フリー・ジュニアアカデミー (Free JuniorAcademy) は、小学生のための、無料学習サイトです。

海馬の気持ちになろう!「覚えを良くする記憶法

お待ちどうさまでした。ようやく、「覚えを良くする記憶法」について説明します。答えはズバリ!「繰り返し、復習すること!」です。

せっかく、新しい秘密の記憶法を教えてもらえると思った方には、残念でした。しかし、何度も書きますが、人間はすべてを記憶していては、脳の容量はいっぱいになるで、「必要な情報」だけを、長期記憶に整理して送る必要があるのです。そして、その大切な役目を任されているのが、海馬くんなのです。

海馬くんの気持ちになる。

でも、海馬くんの気持ちになった場合、非常にプレッシャーのかかる責任です。なんでもかんでも、長期記憶に送れないし、かといって、少なすぎる情報だと、社会生活で生きていけません。そして、その情報が重要かどうかなど、後でわかることで、その時に判断できるわけがないのです。

そこで海馬くんは、すぐに結果を出さないで、1ヵ月間くらいは、短期記憶として留めておいて、その間に、必要な情報だと感じれば、長期記憶に送り、そうでなければ、さっさと忘れてしまおうと決めたのです。

だから、その1ヵ月間の間に、その情報が、「大切な情報」と思えるような記憶法を繰り返しすれば、海馬くんは、たとえ、英単語でも重要だと思ってくれるはずです。

では、重要か重要でないかの判断は何でしょう?
以前に、海馬くんの判断基準を書きました。

1、イメージが鮮明なもの
2、強く感情が動いたもの
3、なんども繰り返し、記憶されるもの

ほど、「大切な情報」であると判断するというものでした。

その中で、最も大切なのが、「繰り返し、復習すること!」だったのです。

それ以外に、「覚えを良くする記憶法」はないのでしょうか?
それは、
1、イメージが鮮明な記憶が大切
2、強く感情が動いた記憶が大切
つまり、イメージと感情を使った記憶が、効果的な記憶法だという事です。

イメージと感情を使う記憶法を工夫する

海馬くんをだまして、「大切な情報」と認識してもらうには、イメージと感情をともなう工夫が大事です。たとえば、歴史の年号ならゴロ合わせで覚えてみたり、地理や生物などなら絵を描くとより覚えやすくなります。ダジャレでも、ナンセンスなイメージでもOKです。笑ったり、びっくりしたりする感情がともなうイメージは、海馬くんは、簡単に「大切な情報」と認めてくれます。

ゴロ合わせや連想記憶術などは、自分で作る方が記憶に残りやすいですが、慣れるまではむずかしいですし、時間もかかります。ですから、先輩たちが多くの時間と労力をかけて考えた、記憶に残りやすいイメージが、多数出版されていますので、こちらを購入するのが、時間短縮になると思います。

1つ1つ単体で記憶するより、グループ化する。

記憶の干渉(かんしょう)」のところでも説明しましたが、記憶は、他の記憶と影響し合っています。つまり、1つ1つ単体で記憶するより、はじめからグループ化された情報の方が、間違った干渉が起こりにくく、思い出す場合も、思い出しやすくなります。

たとえば、英単語を暗記する場合、単独で覚えるよりも、グループ化されたものを一緒に覚えるとか、例文の中で覚えた方が効率的なのはそのためです。

記憶には、同時にたくさんの感覚器官を使う方がよい。

同じ内容の情報でも、目で文字見たり、読んで声に出したり、耳で聞いたり、手で書いたりした場合、同時にたくさんの感覚器官を使うので、記憶に残りやすくなります。それから、何か記憶する時、じっと座ったままでなくて、歩き回りながらも効果的です。海馬くんは、たくさんの感覚器官を使って入ってきた情報を、「大切な情報」と判断するのです。

効果的な音読法が、「ささやき法」

その中でも、特におすすめなのが、音読です。学習で音読が効果的なのは、多くの研究でわかっていますし、実際にそれで多くの先輩たちが成功しています。音読の方法は、いろいろありますが、ひとつの効果的な方法として、「ささやき法」というのがあります。まず、100ショップなどで、耳栓を購入してください。そして、暗記したいと思う部分を、その耳栓をしながら読むのです。その時、大切なことは、誰かに小さな声で語りかける、つまり、ヒソヒソ声で読んでください。

脳は、大きな音量よりも、小さな音量の方が、聞き漏らさないように集中します。そして、耳栓により、その声は、骨伝導でダイレクトに脳に伝わります。是非やってみてください。効果抜群です。

覚えを良くする記憶法

powered by Quick Homepage Maker 4.9
based on PukiWiki 1.4.7 License is GPL. QHM

最新の更新 RSS  Valid XHTML 1.0 Transitional