分享

淘汰传统习题集,提高学习效率!

 十分位 2013-06-18

为什么有的人不太用功,只要抽出很少的时间进行学习,就能过关或取得较好成绩,而有的人成天不停的做笔记,埋头于书本,到头来只是成绩平平?

难道他们的智商真的相差如此悬殊?为何我们在日常生活中没有体会到呢?

对于自我学习进度管理的好的人来说,只要付出少量时间,便能将知识牢牢的巩固在自己头脑中。而缺乏学习进度管理的人恰恰相反。

再举一个例子,1kw的电能,用在电炉丝上,只有不到60%转化为热能,剩下的浪费掉了。同样的电能,用在微波炉上,就有90%以上转化为热能。

学习也是一个道理,同样的学习时间,管理的好,就能达到极高的学习效率,这里所说的,就是巧学。

在这个互联网的时代,获取资料是非常容易和便捷的事情,然而你获取的资料再多、再好,也不是你自己的,因为考试的时候,不会允许携带笔记本电脑和互联网。所以,得到资料现在已经不是最关键的,关键是把这些资料放进你的大脑中。

我们实现的,就是利用电脑程序,来记录你的学习进度,并管理你的学习进度,使你对自我学习进度的管理水平,超越任何一个具有高度自学能力的人。

这个程序实现的,就是学习进度管理的科学化和准确化。

让我们来看一看下面的几个功能:

首先选择本次要考的科目,点击科目名称进入做题系统:

会看到,整本书的目录,这里面,包括该科目全书的习题。

我要做题网的试题库,是按照章节组织的,用户可以根据自己的复习进度,进行同步练习。


图中 ① : 科目的名字,即书名;
图中 ② : 该章节的记忆进度,即掌握程度。记忆进度 = 该章题目已做道次 / 该章题目全部掌握所需道次;
图中 ③ : 复习提示,随时滚动提醒已经到复习时间的章节,点击即可进入该章节进行复习。

我要做题网的核心模块为“脑外记忆管理”,它能记录每道题的做题时间和做题结果,然后根据艾宾浩斯记忆原理,自动的安排该题下次复习出现的时间。这个记忆进度的曲线图,在做题界面上也有体现。

点击想要练习的章节,进入以后,会看到做题界面了。


图中 ① : 科目,和当前所在章节的名字;
图中 ② : 当前所做题目的记忆进度曲线,点击“查看详情”,可以看到更具体的信息,点击蓝色的边框,可以缩回该提示框;
图中 ③ : 复习提示,随时滚动提醒已经到复习时间的章节,点击即可进入该章节进行复习;
图中 ④ : 答题计数器,提示已做的题数,和已做的道次;
图中 ⑤ : 答题区个性化设置,包括字号、背景颜色,选择出现的题型等。

为了防止长时间做题的眼部疲劳,字号比较清晰,提供了多种护眼背景色可选择。

按照正常的做题习惯,人一次只能阅读并作答一道题目,所以,屏幕上是使用过幻灯片的方式。

屏幕被分为两半,右边答题,答完题后,题目会滑向左边,在左边会看到对错,和正确答案,有解析的题目,会看到解析。

这里,是当前这道题目的记忆进度曲线,点击查看详情:

会看到,该题做过了几次,做错了几次,和做对几次,然后下一次应该在什么时间重复出现,记忆效果最佳。

这些数据,是根据艾宾浩斯记忆理论整理的,有关这个理论的详细知识,可以 参考这里>>

那么到了最佳复习时间点以后,该题会自动重复出现了,如果不是当前章节下的题目,那么最下面的蓝色条上,会随时显示提示信息,提醒你有题目现在需要复习了。

 

自动记录错题形成错题库,只练错的,不练会的

错题库功能,是复习时最有力的工具,它会在用户做题的过程中记录下做错的题目和做错次数,如下图:

在做题过程中,会形成很多做错题目的记录,系统会自动保存下来。

点击做题界面左上角的导航菜单,会看到错题记录的选项:

当用户需要回顾这些错题的时候,提供两种检索方式,以方便用户更有条理的梳理自己的错题:

①按章节索引的错题列表:将错题按照章节索引归类,每个章节内, 又按照错题次数索引;

②按做错次数索引的错题列表:将错题按照做错的次数索引归类,做错次数最多的题目,排列在最上面,也就是最需要强化的题目。

 

完美显示数学公式。

很多科目的题目中有很多模型和公式,我要做题网的题库也可以完美显示,提供良好的视觉体验。如下图所示:

 

强大的题目搜索引擎,只要输入关键词,题目立即出现。

想要迅速找到某一道自己以前做过的或者含有相关关键词的题目,只需要输入相应关键词,提交就可以在瞬间得到结果,这是纸质习题集无法比拟的。搜索时也可以选择搜索范围,可以在某一章或某一节中搜索,也可以在整个科目的题库中搜索。

如果您看了以上的特色功能之后,想体验一把这种新的做题方式,我们为您提供50道的免费试用题目,但如果要使用某科目的整套题库,是要收费的,费用视题目多少而定,但始终比购买纸质习题集省很多。目前在线全真模拟考试功能免费提供给大家使用。相信对于想通过考试的考生来说,这套系统还是物有所值的!

下面是在线模考的界面:


合作伙伴


    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多