コーチングプラクティス: チームの中で自分の学び方を主体的に組み立てる
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。「チームの中で自分の学び方を主体的に組み立てる」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
- 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。 - 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 - 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 - 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 - 自律性を支えるために練習中に選択肢を与える
どのドリルをやるか、何回反復するか、どの合図を使うかといった自己主導の選択肢を練習で提供し、内発的動機づけと学習を高める。
実践的な外的焦点(External Focus of Attention) - 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 - 事前熟考による目標設定
各学習セッションの前に、具体的で挑戦的な学習目標を設定する。
自己調整学習:学び方を自分でコントロールする - 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 - 自分より熟達した誰かと一緒に学ぶ
熟練したパートナーは、一人では到達できない新たな領域へとあなたのパフォーマンスを引き上げる。
発達の最近接領域:自分の本当の限界で学ぶ - 意図的な戦略選択
最も心地よく感じる方法ではなく、構築している知識のタイプに合った学習方法を選ぶ。
自己調整学習:学び方を自分でコントロールする
関連する悩み
- 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。
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。
- 思春期の子どもが自分の学び方を主体的に身につける
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。
- お金をかけずに自分の学び方を主体的に組み立てる
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
- 友人と一緒に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。