コーチングプラクティス: 喪失を経験した後に自分の学び方を立て直す
取り組んでいることをほぼ何でも入力すると、IX Coach が現実に最も合うプラクティスを見つけます。「喪失を経験した後に自分の学び方を立て直す」については、現在のプラクティスライブラリからの最適な一致をご覧ください。
役立つかもしれないプラクティス
- セッション後の振り返り
学習セッションの直後に、何を学んだか、どの戦略が効果的だったか、次に何をすべきかを評価する。
自己調整学習:学び方を自分でコントロールする - 自己調整学習:学び方を自分でコントロールする
バリー・ジマーマンが開発した自己調整学習(SRL)とは、目標を設定し、戦略を選び、進捗をモニタリングし、フィードバックに基づいて調整するプロセスを、外部からの指示を待つのではなく自分自身の学びに適用することである。メタ分析はSRL介入が学業成績に一貫した肯定的効果を持つことを示しており、自己調整スキルが最も弱い状態から始めた学生に最大の利益が見られる。 - メタ認知的調整
理解や進捗が停滞していることを検知したら、セッション中に戦略を調整する。
自己調整学習:学び方を自分でコントロールする - セルフ1を介さずにパフォーマンス・フィードバックのループを使う
すべてのアウトカムを判定ではなく情報として扱う——判断せずに調整する。
インナーゲーム:セルフ1を静める - 学習環境のデザイン
セッション中の調整の負担を最小化するため、セッションの前に学習環境を整える。
自己調整学習:学び方を自分でコントロールする - 感情に名前をつけて反射を鎮める
「これは損失回避が話している」とラベルを貼ることで、自動反射を選択に変える。
損失回避を実践に活かす - 較正の実践
各検索テストの前に自分の成績を予測し、その後予測を結果と比較する。
自己調整学習:学び方を自分でコントロールする - それぞれのパフォーマンスの後に構造化されたマスタリー・デブリーフを行う
重要な試みの直後、記憶が薄れる前にうまくいったことを抽出する。
マスタリー体験 - 計画・監視・評価のループを回す
課題の前、途中、後で、何をするか、どう進んでいるか、何を変えるべきかを問う。
メタ認知:自分が本当に知っていることを知る - 批判者の判定をアイデンティティではなくデータとして捉え直す
批判者が「あなたは失敗した」と言うとき、「何を学べるか?」へと向け直す——励ましではなく、具体的な問いへ。
内なる批判者と向き合う
関連する悩み
- 挫折の後に自分の学び方を立て直す
バリー・ジマーマンが開発した自己調整学習(SRL)とは、目標を設定し、戦略を選び、進捗をモニタリングし、フィードバックに基づいて調整するプロセスを、外部からの指示を待つのではなく自分自身の学びに適用することである。メタ分析はSRL介入が学業成績に一貫した肯定的効果を持つことを示しており、自己調整スキルが最も弱い状態から始めた学生に最大の利益が見られる。
自己調整学習:学び方を自分でコントロールする
- 自己調整学習の戦略
バリー・ジマーマンが開発した自己調整学習(SRL)とは、目標を設定し、戦略を選び、進捗をモニタリングし、フィードバックに基づいて調整するプロセスを、外部からの指示を待つのではなく自分自身の学びに適用することである。メタ分析はSRL介入が学業成績に一貫した肯定的効果を持つことを示しており、自己調整スキルが最も弱い状態から始めた学生に最大の利益が見られる。
- 仕事の中で自分の学び方を主体的に組み立てる
バリー・ジマーマンが開発した自己調整学習(SRL)とは、目標を設定し、戦略を選び、進捗をモニタリングし、フィードバックに基づいて調整するプロセスを、外部からの指示を待つのではなく自分自身の学びに適用することである。メタ分析はSRL介入が学業成績に一貫した肯定的効果を持つことを示しており、自己調整スキルが最も弱い状態から始めた学生に最大の利益が見られる。
- ストレスの中でも自分の学び方を主体的に保つ
セッション中の調整の負担を最小化するため、セッションの前に学習環境を整える。
学習環境のデザイン
- チームの中で自分の学び方を主体的に組み立てる
バリー・ジマーマンが開発した自己調整学習(SRL)とは、目標を設定し、戦略を選び、進捗をモニタリングし、フィードバックに基づいて調整するプロセスを、外部からの指示を待つのではなく自分自身の学びに適用することである。メタ分析はSRL介入が学業成績に一貫した肯定的効果を持つことを示しており、自己調整スキルが最も弱い状態から始めた学生に最大の利益が見られる。
- メタ認知を使った学習法
メタ認知とは自分自身の思考について考えることだ――自分が理解していることを監視し、どれだけよく知っているかを判断し、それに応じてアプローチを調整すること。正確なメタ認知はより良い学習と意思決定に結びつくという研究がある一方で、人は体系的に過信しがちであることも示されている。だからこそ、実践的な課題はキャリブレーション――自分が知っていると感じていることと、実際にできることとのギャップを埋めることにある。
メタ認知:自分が本当に知っていることを知る
自分の言葉で状況を説明する でプラクティスライブラリ全体を検索できます。