Science：能對抗負面壓力的最有效學習方法居然是考試！

來自於美國Tufts大學的科學家在11月25日在Science上發表了一項新的研究證明：通過考試來學習，能夠保護記憶力讓其不受負面壓力的影響。

有效學習方法對抗負面壓力

在涉及120名學生的實驗中，通過測試讓每個人學習一系列單詞和圖表的實驗表明，這些人在經歷了急性應激後的記憶沒有減值。而當參加學習的人用常規的方法重新閱讀材料，卻只能記得較少的內容，特別是在壓力之後。

超過十年的研究已經讓大家都已經了解到：壓力對於記憶是有負面影響的。但這項新的研究體現了具體的學習方法可以抵消這種影響：在壓力後直接測試記憶狀況，壓力的作用能被抵消。當受試者通過考試這種非常有效的學習方法學習到新的材料，他們的記憶也不受壓力的負面影響。

考試學習與反覆溫習對比效果

研究小組要求參與者學習一組30個單詞和30個圖像。這些是通過一個計算機程序，幾秒顯示一個項目。給出參與者10秒，鍵入關鍵詞後，可以立即看到它。

一組參與者，採取定時測試的方法，讓他們自由回憶可以記住的儘可能多的項目。另一組採用反覆溫習的方式。對於這些參與者項目被重複顯示在計算機屏幕上。參與者被給予多個時間段進行研究。

在24小時休息後，每組的一半被放置到一個有壓力的情況下。這些參與者被要求提供一個意想不到的，在兩個裁判、三個同伴和一個視頻攝像機前進行即興的演講和解決數學問題。與會者進行了兩個記憶測試，其中，他們回憶了他們所學習的前一天的單詞或圖像。

在壓力下進行測試的人能記住30個單詞和圖像中的11個項目，沒有壓力的人是10個項目。通過反覆溫習的參與者記住的單詞少，平均為7個項目。

研究人員表示即使之前的研究表明，考試是最好的學習策略之一，但他們還是很驚訝它在壓力下仍然是如此有效，就像壓力對記憶沒有影響一樣。通過採取考試來學習對於長期記憶的保持有很強的影響。

點擊播放 GIF/92K

TAG:生物探索 |

※Strategy Analytics：有效的學習能力對人工智慧的完美體驗至關重要
※Strategy Analytics: 有效的學習能力對人工智慧的完美體驗至關重要
※Boosting到Stacking，概覽集成學習的方法與性能
※Elastic機器學習Steve Dodson：機器學習的潛能
※MainAd推出Logico，通過機器學習提供更為強大的廣告再定向功能
※Human Development：像嬰兒那樣學習能夠延緩認知力的退化！
※react and redux教程學習實踐，淺顯易懂的實踐學習方法
※學習Java能做什麼？如何學習java更有效呢？
※IBM Watson for Oncology 的成果不盡人意，仍要學習基本的癌症辨識
※Tensorflow+Docker是我的深度學習開發環境，你的呢？
※機器學習其實沒想的那麼難，谷歌TensorFlow應用案例解讀
※ibis mobile面向繪畫應用ibis Paint推出基於深度學習的自動繪畫功能
※機器學習演算法實踐：決策樹 (Decision Tree)
※Active Learning：一個降低深度學習時間，空間，經濟成本的解決方案
※Elasticsearch 5.4 beta 新功能：機器學習官方支持來了！
※增強學習在image caption任務上的應用
※Android學習Broadcast Receiver 注意事項
※Spring boot學習
※Android Framework 如何學習，如何從應用深入到Framework？