အဓိပ္ပာယ်ပါ၊ အဘိဓာန်မဟုတ်ဘူး
စကားလုံးဖြစ်စေ၊ စကားစုတစ်ခုလုံးဖြစ်စေ တို့လိုက်ပါ။ အဓိပ္ပာယ်ကို အဲဒီဝါကျအတွက် အထူးရေးပေးတာပါ၊ အဘိဓာန်ကနေ ကူးထားတာ ဒါမှမဟုတ် တခြားသူ သိမ်းထားတဲ့ အဓိပ္ပာယ်ဟောင်းကို ပြန်သုံးတာ မဟုတ်ပါဘူး။
ဖတ်ခြင်းနဲ့ Spaced Repetition၊ အခုတော့ app တစ်ခုတည်းပါပဲ
FSRS အစစ်က app ထဲမှာပဲ အလုပ်လုပ်နေပါတယ်။ တို့လိုက်တဲ့ ဝါကျကနေ ကတ်ကို တစ်ချက်ထဲ ဖန်တီးပေးလိုက်တာမို့ ဖြည့်စရာ field လည်း မရှိဘူး၊ စာမျက်နှာပေါ်မှာ အမြဲကျန်နေမယ့် အဝါရောင် highlight လည်း မရှိဘူး။ သင့်ရဲ့ မှတ်ဉာဏ် 90 ရာခိုင်နှုန်း အောက်ကျမှသာ ပြန်ရောက်လာမှာပါ။
はころに。
သင်ယူနေတဲ့ ဘာသာစကားကို စမ်းကြည့်ပါ
စကားလုံးဖြစ်စေ၊ စကားစုတစ်ခုလုံးဖြစ်စေ တို့လိုက်ပါ။ အဓိပ္ပာယ်ကို အဲဒီဝါကျအတွက် အထူးရေးပေးတာပါ၊ အဘိဓာန်ကနေ ကူးထားတာ ဒါမှမဟုတ် တခြားသူ သိမ်းထားတဲ့ အဓိပ္ပာယ်ဟောင်းကို ပြန်သုံးတာ မဟုတ်ပါဘူး။
စကားလုံး၊ အဓိပ္ပာယ်၊ မူရင်းဝါကျ သုံးခုစလုံးက သိမ်းလိုက်တာနဲ့ ချက်ချင်း အချိန်ဇယားပါတဲ့ ကတ်တစ်ခု ဖြစ်သွားတယ်။ field ဆိုတာ တစ်ခါမှ ရိုက်ထည့်စရာ မလိုပါဘူး။
ပြန်လှန်ချိန်ရောက်တဲ့ စကားလုံးတွေက နောက်ဖတ်မယ့်အရာမှာ လင်းလာမယ်၊ အားကောင်းလာလေ မှိန်လာလေ ဖြစ်လာမယ်။ စာမျက်နှာကိုယ်တိုင်ကပဲ တိုးတက်မှု ဘား ဖြစ်နေတာပါ။
Language Lit က စက်ဝန်းကို ပိတ်ပေးလိုက်တယ်။ တို့လိုက်တယ်၊ သိမ်းပြီးပြီ၊ အချိန်ဇယား ဝင်သွားပြီ၊ နောက်ဖတ်မယ့်အရာမှာ ထပ်တွေ့ရမယ်။ ထိန်းသိမ်းစရာ ဘာမှ မလိုတော့ဘူး၊ ဘာလို့လဲဆိုတော့ ဖတ်ရှုမှုနဲ့ မှတ်ဉာဏ်ကြားမှာ ဘာမှ ကျန်နေတော့မှာ မဟုတ်လို့ပါ။
သိမ်းထားတဲ့ စကားလုံးတွေက ပြန်လှန်ချိန် မရောက်မချင်း သင့်ဖတ်ရှုမှုထဲမှာ မမြင်ရသေးဘူး၊ ဒါကြောင့် highlight တစ်ခုက အမြဲတမ်း တစ်ခုတည်းသော အဓိပ္ပာယ်ပဲ ရှိတယ်- ဒီစကားလုံးကို ဒီနေ့ သင့်မှတ်ဉာဏ် လိုအပ်နေပြီ။ ဒါဟာ သင်ကိုယ်တိုင် သတ်မှတ်ပေးတဲ့ status တစ်ခု ဒါမှမဟုတ် လုပ်ပြီးသား အလုပ်ကို သတိပေးနေတဲ့ အရောင်တစ်ခု လုံးဝ မဟုတ်ပါဘူး။ ဒါကြောင့်လည်း တိုးတက်မှုက ကိုယ်ထိလက်ရောက် ခံစားလို့ရတာပါ။ သင့်မှတ်ဉာဏ် ပိုအားကောင်းလာလေ၊ စာသားက မျက်စိထင်ထင် သန့်လာလေပဲ။
သင် တိုးတက်မှုကို မှတ်တမ်းတင်နေရတာ မဟုတ်ဘူး။ စာမျက်နှာပေါ်မှာဖြစ်ပျက်နေတာကို ကိုယ်တိုင် မြင်ရမှာပါ။
လေ့ကျင့်မှုက FSRS ပြန်လှန်ချိန်ရောက်ပြီလို့ ပြောတဲ့ စကားလုံးတွေကိုပဲ ပြပေးတယ်၊ ဒါ့အပြင် ဘာမှ မပါဘူး။ ပြီးသွားရင် ပြီးပါပြီလို့ ပြောပေးတယ်။ session ရှည်အောင်ဆိုပြီး ပြန်လှန်မှု ဘယ်တော့မှ လုပ်ကြံဖန်တီးမပေးဘူး။
အဖြေ နှစ်ခုစလုံးက အမှတ်တူတူပဲ ရတာမို့ scheduler ကို ချော့ချစရာ အကြောင်းမရှိဘူး။ သင့်ပြန်လှန်မှတ်တမ်းက ရိုးသားနေဆဲ၊ အချိန်ဇယားလည်း ဒီအတိုင်းပါပဲ။
Highlight အားနဲ့ ဥယျာဉ် အဆင့်တွေက FSRS ရဲ့ တည်ငြိမ်မှု (stability) နဲ့ မှတ်မိနိုင်ခြေ (retrievability) ကနေ လာတာပါ၊ app ထဲမှာ အချိန်ဘယ်လောက် ကုန်ခဲ့လဲဆိုတာကနေ မဟုတ်ပါဘူး။
စာသားကို ယုံကြည်စိတ်ချစွာ အဆင့်သတ်မှတ်နိုင်တဲ့နေရာမှာသာ ခက်ခဲမှု label ပေါ်လာမှာပါ။ မတတ်နိုင်တဲ့နေရာမှာတော့ ခန့်မှန်းတာထက် blank ချန်ထားခြင်းကိုပဲ ရွေးပါတယ်။
နောက်ဆုံး အတည်ပြုထားတဲ့ ရက်စွဲ 2026-07-10
ဒီနည်းလမ်း တစ်ခုမှ ကျွန်ုပ်တို့ တီထွင်ထားတာ မဟုတ်ပါဘူး။ အောက်က တွေ့ရှိချက် တစ်ခုချင်းစီမှာ မူရင်းအရင်းအမြစ်ကို လင့်ခ်ချိတ်ထားပေးတာမို့ ကျွန်ုပ်တို့ ပြောတာကို ယုံမယ့်အစား ကိန်းဂဏန်းတွေကို ကိုယ်တိုင် စစ်ဆေးကြည့်နိုင်ပါတယ်။
လေ့လာမှု 254 ခု၊ ပါဝင်သူ 14,811 ယောက်ကို လေ့လာကြည့်ရာမှာ interval ခြားပြီး လေ့ကျင့်ခြင်းက အတွဲလိုက် လေ့ကျင့်ခြင်းထက် မှတ်မိနှုန်း 47.3% ကို 36.7% နဲ့ အနိုင်ယူခဲ့တယ်။ အဲဒီကွာဟချက်ကြောင့်ပဲ သိမ်းထားတဲ့ စကားလုံးတစ်လုံးက စောင့်နေပြီး၊ အသစ်စက်စက် ရှိနေချိန်မှာ ထပ်ခါထပ်ခါ လေ့ကျင့်နေမယ့်အစား သင့်မှတ်ဉာဏ် တကယ်လိုအပ်တဲ့နေ့မှာပဲ ပြန်ရောက်လာတာပါ။
Cepeda et al. 2006, Psychological Bulletin, 132(3)Kang 2016, Policy Insights from the Behavioral and Brain Sciences, 3(1)
အများသုံး srs-benchmark မှာ Anki သုံးစွဲသူ 10,000 နဲ့ တကယ့်ပြန်လှန်မှု 350 သန်းလောက်ကို လေ့လာကြည့်ရာ FSRS က သုံးစွဲသူ 99.6% အတွက် SM-2 ထက် မှတ်ဉာဏ်ကို ပိုတိကျစွာ ခန့်မှန်းနိုင်ခဲ့တယ်။ ဒီနေရာမှာ အလုပ်လုပ်နေတာလည်း အလွယ်တကူ တုပထားတဲ့ ဗားရှင်း မဟုတ်ဘဲ FSRS အစစ်ကိုပဲ သင့်ရဲ့ တကယ့် ပြန်လှန်မှတ်တမ်းအပေါ် အသုံးပြုထားတာပါ။
Open SRS benchmark, GitHub, open-spaced-repetitionYe, Su & Cao 2022 (KDD), Proceedings of the 28th ACM SIGKDD Conference (KDD ’22)
ကျယ်ပြန့်စွာဖတ်ရှုခြင်း သုတေသန 34 ခု၊ သင်ယူသူ 3,942 ယောက်ကို ပေါင်းစပ်လေ့လာကြည့်ရာ တကယ့်စာသားကို ဖတ်ခြင်းက ကျွမ်းကျင်မှု အမှန်တကယ် တိုးတက်စေကြောင်း တွေ့ရှိခဲ့တယ်- d = 0.46၊ pre-post ဒီဇိုင်းမျိုးမှာဆို 0.71 အထိ တက်လာတယ်။ ဖတ်ရှုခြင်းဟာ စက်ဝန်းတစ်ခုလုံးကို ရှေ့ဆွဲနေတဲ့ input engine ဖြစ်တဲ့အတွက် ဒီထုတ်ကုန်ရဲ့ ဗဟိုချက်ကလည်း ဖတ်ရှုစနစ်ကိုယ်တိုင်ပါပဲ။
Nakanishi 2015, TESOL Quarterly, 49(1)Jeon & Day 2016, Reading in a Foreign Language, 28(2)Krashen 2004, Libraries Unlimited
အကူအညီမပါဘဲ အဆင်ပြေပြေ ဖတ်နိုင်ဖို့ဆိုရင် စကားလုံး လွှမ်းခြုံမှု 98% လောက်၊ စကားလုံးမိသားစု 8,000 ကနေ 9,000 လောက် လိုအပ်ပါတယ်။ တို့ပြီး ရှာဖွေတာက အဲဒီကွာဟချက်ကို ပိတ်ပေးဖို့အတွက်ပါပဲ- သင့်ဝေါဟာရ တစ်ကိုယ်တည်း ရောက်အောင် ခေါ်သွားနိုင်တဲ့ အချိန်ထက် နှစ်ပေါင်းများစွာ စောပြီး တကယ့်စာသားထဲကို ခေါ်သွားပေးတယ်။
Hu & Nation 2000, Reading in a Foreign Language, 13(1)Nation 2006, The Canadian Modern Language Review, 63(1)
အသံနားထောင်ရင်း စာသားကို လိုက်ဖတ်ခြင်းက နားထောင်နားလည်မှုနဲ့ အသံအသေးစိတ် ခွဲခြားနိုင်မှုကို တိုးတက်စေတယ်၊ အဆင့်နိမ့်တဲ့ သင်ယူသူတွေအတွက် အကျိုးအရှိဆုံးပါ။ ဒါကြောင့်ပဲ သင်ခန်းစာတိုင်းမှာ 0.5x အထိ နှေးချနိုင်တဲ့၊ စာပိုဒ်တစ်ပိုဒ်ချင်း ထပ်နားထောင်နိုင်တဲ့ စာကြောင်းချင်း အသံ ပါထားတာပါ။
Hamada 2016, Language Teaching Research, 20(1)Kadota 2019, Routledge
ဒီအထိ ရောက်နေသေးလား။ ဒါဆို ဒါက သင့်အတွက်ပဲ ဖန်တီးထားတာ ဖြစ်နိုင်ချေများပါတယ်။
ဘာကို အစားထိုးလိုက်လဲ
ဒါ feature list မဟုတ်ပါဘူး။ သင့်အလေ့အထက အစဉ်ကတည်းက လိုအပ်နေတဲ့ အလုပ်တွေရဲ့ စာရင်းနဲ့၊ ဒီည ဘယ်သူက တစ်ခုချင်းစီကို လုပ်ပေးနေလဲဆိုတာ ဖြစ်ပါတယ်။
အလုပ်
ဒီညက သင့် setup
ဒီမှာ
စာသားတိုင်းမှာ စကားလုံးကို မှတ်မိပေးမယ့် app
ဒီညက သင့် setup: သီးခြား subscription တစ်ခု၊ ဒါမှမဟုတ် ကိုယ်တိုင် ထိန်းသိမ်းရမယ့် install
ဒီမှာ: ဘာသာစကား 33 ခုလုံးမှာ အခမဲ့
မျက်စိထဲက ဝါကျထဲမှာ ရှိတဲ့ စကားလုံးရဲ့ အဓိပ္ပာယ်
ဒီညက သင့် setup: အဘိဓာန် tab တစ်ခု၊ ပြီးတော့ ဘယ်အဓိပ္ပာယ်က မှန်မလဲ ကိုယ်တိုင် ဆုံးဖြတ်ရခြင်း
ဒီမှာ: tier အားလုံးမှာ အခမဲ့၊ အကန့်အသတ်မရှိ
သင်ဖတ်ရှုတဲ့အရာကနေ တည်ဆောက်ထားတဲ့ ကတ်များ
ဒီညက သင့် setup: input နှစ်နာရီတိုင်းအတွက် ကိုးဆယ်မိနစ်
ဒီမှာ: တစ်ချက်ပဲ တို့ပါ။ field ဆိုတာ တစ်ခါမှ ရိုက်ထည့်စရာ မလိုပါဘူး
သုံးနှစ်စာ ပြန်လှန်မှတ်တမ်းကို ယုံကြည်လို့ရတဲ့ scheduler
ဒီညက သင့် setup: အခမဲ့ software တစ်ခု၊ ပြီးတော့ အမြဲ ပြင်နေရတဲ့ add-on၊ sync၊ template တွေ
ဒီမှာ: FSRS အစစ်၊ ပြန်လှန်မှတ်တမ်းတွေ သိမ်းထားတယ်၊ configure လုပ်စရာ မလိုပါဘူး
shadowing လုပ်နိုင်လောက်အောင် နှေးတဲ့ အသံ
ဒီညက သင့် setup: သီးခြား text-to-speech tool တစ်ခု၊ ဒါမှမဟုတ် ဘာမှမရှိခြင်း
ဒီမှာ: စာကြောင်းချင်း 0.5x နှုန်းနဲ့၊ အခမဲ့
တကယ်ယုံကြည်လို့ရမယ့် တိုးတက်မှု
ဒီညက သင့် setup: streak ရေတွက်ကိရိယာ တစ်ခု
ဒီမှာ: စာသားပေါ်မှာတင်ပြထားတဲ့ တည်ငြိမ်မှု (stability) နဲ့ မှတ်မိနိုင်ခြေ (retrievability)
ဒီစာရင်းထဲက row တိုင်းက Free tier ပေါ်ကို ရောက်နေတာပါ။ ငွေပေးရတဲ့ အစီအစဉ်ကတော့ ဒီစာရင်းထဲမှာ မပါတဲ့ အရာတစ်ခုကိုပဲ ဝယ်ယူတာပါ- ဒါတွေအားလုံးကို သင့်ကိုယ်ပိုင် စာအုပ်၊ ဗီဒီယို၊ ဖိုင်တွေဆီ ညွှန်ပြပေးခြင်းပါ။
သင် ဘာအန္တရာယ် ရှိနိုင်လဲ
စာရင်းသွင်းချိန်မှာ လစဉ် ဒါမှမဟုတ် နှစ်စဉ် ငွေပေးချေမှုကို ရွေးလို့ရပါတယ်။ account ဆက်တင်တွေကနေ ငွေပေးရတဲ့ plan ကို အချိန်မရွေး ပြောင်းလို့ ဒါမှမဟုတ် ပယ်ဖျက်လို့ ရပါတယ်။
FSRS အစစ်ပါ၊ သင့်ရဲ့ တကယ့် ပြန်လှန်မှတ်တမ်းအတိုင်း အချိန်ဇယား ချမှတ်ပေးတာပါ။ အဖြေခလုတ် နှစ်ခုပဲ ရှိတယ်၊ Again နဲ့ Good၊ အလယ်က ခလုတ်တွေက အများစုမှာ noise ပဲ ပိုများစေတာမို့ပါ။ ပြန်လှန်ချိန် ရောက်မှသာ ပြန်လှန်စရာ ပေါ်လာမှာပါ။
မပြောင်းလည်း ရပါတယ်။ တည်ဆောက်ထားပြီးသား deck ကို ဒီအတိုင်း ဆက်ထားလို့ ရပါတယ်။ Language Lit က ရှေ့က pipeline ကိုပဲ အစားထိုးပေးတာပါ- ဖတ်နေရင်း ရှာဖွေခြင်း၊ ကတ်ဖန်တီးခြင်း၊ အချိန်ဇယားချခြင်း အားလုံးကို တစ်ချက်ထဲနဲ့ ဖြစ်သွားစေတယ်။ အဲဒီစကားလုံးတွေက ဒီမှာ သူတို့ကိုယ်ပိုင် FSRS အချိန်ဇယားနဲ့ လည်ပတ်နေမှာပါ။ သင့် deck ဟောင်းကတော့ သူ့အလုပ်ကို ဆက်လုပ်နေနိုင်ပါတယ်။
အတိုချုပ်ပြောရရင်- အဓိပ္ပာယ်တွေကို အတိအကျ ဝါကျအတွက် ရေးပေးထားတာပါ၊ community အဓိပ္ပာယ်တွေထဲက ရွေးထားတာ မဟုတ်ပါဘူး။ အချိန်ဇယားချခြင်းကလည်း FSRS အစစ်ပါ၊ add-on တစ်ခု မဟုတ်ပါဘူး။ ပြန်လှန်ချိန်ရောက်တဲ့ စကားလုံးတွေက သင့်ဖတ်ရှုမှုထဲမှာပဲ ပြန်ရောက်လာမှာပါ၊ သီးခြားပုံပြင်ထဲမှာ မဟုတ်ပါဘူး။ Feature တစ်ခုချင်းစီအလိုက် အသေးစိတ် ဗားရှင်းကတော့-
LingQ နှိုင်းယှဉ်ချက် အပြည့်အစုံကို ဖတ်ရန်အကန့်အသတ်မရှိ ဖတ်ရှုခြင်းနဲ့ တို့ပြီး ရှာဖွေခြင်း၊ FSRS လေ့ကျင့်မှု အပြည့်အစုံနဲ့ ဥယျာဉ်၊ စာကြောင်းချင်း အသံ၊ စာအုပ် 40,000 ပါတဲ့ စာကြည့်တိုက်နဲ့ အများသုံး အကြောင်းအရာ၊ ပြီးတော့ 200 လုံးအထိ သိမ်းလို့ရတဲ့ စကားလုံး။ ကတ် မလိုအပ်ပါဘူး။ ငွေပေးရင်တော့ import လုပ်ခြင်းနဲ့ ပိုအားကောင်းတဲ့ AI ထပ်ပါလာမှာပါ။
ဖတ်ရှုမှု app၊ ရှာဖွေခြင်း၊ FSRS၊ အသံ၊ interface တို့က ဘာသာစကား 33 ခုစလုံးမှာ အလုပ်လုပ်ပါတယ်။ ဂျပန်နဲ့ တရုတ်အတွက်တော့ tokenizer trick မဟုတ်ဘဲ တကယ့် စာလုံးခွဲခြမ်းစနစ်ကို သုံးထားတယ်။ အလိုအလျောက် ခက်ခဲမှု label တွေကတော့ လောလောဆယ် အင်္ဂလိပ်၊ စပိန်၊ ဂျပန်၊ ကိုရီးယား၊ တရုတ်ဘာသာစကားတွေမှာသာ ပါဝင်ပါတယ်။
ဒီမှာ ဘာမှ သင့်ကို နားထောင်ပေးတာ မရှိလို့ အသံထွက် အမှတ်ပေးမှုလည်း မရှိဘူး၊ စကားပြောဖော်လည်း မရှိပါဘူး။ ရမှာကတော့ shadowing လုပ်ဖို့ ကောင်းတဲ့ material ပါ- သင်ခန်းစာတိုင်းမှာ သင်ရွေးထားတဲ့ narrator အသံနဲ့ စာကြောင်းချင်း အသံပါတယ်၊ 0.5x အထိ နှေးချနိုင်တယ်၊ ခံတွင်းမမှီသေးတဲ့ စာပိုဒ်တစ်ပိုဒ်ကို ထပ်ခါထပ်ခါ နားထောင်နိုင်တယ်။ လူအများကြီးက ဒီနည်းနဲ့ output တည်ဆောက်ပြီး tutor ဆီက ပြင်ချက် ရယူကြပါတယ်။ စာရင်းသွင်းပြီးမှ ရှင်းရမယ့်အစား ဒီနေရာမှာကတည်းက ကျွန်ုပ်တို့ ရှင်းပြထားချင်ပါတယ်။
သင့်ပထမဆုံး ဇာတ်လမ်းကို လမ်းညွှန်ပေးမှာပါ- စကားလုံး သုံးလုံး၊ ပြီးရင် စက္ကန့် 30 ပြန်လှန်မှု တစ်ခု။ ဒါက တစ်ကြိမ်ထဲနဲ့ ပြီးတဲ့ စက်ဝန်းတစ်ခုလုံးပါပဲ။ အဲဒီစကားလုံးထဲက တစ်လုံးက အသစ်တစ်ခုခုထဲမှာ သင့်ကို ပြန်ရှာတွေ့လာတဲ့အခါ ဒါ သင့် tool ဟုတ်မဟုတ် သင် သိသွားလိမ့်မယ်။ ကတ်တွေက ဘယ်တော့မှ အဓိက မဟုတ်ခဲ့ပါဘူး။ သင် တကယ်ဖတ်ချင်တဲ့ စာအုပ်ကသာ အဓိကပါ။
အမြဲတမ်း အခမဲ့ · ခရက်ဒစ်ကတ် မလိုပါ · ဘာသာစကား 33 ခု