Bewusstsein für Regression zur Mitte bei JOLs

Rabattiere deine höchsten Zuversichts-JOLs am stärksten – sie sind am wahrscheinlichsten überhöht.

Why it works

JOL-Genauigkeit ist nicht über alle Zuversichtsstufen einheitlich – hohe JOLs sind eher Überschätzungen als moderate JOLs, weil dieselben Flüssigkeitssignale, die hohe Zuversicht erzeugen (leichte Verarbeitung, kürzliche Exposition), auch am ehesten tatsächliche Behaltensschätzungen aufblähen. Zu wissen, dass die Elemente mit höchster Zuversicht am verdächtigsten sind, ermöglicht kalibriertes Rabattieren, das der systematischen Verzerrung entgegenwirkt.

How to do it

1. Schau dir nach jeder Lernsitzung die Elemente an, die du mit 90 %+ Zuversicht bewertet hast.
2. Behandle diese als höchste Priorität für den erneuten Test in deiner nächsten Sitzung – nicht zum Überspringen.
3. Bestehen sie den verzögerten Abruf, bestätige das hohe JOL; wenn nicht, rekalibriere.
4. Verfolge über Sitzungen hinweg, ob deine 90 %+-Elemente tatsächlich bei 90 %+ abgerufen werden – wenn nicht, senke deine Schwelle.

Evidenz

Übermäßige Zuversicht ist am oberen Ende der Zuversichtsverteilungen ausgeprägter. Forschung zum Hard-Easy-Effekt bei Kalibrierung zeigt, dass Überzuversicht sich auf als leicht bewertete Elemente konzentriert, parallel zum aufgeblähten-JOL-Phänomen. (observational)

Diese Praxis leitet sich aus Kalibrierungsforschung ab, nicht aus JOL-spezifischen Protokollen; die spezifische Anweisung, sich auf Elemente mit hohem JOL für frühzeitiges erneutes Testen zu konzentrieren, ist eine Praktikeranwendung des zugrunde liegenden Befunds.

Häufiger Fehler

Die Wiederholung auf Elemente mit niedrigem JOL priorisieren (die sich schwer anfühlen) und Elemente mit hohem JOL überspringen (die sich erledigt anfühlen), obwohl die Elemente mit hohem JOL genau jene sind, die am ehesten eine böse Überraschung zur Testzeit produzieren.