더블링을 피하려면 (실제로 Learn)?

(Sarah Simpkins) (2020 년 8 월 5 일)

트리니티 칼리지 더블린 탐험 (2019 년 11 월)
Exploring Trinity College, Dublin (2019 년 11 월)

dabble (동사) : 캐주얼하거나 피상적 인 방식으로 활동에 참여하기

태클을 시작하기로 결정했다고 가정 해 보겠습니다. 2020 년에 크고 모호하며 다양한 분야에 걸친 질문입니다.

그리고 가정적으로이 질문은 졸업을 원하는지 여부에 관계없이 ( 학교 및 그 이유 ).

이 가상 시나리오에서는 궁극적 인 큰 문제에 답하기 위해 답해야하는 질문 목록을 만드는 것으로 시작할 수 있습니다. , 모호하고 다양한 분야의 gr 졸업생 질문. 그런 다음 어떻게 든 질문 더미의 우선 순위를 지정해야한다는 사실을 깨달을 수 있습니다.

어떻게 에 답하기 전에 이유 에 대한 답을 결정해야합니다. 따라서 코스를 수강하고, 책을 읽고, 팟 캐스트를 듣고, 비디오를보고, 잠재적 인 직업 설명을 조사하고, 소셜 미디어에서 배울 수있는 사람들을 팔로우하기 시작합니다. 대학원이 필요한 이유 에 대한 답과 관련이 있다고 생각하는 모든 과목에서 em> 질문.

동시에.

(

대학원에 대한 가장 중요한 질문은 무엇입니까?

대학원에 대한 가장 중요한 질문은 t는 대학원에 관한 것입니다.

medium.com

)

갑자기 가상의 뇌가 아프고 아무데도 가지 못하는 것처럼 느껴집니다.

더 나은 방법이 있어야합니다… 맞죠?

2020 년에 저는 Audible에서 Scott Young의 책 Ultralearning 을 벌써 두 번 들었습니다.

말할 필요도없이 저는 팬입니다.

Scott Young은 울트라 러닝을 어려운 것을 배우기위한 심층적 인 자기 교육으로 정의합니다. 더 적은 시간 . 이 기술은 깊이 우선 학습 에 초점을 맞추고 난관을 사전 조건으로 세분화하여 단계적으로 완료 할 수 있습니다. , 자원을 창의적으로 사용 이론과 실습 균형 . 그는 또한 울트라 러닝이 구체적이고 측정 가능하며 잘 정의 된 목표에 적용 할 때 가장 잘 작동한다고 분명히 말합니다.

학습 프로젝트가 너무 광범위하고 여러 분야에 걸쳐 진행되면 많은 과목을 배우지 만 실제로는 아무것도 배우지 않습니다.

친숙한 소리인가요?

(

Scott H. Young-Medium

Scott H. Young이 Medium에서 글을 읽었습니다. WSJ 베스트셀러 책의 저자 : Ultralearning www.scotthyoung.com |…

medium .com

)

문제는 제가 작업중인이 특정 (대학원 학습 프로젝트)이 다 학문적 이라는 것입니다. (누군가 대학원에 가야하는지 여부)의 질문은 크고 모호합니다. (누군가 남은 생애 동안 어떤 문제를 해결해야하는지) (그리고 대학원에서 그렇게 할 수 있는지 여부)에 대한 질문은 훨씬 더 크고 모호합니다.

어떻게 덤블링을 피합니까? 크고 모호하며 다 학문적 인 학습 프로젝트를 수행 할 때?

솔직히 말해서 저는 아직이 문제를 파악하지 못했습니다. 하지만 저는 울트라 러닝과이 프로젝트에 대한 저의 초기 접근 방식 (솔직히 작동하지 않음)을 통해 정보를 얻은 전략을 연구하고 있습니다. 지금까지 배운 내용은 다음과 같습니다.

깊이 다시 생각하기

미적분과 같은 과목에서는 공식을 암기하여 한두 가지 시험을 통과 할 수 있습니다. 하지만 어떤 시점에서 일을하는 이유 를 모른다면 벽에 부딪 힐 것입니다. 암기는 단기적인 반창고입니다. 지식을 다양한 시나리오에 적용하고 고급 문제를 해결하기 위해 초기 지식을 쌓으려면 강력한 기본 이해 ( 깊이 라고도 함)를 구축해야합니다.

저는 STEM 배경 출신이므로 이것이 제가 제 대학원 문제에 접근하고 싶었습니다. 관련성이 있다고 생각하는 각 주제에 대한 기본 기술 세트를 설정 한 다음 결합 된 지식을 실제 이유 및 내가 대답해야하는 방법 질문에 적용하고 싶었습니다.

간단하게 들리 죠?

안타깝게도 철학과 같은 과목에는 미적분학과 같은 기본 기술 세트가 없다는 것을 금방 깨달았습니다. 궁극적으로 일부 과목을 빠르게 심층 분석 한 후에는 실제 문제를 해결하기위한 기본 기술 세트를 구축하지 못할 수 있습니다.

또한 어떤 과목을 배워야할지 완전히 확신 할 수 없습니다. 이 시점에서 아직 알지 못했지만 배워야 할 관련 사항이있을 수 있습니다.간단히 말해서 제가 무엇을 모르는지 모르겠습니다. 무엇을 공부해야할지에 대한 불확실성 때문에 한 번에 모든 것을 효과적으로 배우려고했습니다 (당연히 많이 배우지 못함).

(

Don t 이해가 되었습니까? 그것에 대해 작성하십시오.

정보 격차를 줄이는 방법에 대한 생각

medium.com

)

그래서 두 가지 문제가 있습니다. 본질적으로 학제 간, 모호하거나 이론적 인 주제에 대한 실질적으로 적용 가능한 이해를 확립하고 각 주제에 너무 많은 시간을 할애하지 않고 수행하는 방법 여러 분야 (배워야하는 것에 대해 더 많이 배우면서 다른 것을 배우는 것으로 전환해야 할 수도 있습니다).

울트라 러닝 접근 방식으로 이러한 문제를 어떻게 해결할 수 있을까요?

At 이 시점에서 저는 “깊이 구축”을 “프레임 워크 구축”으로 생각하고 있습니다.

STEM 과목 외부 (그리고 어느 정도 STEM 과목 내에서), 무엇인지 알기에 충분한 전문 용어를 이해합니다. 당신이 배우는 질문은 당신이 묻는 질문과 관련이 있습니다. 빠른 심층 분석 후에는 철학적 문제를 해결하기위한 “기본 기술 세트”를 설정하는 것이 불가능할 수 있지만 학습에 집중하는 데 도움이되는 프레임 워크를 구축하는 것이 가능할 수 있습니다 (따라서 읽고있는 내용이 해결하려는 문제에 적용 가능).

기본 프레임 워크 목표 : 새로운 주제를 배울 때마다 전문 용어에 묻히지 마십시오.

우리는 여전히 울트라 러닝의 일부 테넌트를 사용하여 프레임 워크를 설정할 수 있습니다 (예 : 심층자가 학습을위한 리소스를 창의적으로 사용 ). 이를 위해 저는 주제에 대한 일반적인 개요 (가장 널리 사용되는 전문 용어의 정의 포함)를 제공하는 입문 온라인 코스와 책을 사용하고 있습니다. 주제에 생각 학교 나 기본 임차인과 같은 것이있는 경우, 이것이 바로 제가 초기 심층 분석에서 배우려고하는 것입니다. 이러한 조직 프레임 워크를 알면 앞으로 배운 내용이 전체 분야에서 “적합”되는 위치를 훨씬 쉽게 알 수 있으므로 보존에 도움이됩니다. 필드의 일반적인 레이아웃을 알면 추가 연구를 통해 더 깊이를 설정하기 위해 드릴 다운해야 할 위치를 결정하는 데 도움이됩니다.

한 번에 하나의 프레임 워크

이를 결정했을 때 접근 방식, 구현에 실수를 저질렀습니다. 여러 분야에 대한 일반적인 소개 / 설문 조사를 동시에 시도했습니다. 제가이 작업을 수행 한 이유는 논리적 근거가 있습니다. 배운 내용을 진공 상태에서 (한 번에 한 과목 씩) 적용 할 계획이 없으므로 이어야한다고 확신하지 못합니다. 학습 도 진공 상태에서 학습합니다.

내 학습을 통합하는 아이디어에 여전히 끌리기는하지만이 접근 방식은 설문 조사 / 소개 수준에서 잘 작동하지 않았습니다. 각 개별 주제에 대한 초기 집중주의 없이는 기본 프레임 워크를 구축하기가 어렵습니다. 그 기초가 없었기 때문에 저는 그냥 두들기고있었습니다 (그리고 제가 배운 내용을 많이 유지하지 못함).

앞으로 짧은 심층 다이빙을 계속할 계획이지만 한 번에 하나의 주제로 심층 분석을 수행하십시오. 처음에는 각 주제에 대한 입문 프레임 워크를 구축하는 데 한 달 이상 걸리지 않을 계획입니다. 저는 현재 데이터 과학 과정 통계 철학 과정 은 이번 달에 마치려고합니다. 이 작업이 완료되면 두 가지 주제 중 하나 (또는 ​​(내 목록의 다른 주제) 중 하나)를 선택하여 개별적으로 집중하고 내가 무엇을해야하는지에 대한 결정을 내릴 수있는 충분한 프레임 워크를 설정했는지 확인합니다. 다음 주제로 넘어 가기 전에 다음으로 공부하세요.

나의 멍청한 시절이 (희망적으로) 저보다 뒤처져 있습니다.

울트라 러닝을 크고 모호하며 다 학문적 인 학습 프로젝트? 다양한 주제를 다루면서도 깊이를 확립해야하는 문제를 어떻게 해결 했습니까? 아이디어 나 통찰력에 감사드립니다.

답글 남기기

이메일 주소를 발행하지 않을 것입니다. 필수 항목은 *(으)로 표시합니다