Temas en tendencia
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Justin Skycak
Jefe Quant, Dir Analytics (+muchos sombreros) @_MathAcademy_.
Hago nuestra infraestructura algorítmica pesada, incluyendo el sistema experto de IA y el gráfico de conocimiento.
✍️ sobre la mejora seria de las habilidades
Persigue un dominio que te guste, pero al mismo tiempo adviértete tan increíblemente hábil técnicamente en matemáticas / codificación que puedas aplicarlo a tu dominio de interés de una manera innovadora. La profunda experiencia en el dominio más las habilidades técnicas de nivel alienígena equivalen a mucho trabajo interesante / gratificante por hacer.
9.57K
"Ayudar en exceso" es una patología del padre/tutor demasiado involucrado.
"¡Espera! ¿Estás seguro? Vamos a verificar ese paso antes de continuar".
Si dices cosas así en tiempo real mientras tu estudiante resuelve un problema, entonces probablemente estés ayudando demasiado. @exojason y veo este tipo de cosas todo el tiempo.
La instrucción guiada no significa que usted intervenga cada vez que un estudiante esté a punto de cometer un error. Les muestras una habilidad específica para practicar y les das retroalimentación en cada intento, pero no los controlas a distancia a través de todos sus intentos.
Cuando siempre estás interviniendo para evitar que tu estudiante se equivoque en los problemas, en realidad no lo estás protegiendo de los errores. Están cometiendo errores y solo los estás protegiendo de los efectos. Eso es malo por varias razones:
1. Nunca aprenden de sus errores. Las emociones negativas momentáneas son señales críticas que estimulan al cerebro a adaptarse y mejorar el rendimiento.
2. Ni siquiera aprenden *cómo* aprender de los errores. Nunca aprenden a hacer coincidir su trabajo con la solución y descubrir qué salió mal.
3. Nunca desarrollan tolerancia emocional a los errores. Nunca desarrollan la capacidad de digerir y recuperarse de un error.
4. Si el estudiante está trabajando en un sistema adaptativo, lo engaña para que crea que el estudiante está listo para seguir adelante. Si el sistema no recibe información precisa sobre el nivel de rendimiento del estudiante, entonces no sabrá cuándo pisar los frenos y proporcionar más práctica.
5. Si el estudiante se mueve a un material más avanzado porque ha aumentado artificialmente su rendimiento, entonces estará fuera de su alcance y no podrá continuar progresando sin su ayuda. Derrota todo el objetivo del aprendizaje adaptativo.
7.55K
La visión de la versión 2.0 del sistema de repetición espaciada de @_MathAcademy_: tener en cuenta y desalentar la dependencia de referencias.
La repetición espaciada es "esperar", levantar y el material de referencia es su observador. Si su observador tuvo que ayudarlo a aumentar el peso, no completó la repetición y el peso ("espera") no debe aumentarse como si lo hubiera hecho.
Necesitamos entrenar a los alumnos hacia el proceso adecuado a medida que participan en repeticiones de la práctica de recuperación. Al igual que un observador solo debe intervenir con la mínima cantidad de ayuda después de haber hecho su esfuerzo más intenso para levantar el peso usted mismo, solo debe echar un vistazo brevemente al material de referencia después de hacer todo lo posible por recordar.
Nunca, nunca, NUNCA abra un ejemplo trabajado junto con un problema y transcriba los pasos. Si haces eso, estás dejando que tu observador levante el peso por ti. No importa cuántas veces el peso se mueva hacia arriba y hacia abajo si no eres tú quien lo levanta. Su objetivo es aumentar la cantidad de peso que puede levantar por su cuenta, no apilar platos en la barra y jugar como levantador de pesas mientras su observador lo levanta por usted.
TLDR: Nuestro sistema actual de repetición espaciada se basa en la señal de primer orden: la precisión. En el futuro, incorporaremos señales de orden superior: confianza de referencia (segundo orden) y tiempo (tercer orden).
7.3K
Populares
Ranking
Favoritas

