भूलने का वक्र सिम्युलेटर
भूलने का वक्र दिखाता है कि कुछ सीखने के बाद याद कैसे धुँधली पड़ती है। शुरू में यह तेज़ी से गिरता है, फिर धीरे-धीरे। यह सिम्युलेटर दिखाता है कि कुछ रिव्यू इसे कैसे बदलते हैं। इसके लिए यह FSRS इस्तेमाल करता है, वही मॉडल जिससे Winda रिव्यू शेड्यूल करता है। चार्ट के नीचे रिव्यू की कोई संख्या चुनें और उसका वक्र देखें।
- FSRS-6 मॉडल पर आधारित
- खाते की ज़रूरत नहीं
- ब्राउज़र में चलता है
96%संभावना है कि आज सीखी कोई चीज़ आपको एक साल बाद भी याद रहेगी, अगर आप इसे 4 बार रिव्यू करें।
हर रिव्यू तब होता है जब याद रहने की संभावना 90% तक गिर जाती है, यानी दिन 2, दिन 13, दिन 59, और दिन 222 को।
ये वक्र FSRS-6 और उसके डिफ़ॉल्ट पैरामीटर से बने हैं। सिम्युलेटर मानता है कि हर रिव्यू पर आपको यह याद रहता है। github.com/open-spaced-repetition/awesome-fsrs/wiki/The-Algorithm
Winda हर कार्ड के लिए यही शेड्यूल रखता है।
आप जो पढ़ते हैं, उससे फ़्लैशकार्ड या सवाल बनाते हैं। जब किसी कार्ड के याद रहने की संभावना 90% तक गिरती है, Winda उसे वापस लाता है। हर जवाब के साथ अगला रिव्यू और आगे खिसक जाता है।
भूलने का मूल वक्र
हरमन एबिंगहॉस ने भूलने पर पहला अध्ययन 1885 में प्रकाशित किया। उन्होंने खुद गढ़े हुए शब्दांशों की सूचियाँ याद कीं, कुछ समय इंतज़ार किया, और फिर उन्हें दोबारा याद किया। उन्होंने मापा कि दूसरी बार याद करने में कितना समय बचा।
| 0 सीखते ही | 100% |
|---|---|
| 20 मिनट | 58% |
| 1 घंटा | 44% |
| 8.8 घंटे | 36% |
| 1 दिन | 34% |
| 2 दिन | 28% |
| 6 दिन | 25% |
| 31 दिन | 21% |
बचत का मतलब है पहली बार याद करने में लगे समय का वह हिस्सा, जिसकी अब उन्हें ज़रूरत नहीं पड़ी। इससे पता चलता है कि सूची का कितना हिस्सा अब भी स्मृति में बचा था। इससे यह पता नहीं चलता कि वे सूची का कितना हिस्सा बोलकर सुना सकते थे।
Ebbinghaus, H. (1885). Über das Gedächtnis. मान इस लेख के अनुसार: Murre, J. M. J., & Dros, J. (2015). Replication and analysis of Ebbinghaus' forgetting curve. PLOS ONE, 10(7). doi.org/10.1371/journal.pone.0120644
सवाल
भूलने का वक्र (विस्मरण वक्र) एक ग्राफ़ है, जो दिखाता है कि कुछ सीखने के बाद याद कैसे धुँधली पड़ती है। हरमन एबिंगहॉस ने पहला वक्र 1885 में प्रकाशित किया था। शुरुआती घंटों और दिनों में यह वक्र सबसे तेज़ी से गिरता है। उसके बाद यह सपाट होता जाता है।
कई फ़ॉर्मूले हैं। पाठ्यपुस्तकों में अक्सर R = e^(−t/S) मिलता है। इसमें R याद रहने की संभावना है, t सीखने के बाद बीता समय है, और S बताता है कि याद कितनी स्थिर है। FSRS-6 इसकी जगह पावर कर्व इस्तेमाल करता है, जो लंबे अंतराल पर धीरे गिरता है। FSRS में स्थिरता का मतलब है उतने दिन, जितने में याद रहने की संभावना गिरकर 90% पर आ जाती है।
दोनों वक्र अलग-अलग चीज़ें मापते हैं। एबिंगहॉस ने बेमतलब शब्दांश याद किए थे, और उन्होंने मापा कि दोबारा याद करने में कितना समय लगा। FSRS यह अनुमान लगाता है कि जिस फ़्लैशकार्ड का आपने कभी सही जवाब दिया था, उसका जवाब आप अब दे पाएँगे या नहीं। FSRS को 10,000 Anki उपयोगकर्ताओं के लगभग 72.7 करोड़ रिव्यू पर परखा गया है। जो सामग्री आप समझते हैं, वह बेमतलब शब्दांशों की तुलना में धीरे भूली जाती है।
रिव्यू का सबसे अच्छा समय भूलने से ठीक पहले होता है। 90% के लक्ष्य और FSRS के डिफ़ॉल्ट पैरामीटर के साथ, जो तथ्य आपने पहली बार में सही बताया, उसे लगभग दिन 2, 13, 59 और 222 पर रिव्यू की ज़रूरत होती है। ये चार रिव्यू उसे एक साल तक 90% के आसपास बनाए रखते हैं। हर अंतराल पिछले अंतराल से कई गुना लंबा होता है। सीखने के एक साल बाद, इन रिव्यू के साथ याद रहने की संभावना लगभग 96% होती है, और बिना रिव्यू के लगभग 46%।
अगले दिन के टेस्ट के लिए रटना काम आता है। लेकिन एक ही दिन में किए गए रिव्यू एक-दूसरे में ज़्यादा कुछ नहीं जोड़ते। FSRS मॉडल में, एक शाम में किए गए चार रिव्यू लगभग एक रिव्यू के बराबर गिने जाते हैं। जो आपने रटा, वह टेस्ट के कुछ ही समय बाद धुँधला पड़ जाता है।
FSRS का पूरा नाम Free Spaced Repetition Scheduler है। यह एक ओपन-सोर्स मॉडल है, जो अनुमान लगाता है कि आज आपको हर कार्ड याद रहने की कितनी संभावना है। Anki ने इसे वर्ज़न 23.10 में जोड़ा। Winda हर कार्ड को इसी से शेड्यूल करता है।
संबंधित
ऐसा रीडर जो आपको याद रखवाता है।
जो पढ़ रहे हैं उसे ले आइए। AI के साथ पढ़िए, और सवालों को तय समय पर आपके पास लौटने दीजिए।
मुफ़्त में शुरू करें · क्रेडिट कार्ड की ज़रूरत नहीं