SM-2の復習間隔を理解する

初期状態を読み取る

シミュレーションは簡単 2.5 で開始され、繰り返しは成功しませんでした。評価をカンマで区切って入力します。各評価は、事前にスケジュールされた日に完了したレビューを表します。

状態は、間隔 (日数)、イージング係数、リセット以降の成功した繰り返しの数という 3 つの個別の値で構成されます。デフォルトの開始点では、これらは 0、2.5、および 0 です。最初の評価はシミュレーションの開始時に適用され、表示される次のレビュー日はその開始点から測定されます。出力を読むときは、この規則に留意してください。行は、完了したレビューの結果を説明するものであり、今後カードを採点する指示を示すものではありません。このシミュレーターは毎回デフォルトから新しいシーケンスを開始します。実際のカードのカレンダーを管理しているわけではありません。

評価を理解する

ここでも、品質 1、Hard から 3、Good から 4、および Easy から 5 にマップされます。これらのラベルは、シミュレータのインターフェイスの選択であり、スタディ アプリケーション全体で共通のマッピングではありません。

計算を検討する際には、一貫してラベルを使用してください。この実装では、品質値が 3 であるため、ハードは依然として成功したレビューとしてカウントされます。再び品質が 1 になり、成功数がリセットされます。基礎となるヘルパーは 0 から 5 までの整数を受け入れますが、テキスト インターフェイスは 4 つの名前付き選択肢を公開します。この出力を別のアプリケーションのボタンと比較する場合は、ラベルの一致がアルゴリズムの一致を意味すると想定しないでください。手動計算を行う場合は、名前だけでなく数値の品質も書き留めてください。これにより、間隔の式自体を誤って非難するのではなく、マッピングの不一致を特定することが容易になります。

成功した間隔をたどる

最初に成功した繰り返しは 1 日スケジュールされます。 2 番目のスケジュールは 6 です。後続の成功した間隔は、前の間隔に既存の容易係数を乗算し、丸一日に丸められます。

最初の 2 つの成功した間隔は特殊なケースです。成功した繰り返しがゼロの状態から開始すると、成功した評価には 1 日が与えられます。容易度係数が変更された場合でも、次回の成功した評価には 6 日が与えられます。その後、現在の評価が更新される前に、以前の間隔に存在するイージング値が乗算されます。 Easy または Hard を使用する場合、この順序は重要です。たとえば、前の間隔が 6 で、既存の容易度が 2.6 の場合、次の成功間隔はround(15.6)、つまり 16 日になります。新しく調整されたイージングは​​、その行で計算された間隔を遡及的に変更するのではなく、後のレビューのために保持されます。

イージング係数を更新する

更新では EF + 0.1 − (5 − q) × (0.08 + (5 − q) × 0.02) が使用され、最小値は 1.3 です。調整された係数は、後の間隔に影響を与えます。

公開された各評価の計算を実行します。 Good の q は 4 であるため、その変化は 0.1 マイナス 1 掛ける 0.1 で、ゼロになります。 Easy では q が 5 に等しく、0.1 が追加されます。ハードの q は 3 に等しく、イージングは​​ 0.1 マイナス 2 掛ける 0.12、つまりマイナス 0.14 だけ変化します。ここでも q は 1 に等しく、イージングは​​ 0.1 マイナス 4 倍 0.16、つまりマイナス 0.54 だけ変更されます。最小クランプにより、イージングが 1.3 を下回ることはありません。これらはモデルのルールであり、特定の学習者がセッション間でどれだけ忘れたかを測定するものではありません。

失敗したリコールを処理する

品質が 3 未満の場合は、成功した繰り返しが 0 にリセットされ、1 日の再試行がスケジュールされます。シミュレータはまだ簡単に更新できます。失敗は、材料とそのスケジュールを検査する必要があるという合図です。

状態が 15 のインターバル、2.5 のイーズ、および 3 回の繰り返し成功であるカードを考えてみましょう。 Again 評価では、インターバル 1、イーズ 1.96、成功した繰り返しは 0 となります。次の Good 評価では、成功数が最初からやり直しとなるため、間隔は再び 1 日になります。別の善は6日を与えます。リセットは、学習者がまったく知識を持たないことを意味するものではありません。これは単に、取得に失敗した場合にこのモデルがどのように応答するかということです。エラーの原因が曖昧なプロンプトである場合は、プロンプトも修復します。数値ペナルティだけでは、悪い質問と本物の記憶違いを区別することはできません。

例を見て作業する

デフォルト状態から開始して、3 つの「良好」評価により、1 日、6 日、および 15 日の間隔が生成されます。これらの間隔は、次回レビューの 1 日目、7 日目、22 日目まで累積されます。

「Good、Good、Easy、Again、Good」と入力してみてください。最初の 2 行は、1 と 6 の間隔を簡単に 2.5 でスケジュールします。 Easy 行では、既存の容易度を 15 日間使用し、その後容易度を 2.6 に上げます。再び 1 日をスケジュールし、繰り返しをリセットし、容易さを 2.06 に下げます。最終的なグッドは 1 日をスケジュールし、その容易さを保ちます。間隔を追加すると、次回レビュー日は 1、7、22、23、24 日目になります。すべての行をツールの出力と比較します。代わりに、Easy 行で 6 日間隔に 2.6 を乗算すると、この実装とは異なる順序で簡単更新が適用されたことになります。

限界を解釈する

このモデルでは、カレンダー、延滞歴、科目の難易度、試験日は考慮されません。また、推奨された間隔から特定の維持率が得られることを証明するものでもありません。

累積日数は、各レビューがスケジュールどおりに行われることを前提としています。実際のレビューをスキップした場合、シミュレーションは自動的に遅延をモデル化したり、その仮定を修正したりしません。また、ここで説明する小規模な状態を超えるカード固有の履歴も省略され、毎日のワークロードは割り当てられません。間隔が長くなったとしても、その日まで回答が得られるという保証はありません。モデルを使用して、評価、繰り返し、容易さの関係を理解し​​ます。実際の試験計画では、最後の模擬日を完全な学習戦略として扱うのではなく、関連する締め切りと利用可能なセッションを個別に調べてください。

出力を慎重に使用する

評価シーケンスを比較して、スケジューリングがどのように反応するかを確認します。実際の期日については、選択した学習アプリケーション独自のコントロールを使用してください。すべての障害をスケジュール上の欠陥として扱うのではなく、過負荷になったカードを修正します。

1 つの評価だけが異なる 2 つのシーケンスを比較すると、効果を簡単に追跡できます。たとえば、3 つの Good 評価を Good、Hard、Good と対比し、2 行目以降の容易さを検査します。残りのシーケンスは同じにしておきます。これは、すべての評価を一度に変更して、その結果の日付を説明するよりも有益です。本物のカードが繰り返し低い評価を獲得する場合は、スケジュール設定の習慣を変更する前に、その範囲、前提条件、回答基準を確認してください。実際のレビュー履歴を所有するアプリケーションでは、正直な評価を使用してください。単に望ましい間隔を取得するためにグレードを操作すると、後のスケジュールの証拠を解釈することが難しくなります。

シーケンスを手動で確認する場合は、間隔と累積日を別の列に保持します。 6 日間の間隔はレビュー間の待機期間であり、7 日目はシミュレーションされたタイムライン上の位置です。これらの値を混同すると、他の点では正しい計算が矛盾しているように見える可能性があります。例を比較するときは、デフォルトの状態からやり直して、以前の実験で意図しない容易係数が提供されないようにします。

コピー可能な計画テンプレート

トピック: SM-2の復習間隔を理解する
出典と日付:
思い出したり、やるべきこと:
メモなしで最初の試み:
エラーまたは不確実性:
訂正と裏付けソース:
次のレビューまたはアクション:

SM-2レビューシミュレータの入力例：
良い、良い、簡単、また良い、良い

よくある質問