مجله اینترنتی روان تنظیم

مجله اینترنتی روان تنظیم

مجله تخصصی روانشناسی تربیتی شناختی
مجله اینترنتی روان تنظیم

مجله اینترنتی روان تنظیم

مجله تخصصی روانشناسی تربیتی شناختی

راهبرد های سازنده نظارت و کنترل فراشناختی

image

image

اولین مربی شناختی در ایران

صفحه نخست

عملکرد برتر    آموزش و یادگیری    یادگیری خود تنظیم    فراشناخت 

 مطالعه-خواندن   انگیزش و هیجان   سنجش و ارزشیابی   عصب روانشناسی

چهارشنبه - 15 بهمن 1404

مجله اینترنتی روان تنظیم

مجله تخصصی روانشناسی تربیتی شناختی

راهبردهای خود تنظیمی

راهبردهای مبتنی بر شواهد

راهبرد های سازنده نظارت و کنترل فراشناختی 

در یادگیری خود تنظیم تحصیلی

 

الف. مبانی نظری و چارچوب‌های کلان

   ۱. نظریه‌های کلان یادگیری و شناخت

یادگیری بر پایه‌های شناختی خاصی استوار است که مهم‌ترین آن حافظه کاری است. بر اساس مدل‌های مؤثر (مانند بدلی، ۱۹۸۶ و کاوان، ۲۰۰۱)، این سیستم نه تنها یک مخزن موقت، بلکه یک پردازشگر فعال با ظرفیت محدود است که با حافظه بلندمدت در تعامل پویاست و نقش محوری در همه فرآیندهای شناختی دارد. بر این اساس، نظریه‌های یادگیری (مانند سازنده‌گرایی ویت‌راک، ۱۹۹۲ و رویکرد تلفیقی اورمراد، ۲۰۱۶) یادگیری را نه دریافت منفعلانه، بلکه یک فرآیند فعال و چندبعدی برای ساخت معنا می‌دانند که در آن یادگیرنده با ارتباط دادن اطلاعات جدید به دانش قبلی، ساختارهای شناختی منحصربه‌فردی می‌سازد.

هدف غایی این فرآیند فعال، توانایی حل مسئله اصیل است (جوناسن، ۲۰۱۱). یادگیری معنادار هنگامی تحقق می‌یابد که فرد بتواند با مسائل پیچیده، مبهم و واقعی مواجه شود و از دانش خود به عنوان ابزاری برای عمل استفاده کند. این توانایی، در نهایت باید به توسعه مجموعه‌ای گسترده از شایستگی‌ها بینجامد. پیامد کلان یادگیری در قرن بیست‌ویکم، تربیت افرادی است که مجهز به مهارت‌های شناختی، درون‌فردی و بین‌فردی ضروری (پل‌جینو و هیلتون، ۲۰۱۳؛ OECD، ۲۰۱۵) برای موفقیت در زندگی فردی، حرفه‌ای و شهروندی هستند. بنابراین، یک چارچوب جامع از یادگیری، از مکانیسم‌های خرد شناختی آغاز می‌شود، از فرآیند فعال ساخت معنا عبور می‌کند، به حل مسئله به عنوان هدف متعالی می‌رسد و در نهایت در مهارت‌های ضروری برای زندگی در جامعه پیچیده امروز متجلی می‌شود.

   ۲. نظریه بار شناختی و معماری شناختی

نظریه بار شناختی با تکیه بر اصول معماری شناختی انسان (سوئلر و همکاران، ۱۹۹۸)، استدلال می‌کند که طراحی نادرست آموزشی می‌تواند با ایجاد بار اضافی، ظرفیت محدود حافظه کاری را اشباع و یادگیری را مختل کند. این نظریه در پاسخ، اصول طراحی آموزشی (مانند استفاده از مثال‌های حل‌شده) را برای کاهش این بار و تسهیل ساخت طرح‌واره در حافظه بلندمدت ارائه می‌دهد. نظریه در ادامه به یک مدل سه‌بعدی تکامل یافت (پاس و سوئلر، ۲۰۱۲) که بار ذاتی (پیچیدگی ذاتی محتوا)، بار اضافی (ناشی از طراحی ضعیف) و بار مطلوب (ژرماین) (ناشی از فرآیندهای یادگیری عمیق) را از هم متمایز می‌سازد. هدف نهایی در این دیدگاه، مدیریت هوشمندانه بار شناختی—یعنی کمینه کردن بار اضافی و بهینه‌سازی بار مطلوب—با توجه به سطح دانش یادگیرنده است. برای عملیاتی کردن این نظریه، روش‌های سنجش مختلفی توسعه یافته‌اند که مهم‌ترین و کاربردی‌ترین آن‌ها، مقیاس‌های ذهنی ساده‌ای هستند که توسط پاس و همکاران (۲۰۰۳) معرفی و اعتبارسنجی شدند و امکان اندازه‌گیری مستقیم بار ادراک‌شده را فراهم می‌آورند.

۳. یادگیری خودتنظیم

یادگیری خودتنظیم یک چارچوب نظری کلیدی است که بر نقش فعال و مدیریت‌گر یادگیرنده در فرآیند یادگیری تأکید دارد. در مدل پایه‌ای وین (۱۹۹۵)، این فرآیند به صورت چرخه‌ای پویا از مراحل تعریف تکلیف، هدف‌گذاری و طرح‌ریزی، اجرا و نظارت، و انطباق بر اساس بازخورد تعریف می‌شود. این مدل نشان می‌دهد که یادگیرنده بر اساس باورها و دانش خود درباره شناخت، تکلیف و راهبردها عمل می‌کند و فعالیت‌های تحصیلی مانند مطالعه و نوشتن، نمونه‌های عینی این فرآیند هستند (وین و هادوین، ۱۹۹۸). ریشه‌های این سازه در سنت‌های روان‌شناسی اجتماعی، شناختی و رفتاری ردیابی شده و روش‌های پژوهشی متنوعی برای مطالعه آن توسعه یافته است (زیمرمن، ۲۰۰۸).

اهمیت عملی این چارچوب با شواهد قوی تجربی تأیید شده است. یک فراتحلیل گسترده (دنت و کنکا، ۲۰۱۶) رابطه مثبت و معنادار بین یادگیری خودتنظیم و پیشرفت تحصیلی را نشان می‌دهد و مشخص می‌کند که مؤلفه‌های فراشناختی (مانند برنامه‌ریزی و نظارت) و راهبردهای شناختی عمیق قوی‌ترین پیش‌بین‌کننده‌های موفقیت هستند. این یافته‌ها ضرورت آموزش صریح و نظام‌مند مهارت‌های خودتنظیمی را در همه سطوح آموزشی برای پرورش یادگیرندگانی مستقل و موفق برجسته می‌سازد.

ب. فراشناخت (Metacognition)

   ۱. مبانی نظری و سنجش فراشناخت

فراشناخت، به عنوان تفکر درباره تفکر، چارچوبی اساسی برای نظارت و کنترل یادگیری ارائه می‌دهد. مدل کلاسیک نلسون و همکاران (۱۹۹۴) این فرآیند را به دو سطح شیء (پردازش‌های شناختی پایه) و فراشناختی (که بر سطح شیء نظارت و کنترل دارد) تقسیم می‌کند و رابطه پویای بین آن‌ها را از طریق عملکردهای پایش و کنترل توصیف می‌کند. این مدل مبنای تحلیل پدیده‌هایی مانند قضاوت یادگیری و مدیریت منابع مطالعه است. برای سنجش این سازه، شرو (۲۰۰۹) رویکردهای مستقیم (مانند پرسشنامه‌ها) و تکلیف‌محور (مانند قضاوت‌های لحظه‌ای) را معرفی و مقایسه کرده که انتخاب ابزار مناسب را به هدف و بافت ارزیابی وابسته می‌داند. از منظر رشدی، اشنایدر (۲۰۰۸) نشان می‌دهد که دانش فراشناختی از درکی ابتدایی در سال‌های پیش‌دبستانی، به تدریج و تحت تأثیر عواملی مانند هوش، تجربه مستقیم و تعاملات اجتماعی، به سوی آگاهی راهبردی و توانایی تنظیم مؤثر شناخت در سال‌های پایانی دبستان رشد می‌کند، که لزوم پرورش آگاهانه آن از کودکی را برجسته می‌سازد.

مطالعات توسعه‌ای نشان می‌دهند که توانایی‌های فراشناختی به تدریج و در طول سال‌های کودکی شکل می‌گیرند و بهبود می‌یابند. اشنایدر و همکاران (۲۰۰۰) به طور خاص بر رشد پایش حافظه تمرکز کردند و دریافتند که کودکان خردسال در ارزیابی دقیق عملکرد حافظه خود ضعیف عمل می‌کنند و قضاوت‌های نادرستی ارائه می‌دهند. با افزایش سن و کسب تجربه، دقت این قضاوت‌ها بهبود می‌یابد. این پیشرفت در پایش دقیق، یک پیش‌نیاز اساسی برای رشد کنترل فراشناختی مؤثر—یعنی توانایی به‌کارگیری آگاهانه راهبردهای مطالعه مناسب—در سال‌های بعد است. در یک دیدگاه جامع‌تر، اشنایدر (۲۰۰۸) تأیید می‌کند که دانش فراشناختی به تدریج در طول دوره پیش‌دبستانی و دبستانی رشد می‌کند. در حالی که کودکان خردسال درکی ابتدایی از فرآیندهای ذهنی دارند، آگاهی راهبردی (دانش درباره روش‌های یادگیری خاص) و توانایی تنظیم شناخت (مانند نظارت بر درک و مدیریت منابع) در سال‌های پایانی دبستان به‌طور چشمگیری ارتقا می‌یابد. این رشد تدریجی، علاوه بر بلوغ شناختی و تجربیات یادگیری مستقیم، به شدت تحت تأثیر کیفیت تعاملات اجتماعی و آموزش‌های صریح از سوی والدین، معلمان و همسالان قرار دارد.

۲. پایش و کنترل فراشناختی (Metacognitive Monitoring & Control)

۲.۱. مبانی و مدل‌های قضاوت

پژوهش‌های بنیادین در مورد پایش فراشناختی یک ضعف ذاتی و سیستماتیک در این فرآیند را آشکار ساخته‌اند. لیختن‌اشتاین و فیشهوف (۱۹۷۷) با کشف پدیده «اعتماد به نفس بیش از حد» نشان دادند که قضاوت‌های افراد درباره صحت دانش خود اغلب بیش‌برآورد شده و با عملکرد واقعی آنان همخوانی ندارد. کوریات و همکاران (۱۹۸۰) در پی‌گیری این یافته دریافتند که سطح اطمینان افراد لزوماً برآمده از دقت واقعی دانش نیست، بلکه می‌تواند تحت تأثیر سرنخ‌های گمراه‌کننده موقعیتی (مانند تکرار پرسش یا سهولت بازیابی اطلاعات نادرست) به طور مصنوعی افزایش یابد. این مجموعه تحقیقات به وضوح نشان می‌دهد که فرآیند پایش، یک برآورد استنتاجی پیچیده و مستعد خطا است که بر اساس شواهد غیرمستقیم (و گاه نامربوط) عمل می‌کند و می‌تواند تا حد زیادی از کیفیت واقعی محتوای حافظه جدا باشد.

پژوهش‌های متکالف بر نقش کاربردی و پویای احساسات فراشناختی در هدایت شناخت تأکید دارند. متکالف (۱۹۸۶) مفهوم «احساس دانستن» را به عنوان یک سیگنال فراشناختی مهم بررسی کرد که اگرچه پیش‌بینی‌کننده کاملاً دقیقی برای بازیابی موفق نیست، اما نقش حیاتی در مدیریت تلاش شناختی ایفا می‌کند و با علامت‌دهی درباره ارزش ادامه جستجو، پایش را مستقیماً به کنترل رفتاری پیوند می‌زند. متکالف و وایب (۱۹۸۷) با مقایسه حل مسئله بینش‌گرا و تحلیلی نشان دادند که الگوی احساسات فراشناختی (مانند «نزدیکی به حل») به شدت تحت تأثیر ماهیت فرآیند شناختی پایه است و به صورت پویا تغییر می‌کند. این یافته نشان می‌دهد که پایش فراشناختی یک فرآیند یکسان و ثابت نیست، بلکه بر اساس سرنخ‌های متفاوتی که از انواع مختلف پردازش شناختی استخراج می‌شوند، به طور انعطاف‌پذیری عمل می‌کند.

مدل‌های نظری کلیدی، ماهیت استنتاجی و مستعد خطای پایش فراشناختی را توضیح می‌دهند. کوریات (۱۹۹۷) در مدل «رویکرد بهره‌برداری از سرنخ» استدلال کرد که افراد برای قضاوت درباره دانش خود به سرنخ‌های درونی و بیرونی غیرمستقیم (مانند سهولت بازیابی یا آشنایی) متکی هستند، نه به دسترسی مستقیم به حافظه. کیفیت این سرنخ‌ها دقت قضاوت را تعیین می‌کند. گریفین و تورسکی (۱۹۹۲) با ارائه مدل «سنجش شواهد و اطمینان»، یک سوگیری شناختی خاص را به عنوان منبع خطاهای رایجی مانند اعتماد به نفس بیش از حد معرفی کردند. به گفته آن‌ها، افراد در ارزیابی خود عمدتاً بر قوت ظاهری شواهد (مانند زنده‌بودن روایت) تمرکز می‌کنند، در حالی که وزن آماری یا اعتبار آن شواهد (مانند نمونه‌برداری مناسب) را نادیده می‌گیرند. این دو مدل در کنار هم نشان می‌دهند که پایش فراشناختی یک فرآیند تفسیری است که نه تنها بر شواهد غیرمستقیم متکی است، بلکه در معرض سوگیری‌های سیستماتیک در پردازش آن شواهد نیز قرار دارد.

       ۲.۲. کنترل منابع مطالعه

کنترل منابع مطالعه یک فرآیند پویا و چندلایه است که تحت تأثیر عوامل شناختی و فراشناختی قرار دارد. سون و متکالف (۲۰۰۰) نشان دادند که یادگیرندگان عمدتاً از دو راهبرد آستانه (مطالعه تا رسیدن به احساس تسلط) یا تفاوت (تخصیص زمان بیشتر به مواد دشوارتر) استفاده می‌کنند، اما این تصمیم‌ها لزوماً بهینه نیستند و می‌توانند بر اساس ادراکات ذهنی نادرست شکل گیرند. شکاف بین نیت و عمل در تخصیص زمان، که توسط دانلاسکی و تیدی (۲۰۰۴) بررسی شد، نشان می‌دهد که حتی با وجود نیت مطالعه مواد دشوار، سوگیری‌های خودکار (مانند تمایل به انتخاب آیتم‌های آسان‌تر برای بازیابی) و محدودیت‌های اجرایی می‌توانند مانع از کنترل مؤثر شوند. در پاسخ به این پیچیدگی، آریل و همکاران (۲۰۰۹) چارچوب «تنظیم مبتنی بر دستورکار» را پیشنهاد کردند که در آن کنترل، یک فرآیند سلسله‌مراتبی و انعطاف‌پذیر است: یادگیرنده ابتدا یک دستورکار کلان بر اساس اهداف خود تنظیم می‌کند و سپس در حین اجرا، از مکانیسم‌های کنترل موقعیتی برای عملیاتی کردن آن بر اساس بازخورد لحظه‌ای استفاده می‌نماید.

۲.۳. فراشناخت در کودکان

پژوهش‌ها نشان می‌دهد که کارکرد فراشناختی، هم از نظر رشدی و هم از نظر موقعیتی، قابل تغییر و بهبود است. از یک سو، مطالعات رشدی مانند پژوهش روبرز و همکاران (۲۰۰۹) نشان می‌دهند که توانایی‌های پیچیده پایش و کنترل حتی در کودکان ۸ و ۱۰ ساله فعال است، اما دقت و اثربخشی آن‌ها با افزایش سن به‌طور قابل توجهی بهبود می‌یابد، به طوری که کودکان بزرگ‌تر بهتر می‌توانند پاسخ‌های نامطمئن خود را حذف کنند. از سوی دیگر، مطالعات موقعیتی مانند تحقیق تیدی و همکاران (۲۰۰۹) تأکید می‌کنند که زمان‌بندی ارزیابی فراشناختی نقشی تعیین‌کننده در دقت آن دارد؛ پایش همزمان در حین پردازش متن به دلیل اشغال منابع مشترک حافظه کاری، دقت پایین‌تری دارد، در حالی که پایش با تأخیر پس از شکل‌گیری یک بازنمایی منسجم از متن، قضاوت‌های دقیق‌تری را ممکن می‌سازد. این یافته‌ها در کنار هم بر پویایی و انعطاف‌پذیری فراشناخت تأکید کرده و نشان می‌دهند که هم بلوغ رشدی و هم طراحی بهینه شرایط ارزیابی می‌توانند بر کیفیت خودنظارتی و در نتیجه خودتنظیمی مؤثر تأثیر بگذارند.

مطالعات نشان می‌دهد که عملکرد فراشناختی کودکان نه تنها در حد نظارت باقی نمی‌ماند، بلکه می‌تواند به کنترل راهبردی مؤثر تبدیل شود. پژوهش کرِیس و روبرز (۲۰۱۰) نشان داد کودکان ۹ تا ۱۱ ساله در یک موقعیت آزمون، بر اساس قضاوت‌های لحظه‌ای اطمینان خود، پاسخ‌های نامطمئن را تغییر داده یا حذف می‌کنند که حاکی از توانایی تبدیل پایش به عمل است. با این حال، اثربخشی این فرآیند به شدت به دقت خودِ پایش وابسته است. تیدی و همکاران (۲۰۱۰) با تبیین علت دقت پایین در قضاوت‌های درک مطلب، استدلال کردند که مشکل اصلی، اتکای یادگیرندگان به سرنخ‌های سطحی و گمراه‌کننده (مانند آشنایی یا سادگی ظاهری متن) به جای سرنخ‌های معتبر مبتنی بر فهم عمیق (مانند توانایی استدلال یا توضیح مفاهیم) است. بنابراین، برای پرورش خودتنظیمی مؤثر، باید بر بهبود کیفیت فرآیند استنتاج تمرکز کرد؛ راهبردهای آموزشی که توجه یادگیرنده را از سرنخ‌های نامعتبر به سرنخ‌های معتبر هدایت کنند، می‌توانند هم دقت پایش و هم توانایی کنترل مبتنی بر آن را ارتقا دهند.

ج. درک‌فراشناختی (Metacomprehension)

۱. مبانی و بهبود دقت

تیدی و همکاران (۲۰۰۳) به‌طور تجربی نشان دادند که دقت پایش فراشناختی پیش‌نیاز علّی کنترل مؤثر و یادگیری عمیق‌تر است؛ در مطالعه آن‌ها، یادگیرندگانی که با تهیه خلاصه با تأخیر قضاوت‌های دقیق‌تری از درک خود ارائه دادند، زمان مطالعه را به‌طور بهینه‌تری تخصیص داده و در آزمون نهایی عملکرد بهتری داشتند. این یافته که پایه‌ای برای چارچوب «مطالعه خودتنظیم‌شده» دانلاسکی و لیپکو (۲۰۰۷) شد، بر این اصل تأکید می‌کند که پایش دقیق سنگ بنای خودتنظیمی مؤثر است، زیرا تنها بر اساس ارزیابی درست از وضعیت دانش است که یادگیرنده می‌تواند تصمیمات کنترل هوشمندانه‌ای (مانند تمرکز بر نقاط ضعف) بگیرد. این دیدگاه، بهبود دقت قضاوت‌های فراشناختی را به یک هدف محوری تبدیل کرده و راهبردهای عملی مانند خلاصه‌سازی تأخیری را به‌عنوان ابزارهای کلیدی برای دستیابی به این هدف معرفی می‌کند.

۲. راهبردهای بهبود دقت درک‌فراشناختی

۲.۱. خلاصه‌سازی و تولید کلیدواژه با تأخیر

راهبرد تولید خلاصه یا کلیدواژه با تأخیر یک مداخله مؤثر برای بهبود دقت درک‌فراشناختی است. تیدی و همکاران (۲۰۰۵) نشان دادند که حتی یک وقفه کوتاه بین خواندن و خلاصه‌سازی، دقت قضاوت یادگیرندگان را به‌طور قابل توجهی افزایش می‌دهد. مکانیسم این بهبود، نه در کیفیت محتوای خلاصه، بلکه در تغییر منبع سرنخ‌های مورد استفاده برای قضاوت است (اندرسون و تیدی، ۲۰۰۸). تأخیر باعث محو شدن سرنخ‌های سطحی و زودگذر حافظه کاری می‌شود و یادگیرنده را وادار می‌کند تا برای ارزیابی درک خود، به طرح‌واره پایدار و یکپارچه متن در حافظه بلندمدت مراجعه کند که سرنخ معتبرتری فراهم می‌آورد. این راهبرد حتی در کودکان کلاس پنجم نیز مؤثر است (دِ بروین و همکاران، ۲۰۱۱)، اما اثربخشی آن در کودکان با مهارت خوانش پایین‌تر کاهش می‌یابد، که نشان‌دهنده تعامل پیچیده بین آموزش فراشناخت و پایه‌های شناختی لازم است.

۲.۲. خودشرح‌دهی (Self-Explanation) و بازخوانی

راهبرد خودشرح‌دهی در مقایسه با بازخوانی منفعلانه، به‌عنوان یک ابزار مؤثر برای بهبود هم درک عمیق و هم دقت درک‌فراشناختی عمل می‌کند (گریفین و همکاران، ۲۰۰۸). مکانیسم این بهبود آن است که خودشرح‌دهی یادگیرنده را وادار به پردازش عمیق‌تر می‌کند؛ این فرآیند شامل تطبیق اطلاعات جدید با دانش موجود، کشف روابط درون متنی و ساخت یک بازنمایی یکپارچه از محتوا است. این فعالیت شناختی غنی، سرنخ‌های معتبر و کیفی (مانند وضوح استدلال شخصی یا پیوندهای ایجادشده) در اختیار سیستم فراشناختی قرار می‌دهد که مبنای بهتری برای قضاوت درباره میزان واقعی درک فراهم می‌کند، در حالی که بازخوانی صرف ممکن است تنها بر سرنخ‌های سطحی مانند احساس آشنایی متکی باشد. همچنین، اثربخشی این راهبرد می‌تواند با سطح دانش قبلی یادگیرنده تعدیل شود که بر لزوم توجه به تفاوت‌های فردی در آموزش راهبردها تأکید دارد.

۲.۳. نقشه‌سازی مفهومی (Concept Mapping)

نقشه‌سازی مفهومی یک راهبرد یادگیری سازنده است که هم بر یادگیری محتوا و هم بر دقت درک‌فراشناختی تأثیر مثبت دارد. مطالعه ردفورد و همکاران (۲۰۱۲) روی دانش‌آموزان دوره متوسطه نشان داد که ساخت نقشه مفهومی پس از مطالعه، منجر به قضاوت‌های دقیق‌تری از سطح درک نسبت به روش‌های انفعالی می‌شود. دلیل این بهبود آن است که فرآیند ساخت نقشه، یادگیرنده را ملزم می‌کند تا به طور فعال مفاهیم کلیدی را استخراج کند، روابط بین آن‌ها را مشخص نماید و یک ساختار بصری منسجم ایجاد کند. این فعالیت، یک بازنمایی ذهنی سازمان‌یافته و یکپارچه از محتوا شکل می‌دهد که دسترسی به سرنخ‌های معتبر درباره عمق درک (مانند وضوح ارتباطات یا توانایی تکمیل اجزای نقشه) را آسان‌تر می‌سازد. بنابراین، نقشه‌سازی مفهومی نه تنها یک ابزار شناختی برای درک بهتر، بلکه یک ابزار فراشناختی مؤثر برای ارتقای خودارزیابی دقیق محسوب می‌شود.

د. یادگیری از مثال‌های حل‌شده (Worked-Example Learning)

۱. اصول و مبانی

یادگیری مؤثر از مثال‌های حل‌شده بر پایه‌ای از اصول طراحی آموزشی استوار است که آتکینسون و همکاران (۲۰۰۰) آنها را صورتبندی کردند؛ اهدافی مانند کاهش بار شناختی، پرورش طرح‌واره و تسهیل انتقال یادگیری، از طریق راهکارهایی چون ارائه مثال در مراحل اولیه، تنوع بخشی، برجسته‌سازی ساختار و تلفیق تدریجی با تمرین محقق می‌شوند. با این حال، رنکل (۲۰۰۲) تأکید کرد که ارائه صِرف مثال کافی نیست و یادگیرندگان، به ویژه مبتدیان، نیازمند پشتیبانی هدفمند (مانند خودشرح‌دهی راهبردی) برای پردازش عمیق و درک اصول زیربنایی هستند. برای درک کامل این پدیده، فن گوگ و رومل (۲۰۱۰) یک چارچوب تلفیقی ارائه دادند و استدلال کردند که یادگیری از مثال یک فرآیند چندبعدی است که باید همزمان از منظر شناختی (مدیریت بار و ساخت طرح‌واره)، فراشناختی (پایش و خودشرح‌دهی) و انگیزشی (خودکارآمدی و ارزش تکلیف) بررسی شود. این نگاه جامع نشان می‌دهد که اثربخشی مثال‌ها نه تنها به طراحی فنی، بلکه به فعالیت‌های شناختی-فراشناختی یادگیرنده و انگیزه او نیز وابسته است.

۲. نقش خودشرح‌دهی در یادگیری از مثال‌ها

پژوهش‌های کلاسیک و توسعه‌یافته در حوزه خودشرح‌دهی، نقش محوری و کیفیت‌محور آن را در یادگیری عمیق از مثال‌ها نشان می‌دهند. چی و همکاران (۱۹۸۹) با مشاهده تفاوت یادگیرندگان موفق و ناموفق، دریافتند که خودشرح‌دهی اصول‌محور (تمرکز بر هدف و منطق گام‌ها) مکانیسمی کلیدی برای تبدیل پردازش سطحی به یادگیری عمیق و قابل انتقال است. رنکل و همکاران (۱۹۹۸) نشان دادند که ترکیب تنوع مثال (برای استخراج ساختار عمیق) با خودشرح‌دهی القاشده (برای پردازش فعال آن ساختار) اثری هم‌افزایی در انتقال یادگیری دارد. در نهایت، رنکل (۱۹۹۹) با متمایز کردن خودشرح‌دهی‌های مبتنی بر اصل از مبتنی بر رویداد، نشان داد که کیفیت خودشرح‌دهی قابل آموزش است و خودشرح‌دهی‌های باکیفیت‌تر (مبتنی بر اصل) به عملکرد انتقالی بهتری منجر می‌شوند. این مجموعه تحقیقات، خودشرح‌دهی را نه به عنوان یک فعالیت مکمل، بلکه به عنوان یک فرآیند شناختی-فراشناختی حیاتی معرفی می‌کند که می‌تواند از طریق آموزش هدفمند پرورش یابد و یادگیری عمیق و قابل انتقال را تسهیل کند.

 ۳. تکمیل مثال‌های ناتمام به‌عنوان یک راهبرد

راهبرد تکمیل مثال‌های نیمه‌حل‌شده یک مداخله آموزشی مؤثر برای پرورش همزمان مهارت حل مسئله و دقت پایش فراشناختی است. بارس و همکاران (۲۰۱۳) نشان دادند که درگیر کردن فعال یادگیرنده در تکمیل بخش‌های خالی یک راه‌حل از پیش چارچوب‌بندی‌شده، توجه او را به ساختار و منطق درونی مسئله معطوف می‌کند. این پردازش عمیق‌تر نه تنها به درک بهتر می‌انجامد، بلکه منجر به قضاوت‌های فراشناختی دقیق‌تری درباره عملکرد آتی می‌شود. محققان استدلال کردند که این بهبود در پایش، احتمالاً از نیاز به بازنمایی روشن‌تر و یکپارچه‌تری از دانش خود و آگاهی دقیق‌تر از محدودیت‌های دانش ناشی می‌شود که در فرآیند پر کردن شکاف‌های راه‌حل حاصل می‌آید. بنابراین، این راهبرد پلی کاربردی بین تمرین شناختی و تقویت فراشناخت ایجاد می‌کند.

ه. خودشرح‌دهی (Self-Explanation) به‌عنوان یک راهبرد یادگیری سازنده

۱. مبانی و اثربخشی

خودشرح‌دهی یک راهبرد یادگیری سازنده قدرتمند است که از طریق مکانیسم‌های شناختی عمیق، هم بر درک و هم بر خودتنظیمی تأثیر می‌گذارد. مطالعه پیشگامانه چی و همکاران (۱۹۹۴) اثربخشی آن را در بهبود درک عمیق و حل مسئله نشان داد و آن را فراتر از یک تکنیک ساده، به عنوان یک فرآیند فعال برای پرکردن شکاف‌های دانش و یکپارچه‌سازی معرفی کرد. بیلاچیک و همکاران (۱۹۹۵) نشان دادند که آموزش صریح این راهبرد می‌تواند به پرورش مهارت‌های خودتنظیمی گسترده‌تر مانند انتقال راهبرد و نظارت فعال بینجامد. در سطح مکانیسم شناختی، کالین-جیجمَن و هورن راتنر (۲۰۰۵) استدلال کردند که خودشرح‌دهی نقشی محوری در رمزگردانی دارد؛ این فرآیند با سازمان‌دهی مجدد و غنی‌سازی اطلاعات در حافظه کاری، آن را به شکلی منسجم با دانش قبلی پیوند می‌زند و برای ذخیره‌سازی مؤثر در حافظه بلندمدت آماده می‌کند. بنابراین، خودشرح‌دهی هم یک ابزار آموزشی برای تقویت یادگیری و خودتنظیمی و هم یک سازوکار شناختی کلیدی برای ساخت دانش پایدار است.

۲. کاربرد در بافت‌های مختلف 

کاربرد خودشرح‌دهی منحصر به یادگیری متون علمی نیست و اثربخشی آن در بافت‌های متنوع اطلاعاتی و مهارتی تأیید شده است. مطالعه اینزورث و لویزو (۲۰۰۳) نشان داد که خودشرح‌دهی در مواجهه با متن نوشتاری و نمودارهای شماتیک مؤثر است، اما از مسیرهای شناختی متفاوتی بهره می‌برد: در متن به پرکردن شکاف‌های استدلالی و یکپارچه‌سازی کمک می‌کند، و در نمودار با وادار کردن فرد به ترجمه کلامی روابط تصویری، درک ساختار مفهومی انتزاعی را تقویت می‌نماید. این یافته نشان‌دهنده انعطاف این راهبرد در بهینه‌سازی پردازش انواع بازنمایی‌ها است. فراتر از حوزه‌های سنتی، پژوهش دِ بروین و همکاران (۲۰۰۷) در یادگیری شطرنج نشان داد که خودشرح‌دهی منجر به درک عمیق‌تر اصول و راهبردهای زیربنایی این بازی پیچیده و عملکرد بهتر در موقعیت‌های انتقالی می‌شود. این نتایج، خودشرح‌دهی را به عنوان یک ابزار شناختی عام و قدرتمند برای یادگیری مهارت‌های پیچیده و قاعده‌محور معرفی می‌کنند که در آن استخراج و درونی‌سازی اصول انتزاعی کلیدی است.

خودشرح‌دهی کاربرد خود را فراتر از یادگیری محتوای ساده، در تسهیل اکتساب مهارت‌های عملی و فراشناختی پیچیده نیز نشان داده است. هیلبرت و رنکل (۲۰۰۹) دریافتند که خودشرح‌دهی هنگام مشاهده نمونه‌های نقشه‌های مفهومی، به یادگیرندگان کمک می‌کند درک عمیق‌تری از چگونگی و زمان استفاده مؤثر از این ابزار شناختی کسب کنند، که منجر به عملکرد بهتر در کاربست مستقل آن می‌شود. این نشان می‌دهد خودشرح‌دهی می‌تواند فرآیند "یادگیری چگونگی یادگیری با ابزارها" را تقویت کند. به طور موازی، چو و جوناسن (۲۰۱۲) نشان دادند که خودشرح‌دهی در مواجهه با نمودارهای علی پیچیده در زیست‌شناسی، به پردازش فعال این بازنمایی‌های غنی کمک کرده و منجر به درک مفهومی عمیق‌تر و توانایی استدلال علی بهتر می‌شود. این دو مطالعه در کنار هم، طیف گسترده کاربرد خودشرح‌دهی را به عنوان یک راهبرد شناختی انعطاف‌پذیر برجسته می‌سازند که هم در تسلط بر ابزارهای شناختی و هم در درک سیستم‌های مفهومی پیچیده مؤثر است.

و. ارزیابی و آموزش فراشناخت و خودتنظیمی

۱. آموزش خودارزیابی و انتخاب تکلیف

آموزش مؤثر فراشناخت و خودتنظیمی بر پایه‌هایی استوار است که ابتدا امکان خودارزیابی دقیق را فراهم می‌آورند. کوستنز و همکاران (۲۰۰۹) نشان دادند که دقت خودارزیابی به دو پیش‌نیاز وابسته است: تخصص (داشتن دانش مفهومی غنی و معیارهای درونی دقیق) و دسترسی به بازخورد عینی از عملکرد گذشته. بر این اساس، کوستنز و همکاران (۲۰۱۲) یک مداخله آموزشی دو مرحله‌ای طراحی کردند که در مرحله اول، خودارزیابی دقیق و در مرحله دوم، انتخاب تکلیف استراتژیک مبتنی بر آن ارزیابی را آموزش می‌داد. نتایج نشان داد یادگیرندگان آموزش‌دیده توانستند تکالیفی متناسب با سطح دانش خود انتخاب کنند، که منجر به یادگیری کارآمدتر شد. این رویکرد به وضوح نشان می‌دهد که خودتنظیمی مؤثر مستلزم تلفیق پایش دقیق و کنترل هوشمندانه است و هر دوی این مهارت‌ها را می‌توان به‌طور نظام‌مند آموزش داد.

۲. آموزش راهبردهای یادگیری و پایش

آموزش راهبردهای یادگیری مؤثر و فرآیندهای خودتنظیمی می‌تواند هم عملکرد و هم آگاهی فراشناختی را ارتقا دهد. گلوگر و همکاران (۲۰۱۲) نشان دادند که استفاده از راهبردهای یادگیری عمیق و مولد (مانند نقشه‌کشی مفهومی) در مقایسه با راهبردهای سطحی (مانند بازخوانی)، نه تنها پیش‌بینیکننده نتایج یادگیری بهتر است، بلکه به‌عنوان شاخصی از کیفیت پایش و کنترل فراشناختی عمل می‌کند. بر این اساس، لئوپولد و لویتنر (۲۰۱۵) با آموزش مستقیم یک چارچوب چهارمرحله‌ای ساختاریافته برای خودتنظیمی (شامل برنامه‌ریزی، نظارت، کنترل راهبرد و بازبینی) به دانش‌آموزان، نشان دادند که این آموزش منجر به بهبود قابل توجه درک مطلب و افزایش آگاهی آگاهانه از استفاده راهبردها می‌شود. این دو مطالعه در کنار هم تأکید می‌کنند که کیفیت راهبردهای به‌کار گرفته شده و آگاهی از فرآیندهای خودتنظیمی، قابل آموزش و پرورش هستند و چنین آموزش‌هایی می‌توانند به‌طور همزمان بر پیامدهای یادگیری و مهارت‌های فراشناختی تأثیر مثبت بگذارند.

۳. آموزش مبتنی بر مدل‌سازی

روش آموزش مبتنی بر مدل‌سازی شناختی، رویکردی نوآورانه و مؤثر برای آموزش مستقیم مهارت‌های خودتنظیمی است که توسط رایجمیکرز و همکاران (۲۰۱۷) مورد بررسی قرار گرفت. در این روش، دانش‌آموزان با مشاهده ویدئوهای مدل‌سازی شده که در آن یک هم‌سن فرآیندهای فکری درونی خود را در حین انجام تکلیف (شامل هدف‌گذاری، برنامه‌ریزی، نظارت، ارزیابی و تنظیم) به طور صریح بیان می‌کند، آموزش دیدند. این آشکارسازی صریح فرآیندهای پنهان، منجر به بهبود قابل توجهی در دانش فراشناختی، کاربست عملی راهبردهای خودتنظیمی و در نهایت عملکرد تحصیلی آنان شد. این مطالعه نشان می‌دهد که یادگیری مشاهده‌ای، زمانی که با بیان واضح استدلال‌های شناختی و فراشناختی همراه شود، می‌تواند بر چالش انتزاعی بودن این مهارت‌ها غلبه کرده و راهکاری عملی برای درونی‌سازی آن‌ها فراهم آورد.

ز. پایش فراشناختی، بار شناختی و عملکرد

۱. پیچیدگی تکلیف، پایش و بار شناختی

رابطه بین بار شناختی و پایش فراشناختی نشان‌دهنده تعامل حیاتی بین محدودیت‌های ساختاری ذهن و فرآیندهای نظارتی سطح بالاست. پاس (۱۹۹۲) با تأکید بر لزوم مدیریت بار شناختی در یادگیری مهارت‌های جدید، نشان داد که راهبردهایی مانند ارائه مثال‌های حل‌شده با کاهش بار اضافی، منابع حافظه کاری را برای پردازش‌های عمیق‌تر (مانند تشخیص ساختار مسئله) آزاد می‌کنند و یادگیری را تسهیل می‌نمایند. این ایده با پژوهش فن گوگ و همکاران (۲۰۱۱) بسط یافت که رابطه علّی معکوس بین سطح بار شناختی و دقت پایش را نشان داد: در تکالیف با بار بالا، منابع شناختی عمدتاً صرف خودِ اجرای تکلیف می‌شود و ظرفیت کمی برای نظارت فراشناختی دقیق باقی می‌ماند، که منجر به قضاوت‌های نادقیق می‌شود. این یافته پیوند مهمی را برجسته می‌سازد: طراحی آموزشی بهینه که بار اضافی را کاهش دهد، نه تنها یادگیری محتوا را بهبود می‌بخشد، بلکه با فراهم آوردن فضای شناختی برای پایش دقیق‌تر، خودتنظیمی مؤثرتر را نیز ممکن می‌سازد.

۲. سنجش بار شناختی و تلاش ذهنی

سنجش ذهنی بار شناختی که پایه‌های آن توسط گوفر و برونه (۱۹۸۴) گذاشته شد، با تبدیل رتبه‌بندی‌های فرد از تلاش ذهنی به یک شاخص کمّی معتبر، ابزاری کلیدی برای پژوهش و طراحی آموزشی فراهم کرد. تکامل این روش به مقیاس‌های استاندارد مانند مقیاس پاس و ون مرینبوئر منجر شد که امکان ارزیابی مستقیم تجربه یادگیرنده را می‌دهد. کاربرد این ابزارها در حوزه‌های نوینی مانند یادگیری چندرسانه‌ای (ویلان، ۲۰۰۶) نشان داد که می‌توان طراحی‌های نامؤثر را که بار اضافی ایجاد می‌کنند، شناسایی و اصلاح کرد. برای افزایش اعتبار این سنجش‌ها، فن گوگ و همکاران (۲۰۱۲) بر اهمیت روش‌شناسی دقیق تأکید کردند و نشان دادند که جمع‌آوری چندین اندازه‌گیری مکرر و بلافاصله پس از زیرتکلیف‌ها، نسبت به یک ارزیابی کلی، داده‌های حساستر و معتبرتری از نوسانات بار شناختی ارائه می‌دهد. در مجموع، این پیشرفت‌ها سنجش بار شناختی را از یک مفهوم نظری به یک ابزار عملی و تشخیصی قدرتمند برای بهینه‌سازی محیط‌های یادگیری تبدیل کرده‌اند.

۳. تأثیر تمرین حل مسئله پس از مثال بر دقت پایش

تلفیق تمرین حل مسئله پس از مطالعه مثال‌های حل‌شده، نه تنها یادگیری را تقویت می‌کند، بلکه دقت پایش فراشناختی (کالیبراسیون) را نیز به‌طور قابل توجهی بهبود می‌بخشد. بارس و همکاران (۲۰۱۴) در مطالعه‌ای بر روی کودکان دبستانی نشان دادند که این توالی آموزشی منجر به پیش‌بینی دقیق‌تری از عملکرد آینده می‌شود، احتمالاً به این دلیل که تمرین عملی، بازخورد عینی برای کالیبره کردن معیارهای درونی فراهم می‌کند و اجبار به بازیابی دانش، وضوح بازنمایی ذهنی از تسلط را افزایش می‌دهد. بارس و همکاران (۲۰۱۶) این یافته را در دانش‌آموزان دبیرستانی تکرار و تأیید کردند و نشان دادند که این رویکرد منجر به هماهنگی بهتر بین اطمینان گزارش‌شده و دقت واقعی پاسخ‌ها می‌شود. این مجموعه تحقیقات حاکی از آن است که تمرین فعال نقشی دوگانه دارد: از یک سو یادگیری را از طریق تثبیت و یکپارچه‌سازی تعمیق می‌بخشد و از سوی دیگر، با فراهم آوردن تجربه عملی، به یادگیرندگان کمک می‌کند درک واقع‌بینانه‌تری از حدود توانایی خود کسب کنند. بنابراین، ترکیب مثال و تمرین، یک اصل طراحی آموزشی کلیدی برای پرورش همزمان شایستگی و خودآگاهی فراشناختی است.

۴. آموزش خودارزیابی و استانداردهای ارزیابی

آموزش خودارزیابی ساختاریافته با استفاده از معیارهای عینی و چک‌لیست‌های استاندارد، راهکاری مؤثر برای بهبود دقت فراشناختی است. بارس و همکاران (۲۰۱۴) نشان دادند که وقتی به دانش‌آموزان آموزش داده می‌شود راه‌حل‌های خود را بر اساس چنین معیارهایی ارزیابی کنند، دقت آن‌ها در هر دو پایش گذشته‌نگر (ارزیابی عملکرد گذشته) و پایش آینده‌نگر (پیش‌بینی عملکرد آینده) به‌طور قابل توجهی افزایش می‌یابد. این بهبود از آنجا ناشی می‌شود که چارچوب ارزیابی بیرونی روشن، به یادگیرندگان کمک می‌کند معیارهای درونی و اغلب مبهم خود را با استانداردهای عینی تکلیف هم‌تراز و تصحیح کنند. بنابراین، این نوع آموزش با ایجاد پلی بین ادراک ذهنی فرد و واقعیت عینی تکلیف، دقت و اعتبار قضاوت‌های فراشناختی را ارتقا داده و خودنظاری دقیق‌تری را امکان‌پذیر می‌سازد.

ح. راهبردهای یادگیری سازنده (Generative Learning Strategies)

فیورلا و مایر (۲۰۱۶) در یک چارچوب نظام‌مند، هشت راهبرد یادگیری سازنده کلیدی (شامل خلاصه‌نویسی، نقشه‌کشی، خودشرح‌دهی، آموزش دادن، پاسخ به سوالات انگیزشی، بازاندیشی، ترسیم و تصویرسازی ذهنی) را معرفی کردند که همگی از طریق وادار کردن یادگیرنده به پردازش شناختی فعال—یعنی انتخاب، سازمان‌دهی و یکپارچه‌سازی اطلاعات جدید با دانش قبلی—منجر به درک عمیق‌تر و یادگیری معنادار می‌شوند. این راهبردها که به وضوح از روش‌های انفعالی مانند بازخوانی متمایز هستند، با ایجاد بازنمایی‌های شخصی‌شده و منسجم از دانش، اساس یادگیری مؤثر را تشکیل می‌دهند. نویسندگان برای هر راهبرد، دستورالعمل‌های عملی مبتنی بر شواهد ارائه داده‌اند که کاربست آن‌ها را در محیط‌های آموزشی واقعی ممکن می‌سازد.

منابع

Ainsworth, S., & Loizou, A. T. (2003). The effects of self-explaining when learning with text or diagrams. Cognitive Science, 27, 669–681. http:// dx.doi.org/10.1207/s15516709cog2704_5

Anderson, M. C., & Thiede, K. W. (2008). Why do delayed summaries improve metacomprehension accuracy? Acta Psychologica, 128, 110– 118. http://dx.doi.org/10.1016/j.actpsy.2007.10.006

Ariel, R., Dunlosky, J., & Bailey, H. (2009). Agenda-based regulation of study-time allocation: When agendas override item-based monitoring. Journal of Experimental Psychology: General, 138, 432–447. http://dx .doi.org/10.1037/a0015928

Atkinson, R. K., Derry, S. J., Renkl, A., & Wortham, D. (2000). Learning from examples: Instructional principles from the worked examples research. Review of Educational Research, 70, 181–214. http://dx.doi.org/ 10.3102/00346543070002181

Baars, M., van Gog, T., de Bruin, A., & Paas, F. (2014). Effects of problem solving after worked example study on primary school children’s monitoring accuracy. Applied Cognitive Psychology, 28, 382–391. http://dx .doi.org/10.1002/acp.3008

Baars, M., van Gog, T., de Bruin, A., & Paas, F. (2016). Effects of problem solving after worked example study on secondary school children’s monitoring accuracy. Educational Psychology, 37, 810–834. http://dx .doi.org/10.1080/01443410.2016.1150419

Baars, M., Vink, S., van Gog, T., de Bruin, A., & Paas, F. (2014). Effects of training self-assessment and using assessment standards on retrospective and prospective monitoring of problem solving. Learning and Instruction, 33, 92–107. http://dx.doi.org/10.1016/j.learninstruc.2014.04 .004

Baars, M., Visser, S., van Gog, T., De Bruin, A., & Paas, F. (2013). Completion of partially worked-out examples as a generation strategy for improving monitoring accuracy. Contemporary Educational Psychology, 38, 395–406. http://dx.doi.org/10.1016/j.cedpsych.2013.09.001

Baddeley, A. D. (1986). Working memory. New York, NY: Oxford University Press.

Bielaczyc, K., Pirolli, P. L., & Brown, A. L. (1995). Training in selfexplanation and self-regulation strategies: Investigating the effects of knowledge acquisition activities on problem solving. Cognition and Instruction, 13, 221–252. http://dx.doi.org/10.1207/s1532690xci1302_3 Calin-Jageman, R. J., & Horn Ratner, H. (2005). The role of encoding in the self-explanation effect. Cognition and Instruction, 23, 523–543.

Chi, M. T., Bassok, M., Lewis, M. W., Reimann, P., & Glaser, R. (1989). Self-explanations: How students study and use examples in learning to solve problems. Cognitive Science, 13, 145–182. http://dx.doi.org/10 .1207/s15516709cog1302_1

Chi, M. T., De Leeuw, N., Chiu, M. H., & LaVancher, C. (1994). Eliciting self-explanations improves understanding. Cognitive Science, 18, 439– 477.

Cho, Y. H., & Jonassen, D. H. (2012). Learning by self-explaining causal diagrams in high-school biology. Asia Pacific Education Review, 13, 171–184. http://dx.doi.org/10.1007/s12564-011-9187-4

Cowan, N. (2001). The magical number 4 in short-term memory: A reconsideration of mental storage capacity. Behavioral and Brain Sciences, 24, 87–114. http://dx.doi.org/10.1017/S0140525X01003922

De Bruin, A. B., Rikers, R. M., & Schmidt, H. G. (2007). The effect of self-explanation and prediction on the development of principled understanding of chess in novices. Contemporary Educational Psychology, 32, 188–205. http://dx.doi.org/10.1016/j.cedpsych.2006.01.001

de Bruin, A. B. H., Thiede, K. W., Camp, G., & Redford, J. (2011). Generating keywords improves metacomprehension and self-regulation in elementary and middle school children. Journal of Experimental Child Psychology, 109, 294–310. http://dx.doi.org/10.1016/j.jecp.2011 .02.005

Dent, A. L., & Koenka, A. C. (2016). The relation between self-regulated learning and academic achievement across childhood and adolescence: A meta-analysis. Educational Psychology Review, 28, 425–474. http:// dx.doi.org/10.1007/s10648-015-9320-8

Dunlosky, J., & Lipko, A. R. (2007). Metacomprehension a brief history and how to improve its accuracy. Current Directions in Psychological Science, 16, 228 –232. http://dx.doi.org/10.1111/j.1467-8721.2007 .00509.x

Dunlosky, J., & Thiede, K. W. (2004). Causes and constraints of the shift-to-easier-materials effect in the control of study. Memory & Cognition, 32, 779–788. http://dx.doi.org/10.3758/BF03195868

Field, A. (2009). Discovering statistics using SPSS. London, UK: SAGE.

Fiorella, L., & Mayer, R. E. (2016). Eight ways to promote generative learning. Educational Psychology Review, 28, 717–741. http://dx.doi .org/10.1007/s10648-015-9348-9

Glogger, I., Schwonke, R., Holzäpfel, L., Nückles, M., & Renkl, A. (2012). Learning strategies assessed by journal writing: Prediction of learning outcomes by quantity, quality, and combinations of learning strategies. Journal of Educational Psychology, 104, 452–468. http://dx.doi.org/10 .1037/a0026683

Gopher, D., & Braune, R. (1984). On the psychophysics of workload: Why bother with subjective measures? Human Factors, 26, 519–532.

Griffin, D., & Tversky, A. (1992). The weighing of evidence and the determinants of confidence. Cognitive Psychology, 24, 411–435.

Griffin, T. D., Wiley, J., & Thiede, K. W. (2008). Individual differences, rereading, and self-explanation: Concurrent processing and cue validity as constraints on metacomprehension accuracy. Memory & Cognition, 36, 93–103. http://dx.doi.org/10.3758/MC.36.1.93

Hilbert, T. S., & Renkl, A. (2009). Learning how to use a computer-based concept-mapping tool: Self-explaining examples helps. Computers in Human Behavior, 25, 267–274. http://dx.doi.org/10.1016/j.chb.2008.12 .006

Jonassen, D. H. (2011). Learning to solve problems: A handbook for designing problem-solving learning environments. New York, NY: Routledge.

Koriat, A. (1997). Monitoring one’s own knowledge during study: A cue-utilization approach to judgments of learning. Journal of Experimental Psychology: General, 126, 349–370. http://dx.doi.org/10.1037/ 0096-3445.126.4.349

Koriat, A., Lichtenstein, S., & Fischhoff, B. (1980). Reasons for confidence. Journal of Experimental Psychology: Human Learning and Memory, 6, 107–118. http://dx.doi.org/10.1037/0278-7393.6.2.107

Kostons, D., van Gog, T., & Paas, F. (2009). How do I do? Investigating effects of expertise and performance-process records on self-assessment. Applied Cognitive Psychology, 23, 1256 –1265. http://dx.doi.org/10 .1002/acp.1528

Kostons, D., van Gog, T., & Paas, F. (2012). Training self-assessment and task-selection skills: A cognitive approach to improving self-regulated learning. Learning and Instruction, 22, 121–132. http://dx.doi.org/10 .1016/j.learninstruc.2011.08.004

Krebs, S. S., & Roebers, C. M. (2010). Children’s strategic regulation, metacognitive monitoring, and control processes during test taking. The

British Journal of Educational Psychology, 80, 325–340. http://dx.doi .org/10.1348/000709910X485719

Leopold, C., & Leutner, D. (2015). Improving students’ science text comprehension through metacognitive self-regulation when applying learning strategies. Metacognition and Learning, 10, 313–346. http://dx .doi.org/10.1007/s11409-014-9130-2

Lichtenstein, S., & Fischhoff, B. (1977). Do those who know more also know more about how much they know. Organizational Behavior and Human Performance, 20, 159 –183. http://dx.doi.org/10.1016/0030- 5073(77)90001-0

Metcalfe, J. (1986). Feeling of knowing in memory and problem solving.

Journal of Experimental Psychology: Learning, Memory, and Cognition, 12, 288–294. http://dx.doi.org/10.1037/0278-7393.12.2.288

Metcalfe, J., & Wiebe, D. (1987). Intuition in insight and noninsight problem solving. Memory & Cognition, 15, 238–246. http://dx.doi.org/ 10.3758/BF03197722

Nelson, T. O., Dunlosky, J., Graf, A., & Narens, L. (1994). Utilization of metacognitive judgments in the allocation of study during multitrial learning. Psychological Science, 5, 207–213. http://dx.doi.org/10.1111/ j.1467-9280.1994.tb00502.x

OECD. (2015). OECD skills outlook 2015: Youth, skills, and employability. Paris, France: OECD Publishing. http://dx.doi.org/10.1787/ 9789264234178-en

Ormrod, J. E. (2016). Human learning (7th ed.). Harlow, England: Pearson Education.

Paas, F. (1992). Training strategies for attaining transfer of problemsolving skill in statistics: A cognitive-load approach. Journal of Educational Psychology, 84, 429–434. http://dx.doi.org/10.1037/0022-0663 .84.4.429

Paas, F., & Sweller, J. (2012). An evolutionary upgrade of cognitive load theory: Using the human motor system and collaboration to support the learning of complex cognitive tasks. Educational Psychology Review, 24, 27–45. http://dx.doi.org/10.1007/s10648-011-9179-2

Paas, F., Tuovinen, J. E., Tabbers, H., & Van Gerven, P. W. (2003). Cognitive load measurement as a means to advance cognitive load theory. Educational Psychologist, 38, 63–71. http://dx.doi.org/10.1207/ S15326985EP3801_8

Pellegrino, J. W., & Hilton, M. L. (Eds.). (2013). Education for life and work: Developing transferable knowledge and skills in the 21st century. Washington, DC: National Academies Press.

Raaijmakers, S. F., van Gog, T., Baars, M., Schaap, L., Paas, F., & Van Merrienboer, J. (2017). Training self-regulated learning skills with video modeling examples: Do task-selection skills transfer? Manuscript submitted for publication.

Redford, J. S., Thiede, K. W., Wiley, J., & Griffin, T. D. (2012). Concept mapping improves metacomprehension accuracy among 7th graders. Learning and Instruction, 22, 262–270. http://dx.doi.org/10.1016/j .learninstruc.2011.10.007

Renkl, A. (1997). Learning from worked-out examples: A study on individual differences. Cognitive Science, 21, 1–29. http://dx.doi.org/10 .1207/s15516709cog2101_1

Renkl, A. (1999). Learning mathematics from worked-out examples: Analyzing and fostering self-explanations. European Journal of Psychology of Education, 14, 477–488. http://dx.doi.org/10.1007/BF03172974

Renkl, A. (2002). Worked-out examples: Instructional explanations support learning by self-explanations. Learning and Instruction, 12, 529– 556. http://dx.doi.org/10.1016/S0959-4752(01)00030-5

Renkl, A., Stark, R., Gruber, H., & Mandl, H. (1998). Learning from worked-out examples: The effects of example variability and elicited self-explanations. Contemporary Educational Psychology, 23, 90–108.

Rhodes, M. G., & Tauber, S. K. (2011). The influence of delaying judgments of learning on metacognitive accuracy: A meta-analytic review. Psychological Bulletin, 137, 131–148.

Roebers, C. M., Schmid, C., & Roderer, T. (2009). Metacognitive monitoring and control processes involved in primary school children’s test performance. The British Journal of Educational Psychology, 79, 749– 767. http://dx.doi.org/10.1348/978185409X429842

Schneider, W. (2008). The development of metacognitive knowledge in children and adolescents: Major trends and implications for education. Mind, Brain, and Education, 2, 114–121. http://dx.doi.org/10.1111/j .1751-228X.2008.00041.x

Schneider, W., Visé, M., Lockl, K., & Nelson, T. O. (2000). Developmental trends in children’s memory monitoring: Evidence from a judgmentof-learning task. Cognitive Development, 15, 115–134. http://dx.doi.org/ 10.1016/S0885-2014(00)00024-1

Schraw, G. (2009). A conceptual analysis of five measures of metacognitive monitoring. Metacognition and Learning, 4, 33–45. http://dx.doi .org/10.1007/s11409-008-9031-3

Son, L. K., & Metcalfe, J. (2000). Metacognitive and control strategies in study-time allocation. Journal of Experimental Psychology: Learning, Memory, and Cognition, 26, 204–221. http://dx.doi.org/10.1037/0278- 7393.26.1.204

Sweller, J., Van Merriënboer, J. J. G., & Paas, F. (1998). Cognitive architecture and instructional design. Educational Psychology Review, 10, 251–296. http://dx.doi.org/10.1023/A:1022193728205

Thiede, K. W., Anderson, M. C. M., & Therriault, D. (2003). Accuracy of metacognitive monitoring affects learning of texts. Journal of Educational Psychology, 95, 66–73. http://dx.doi.org/10.1037/0022-0663.95.1.66

Thiede, K. W., Dunlosky, J., Griffin, T. D., & Wiley, J. (2005). Understanding the delayed-keyword effect on metacomprehension accuracy.Journal of Experimental Psychology: Learning, Memory, and Cognition, 31, 1267–1280. http://dx.doi.org/10.1037/0278-7393.31.6.1267

Thiede, K. W., Griffin, T. D., Wiley, J., & Anderson, M. C. (2010). Poor metacomprehension accuracy as a result of inappropriate cue use. Discourse Processes, 47, 331–362. http://dx.doi.org/10.1080/016385309 02959927

Thiede, K. W., Griffin, T. D., Wiley, J., & Redford, J. S. (2009). Metacognitive monitoring during and after reading. In D. J. Hacker, J. Dunlosky, & A. C. Graesser (Eds.), Handbook of metacognition and self-regulated learning. Mahwah, NJ: Lawrence Erlbaum.

van Gog, T., Kester, L., & Paas, F. (2011). Effects of concurrent monitoring on cognitive load and performance as a function of task complexity. Applied Cognitive Psychology, 25, 584–587. http://dx.doi.org/10.1002/ acp.1726

van Gog, T., Kirschner, F., Kester, L., & Paas, F. (2012). Timing and frequency of mental effort measurement: Evidence in favour of repeated measures. Applied Cognitive Psychology, 26, 833–839. http://dx.doi .org/10.1002/acp.2883

van Gog, T., & Rummel, N. (2010). Example-based learning: Integrating cognitive and social-cognitive research perspectives. Educational Psychology Review, 22, 155–174. http://dx.doi.org/10.1007/s10648-010- 9134-7

Whelan, R. R. (2006). The multimedia mind: Measuring cognitive load in multimedia learning (pp. 1–178). New York, NY: New York University.

Winne, P. H. (1995). Inherent details in self-regulated learning. Educational Psychologist, 30, 173–187. http://dx.doi.org/10.1207/s15326985 ep3004_2

Winne, P. H., & Hadwin, A. F. (1998). Studying as self-regulated learning. In D. J. Hacker, J. Dunlosky, & A. C. Graesser (Eds.), Metacognition in educational theory and practice (pp. 277–304). Mahwah, NJ: Lawrence Erlbaum.

Wittrock, M. C. (1992). Generative learning processes of the brain. Educational Psychologist, 27, 531–541. http://dx.doi.org/10.1207/ s15326985ep2704_8

Zimmerman, B. J. (2008). Investigating self-regulation and motivation: Historical background, methodological developments, and future prospects. American Educational Research Journal, 45, 166–183. http://dx .doi.org/10.3102/0002831207312909

 

مجله اینترنتی روان تنظیم

Online Journal of Ravantanzim

مجله تخصصی روانشناسی تربیتی شناختی

مدیر مسئول: محمود دلیر عبدی نیا

روانشناس تربیتی با دیدگاه شناختی

دانش آموخته دانشگاه تهران

اولین مربی شناختی در ایران

لطفا نظرات و پیشنهادات خود را از طریق بخش نظرات مجله اینترنتی روان تنظیم و یا از طریق ایمیل برای ما ارسال کنید.

استفاده از مطالب ارائه شده در این پایگاه، صرفا با ذکر منبع آزاد می باشد.