Die Arbeit beschäftigt sich mit der Spaced-Repetition-Methode im informatischen Kontext, indem drei ausgewählte Algorithmen zu dieser Methode implementiert und vergleichend analysiert werden: Dazu werden im zweiten Kapitel die empirische Basis der Spaced-Repetition-Lernmethode sowie ihr Prinzip erläutert. Im dritten Kapitel wird die digitale Umsetzung der Lernmethode durch verschiedene Spaced-Repetition-Algorithmen thematisiert. Das vierte Kapitel beschreibt die eigene Java-Implementation einer API, die die im dritten Kapitel erläuterten Algorithmen umfasst, und die anschließende Anwendung der API in einer implementierten prototypischen Spaced-Repetition-Software zu Testzwecken. Im vierten Kapitel wird auf Basis der vorangegangenen Kapitel eine vergleichende Analyse der implementierten Algorithmen durchgeführt.
Die Spaced-Repetition ("verteilte Wiederholung") Lernmethode ist zwar prinzipiell das Lernen mit Karten, allerdings deutlich effizienter. Durch das Verwenden der evidenzbasierten Lernmethode kann Zeit und Aufwand gespart werden. Im digitalen Zeitalter werden im Bereich des Lernens häufig digitale Medien als Hilfsmittel hinzugezogen, da viele Lernmethoden durch entsprechende Softwares implementiert werden und so für den Benutzer einfacher anzuwenden sind. Insbesondere Softwares, die auf den Einsatz der Spaced-Repetition-Methode setzen, sind in verschiedenen Kontexten bekannt, z. B. Vokabeltrainer-Apps.
Inhaltsverzeichnis
- Einleitung
- Spaced-Repetition als Lernmethode
- Gedächtnisphänomen „Spacing-Effekt“
- Gedächtnisphänomen „Active-Recall“
- Theorie der Spaced-Repetition-Lernmethode
- Algorithmen für die Spaced-Repetition-Methode
- Algorithmus nach Leitners Lernkarteisystem
- Berechnung des Wiederholungsintervalls
- Berechnung des Leichtigkeitsfaktors
- SuperMemo-Algorithmus SM-2
- Free-Spaced-Repetition-Scheduler-Algorithmus
- Difficulty-Halflife-P(recall)-Modell
- Stochastic-Shortest-Path-Minimize-Memorization-Cost-Algorithmus
- Formeln für den FSRS-Algorithmus
- Algorithmus nach Leitners Lernkarteisystem
- Implementation einer Spaced-Repetition-API und Software
- Struktur der Spaced-Repetition-API
- Einsatz der API in einer prototypischen Spaced-Repetition-Software
- Vergleichende Analyse der implementierten Algorithmen
- Vergleich der Bewertungsskalen sowie Ein- und Ausgabedaten
- Empirische Analyse der Effizienz
- Gesamterinnerungsrate
- Erfolgs- bzw. Vergessensrate
- Analyse der Quelltextkomplexität
- Asymptotische Laufzeitanalyse
- Kritische Reflexion der Analyseergebnisse
- Fazit
Zielsetzung und Themenschwerpunkte
Ziel dieser Facharbeit ist die Entwicklung einer Spaced-Repetition-API in Java, die bisher nicht frei verfügbar ist. Die Arbeit untersucht verschiedene Spaced-Repetition-Algorithmen und analysiert ihre Stärken und Schwächen, um für verschiedene Anwendungsfälle den optimalen Algorithmus zu identifizieren.
- Die Spaced-Repetition-Methode als effektive Lernstrategie
- Die Funktionsweise und Implementation von Spaced-Repetition-Algorithmen
- Vergleichende Analyse der Effizienz und Komplexität der implementierten Algorithmen
- Entwicklung und Anwendung einer Spaced-Repetition-API in Java
- Einsatz der API in einer prototypischen Software zur Unterstützung des Lernprozesses
Zusammenfassung der Kapitel
- Kapitel 2: Dieses Kapitel stellt die Spaced-Repetition-Methode als evidenzbasierte Lernstrategie vor, erläutert die zugrundeliegenden Gedächtnisphänomene „Spacing-Effekt“ und „Active-Recall“ und beschreibt die theoretischen Grundlagen der Methode.
- Kapitel 3: In diesem Kapitel werden verschiedene Algorithmen zur Implementierung der Spaced-Repetition-Methode vorgestellt und analysiert, darunter das Lernkarteisystem nach Leitner, der SuperMemo-Algorithmus SM-2 und der Free-Spaced-Repetition-Scheduler-Algorithmus (FSRS).
- Kapitel 4: Dieses Kapitel beschreibt die Entwicklung einer Spaced-Repetition-API in Java, die die in Kapitel 3 vorgestellten Algorithmen beinhaltet, und zeigt die Anwendung der API in einer prototypischen Spaced-Repetition-Software auf.
- Kapitel 5: In diesem Kapitel werden die implementierten Algorithmen anhand verschiedener Kriterien vergleichend analysiert, darunter die Bewertungsskalen, die Ein- und Ausgabedaten, die Effizienz, die Quelltextkomplexität und die asymptotische Laufzeit. Die Ergebnisse werden kritisch reflektiert.
Schlüsselwörter
Spaced-Repetition, Lernmethode, Algorithmen, API, Java, Leitner-System, SuperMemo, FSRS, Effizienz, Komplexität, Vergleichende Analyse, Lernstrategie, Gedächtnisphänomene, Spacing-Effekt, Active-Recall.
- Citation du texte
- Nick Hansen (Auteur), 2023, Algorithmen zur Spaced-Repetition-Methode. Implementation und vergleichende Analyse, Munich, GRIN Verlag, https://www.grin.com/document/1348550
