さまざまな学習スケジュールの評価：ハイブリッドトレーニングスケジュールは、いくつかのタスクの分散練習と同じかそれ以上のものかもしれません

無効：理論的および経験的に、3つの知識タイプのタスクに関するトレーニングスケジュールの範囲を調査しました。ACT-Rの宣言的メモリ方程式を備えた6435の潜在的な8ブロックトレーニングスケジュールのパフォーマンスを予測しました。ハイブリッドトレーニングスケジュール（分散型および大量実践からなるスケジュール）は、純粋に分散したトレーニングスケジュールよりも優れたパフォーマンスを生み出すと予測されました。4つの模範的なスケジュールをテストする実証研究（n = 40）の結果は、より複雑な画像を示しています。宣言的および手続き上のタスクには、グループ間に統計的な違いはありませんでした。また、ハイブリッドプラクティスグループの参加者は、知覚モータータスクの分散型プラクティスグループの参加者よりも確実に優れたパフォーマンスを生み出したことがわかりました。結果は、特に知覚モータータスクの場合、特に知識のある知識を持つタスクがハイブリッドスケジュールを使用すると、いくつかの間隔でトレーニングスケジュールがより良いパフォーマンスにつながる可能性があることを示しています。 開業医の概要：理論と経験的研究に基づいた3つの知識タイプに関して、分散および大量のトレーニングスケジュールとそれらの間のハイブリッドを調査しました。結果は、複雑なタスクでの産業およびオペレーターのトレーニングは、分散トレーニングスケジュールで行われる必要がなく、おそらく実行すべきではないことを示唆しています。

UNLABELLED: We investigated theoretically and empirically a range of training schedules on tasks with three knowledge types: declarative, procedural, and perceptual-motor. We predicted performance for 6435 potential eight-block training schedules with ACT-R's declarative memory equations. Hybrid training schedules (schedules consisting of distributed and massed practice) were predicted to produce better performance than purely distributed or massed training schedules. The results of an empirical study (N = 40) testing four exemplar schedules indicated a more complex picture. There were no statistical differences among the groups in the declarative and procedural tasks. We also found that participants in the hybrid practice groups produced reliably better performance than ones in the distributed practice group for the perceptual-motor task--the results indicate training schedules with some spacing and some intensiveness may lead to better performance, particularly for perceptual-motor tasks, and that tasks with mixed types of knowledge might be better taught with a hybrid schedule. PRACTITIONER SUMMARY: We explored distributed and massed training schedules as well as hybrids between them with respect to three knowledge types based on theories and an empirical study. The results suggest that industrial and operator training in complex tasks need not and probably should not be done on a distributed training schedule.