---
title: Lab Meeting Minutes 2021/12/22
tags: lab_meeting
---
> Outline
> [TOC]
---

# PERAL Lab Meeting
- 時間：110年12月22日 15：00
- 地點：TC 209
- 出席者：吳坤熹老師、謝萬霖、周以恆、吳騰然、陳嘉瑋、劉怡君、田蕙瑜、劉又聖、洪胤勛、莊才賢、丘世宇
- 會議主題： [The Psychology of How Novices Learn Computer Programming](ms15.voip.edu.tw/~angela.tien/1220_learning_programming_v1.pptx)
- 主講者: 田蕙瑜
- 主記: 周以恆

## 會議內容
1. What is Meaningful Learning?
Ans : A process that the learner can connect new materials with existing acknowledge.

1. 3 Steps of Meaningful Learning
- Reception(a)
接受新的知識
- Availability(b)
短期到長期的記憶
- Activation ( c)
長期到短期的記憶
2. Meaningful Learning vs Rote Learning
> let's calc the 平行四邊形面積
- meaningful learning
- Divide the rectangle into several known triangles.
- Rote Learning
- Give the formula: Area = Height x Base

- 實驗結論： 做兩個測驗
1. 教過的範圍，兩個組別表現都良好
2. 出範圍外的，Rote learning 組沒辦法作答

2. Two Methods of Meaningful Learning
如何達到 Meaningful Learning，兩種學習法
1. Concrete Model
- Table1 + Concrete Model
- 偏向 Meaningful Learning，理解過程。
- Concrete Model
model 組別 利用 concret model 解釋 table 1
2. Control (without the concrete model)
- 只有 table 1
- 偏向 Rote Learning ，只是記下步驟

- 在給的兩類測驗中
1. Generation
求解法
Control 組表現較好
2. Interpretation
過程
Model 組表現比較好
- 先給 Model 再給 Table 的表現會更好。


3. Advance organizer
先試著讀以下的文章，看你是否能夠理解內容
如果有個 Introduction 能夠幫助你更快理解內容
- Guidelines:
1. Allow the learners to generate the logical relation
2. Provide a means of relating the info with existing knowledge
3. Be familiar to the learner
4. Encourage the learners to use prerequisite knowledge which normally have used
- 實驗 (數據後續補上)
小結論： 如果你今天已經有瞭解的知識和背景概念，有個連結點，在接下來的學習會更有效率。

4. Elaboration
實驗： 提出兩個問題
- 問 FOR command 和 FROM command 的相似之處
- 問 FOR command 和 FROM command 的不同之處

如果你今天有做到 Elaboration，表現會更好
- 費曼學習法
將筆記以自己的方式，想像要向別人介紹記下，與 Meaningful Learning 有異曲同工之妙。
[Youtube - The Feynman Technique](https://youtu.be/tkm0TNFzIeg)
[online pdf](https://dl.acm.org/doi/pdf/10.1145/356835.356841)

3. Understanding the program – Experts knows but novices don’t
如果你今天對每行程式都理解，那你應該能理解整個程式的運作。
- Understanding a statement
例如完整的解釋一行程式的運作流程： int x = 7;
- Understanding a program
- All problem solving is based on knowledge
- A person needs 50,000 chunks of domain-specific information to become an expert
一個人想變成專家，至少需要5000個這個領域的知識。
=> Teach basic chunks/schemata to novices

4. Summary
- Meaningful Learning
- Element
- How to teach novices
- What to teach novices

### 建議&問題

1. [name=solomon] 出處？
Ans: [name=solomon] acm computing survey
2. [name=Edgar] 我們學校還能下載 ACM 的 Paper 嗎？
Ans: [name=solomon] ACM 可以直接請老師下載全文
3. [name=solomon] 要預期大家不知道的問題。
4. What is schema? [name=solomon]
Ans: 結構 [name=solomon]
> switch and etc. is a construct
> [name=劉邦鋒]
5. [name=solomon] 假設已經在講一個圖，但不應該假設大家已經知道了這個圖
6. [name=solomon] 找到一個資源後，記得先備份，放在 Local 與備份到雲端方便取用。
7. [name=Branko] P.8 Table4 Before and After
Ans: Concrete Model 與 Control 的先後 [name=Angela]
8. [name=Jerry] P.8 這些圖的數據單位是什麼
Ans: 正確答案比例 [name=Angela]
9. [name=Choffin] P.7 第一個實驗只給上面的東西，我根本看不懂，但Table 3是感覺分數沒有很懸殊，像是P. 11 的 Elaboration 差異就更大。 感覺主題數不多，差別不大。
Ans: [name=Solomon] 作者想要表現出來的與數據不同，當作者發現並非一面倒的時候，他就將問題給分割成更多不同的分類來做解釋，能夠更方便的解釋。 作者的講法：Control 組的 Interpretation-Looping 比較好只是運氣好。 結論你可以不贊同，你也可以嘗試重複實驗或別的實驗來證明或駁回。
10. [name=Phoebe] 費曼學習法是算在 Elaboration 分類裡面嗎？
Ans: [name=Angela] 我覺得算，因為你是在想像解釋給別人聽。 我覺得費曼學習法有做到的部分是，嘗試用自己的想法給記下。
11. [name=Phoebe] Meaningful learning 算是個過程？
Ans: [name=Angela] 我覺得它是，從接受了解到應用。
12. [name=Jeffery] P.5 底下的圖不是內化已經存到長期記憶裡，為神麼使用的時候還要提到短期記憶。
Ans: [name=Angela] 請背一首七言絕句試試看？ 在回憶的過程就是在讀取 Long-term Memory。
13. [name=Johnson] Outline and Summary 的表達方式不太依樣
14. [name=Johnson] 這兩個方法一個是 Model, Elaboration 一個是在教授時用，一個是自我學習用？
Ans: [name=Angela] 我覺得不完全是。
15. [name=Toby] p.7 我還是沒有很懂，INPUT 是一起進去的嗎？
Ans: [name=Angela] 他跟一旁的OUTPUT PAD 有點不確定。 這部分會再去卻認相關細節。
16. [name=Henry] 刻意練習 訓練一個人能不能將盡量多的東西寄到長期記憶 所以 long-term memory 應該可以直接提取而不需要 cache
Ans: [name=Solomon] 單純的背誦不需要經過處理，提取不需要經過提取到短期記憶
17. [name=Edgar] 所以在沒有相關可以利用的知識只能硬背嗎？
Ans: [name=Angela] 可能需要寫Schema，借助Model來學習，但難度很高。
Ans: [name=Solomon] 請放棄教幼稚園小孩 Programming，放過小孩。
18. [name=Edgar] P.12 這裡提到的Chunks 有說是怎麼記算嗎。
Ans: [name=Angela] 沒有，References 很長。
19. [name=Edgar] P.5 Short-term 進入到 Long-term 的動作有強調和驗證嗎？
Ans: [name=Angela] 沒有，在P.7 實驗裡，他的假設只有 Model 會幫助你學習。
Ans: [name=Solomon] 作者的假設是，如果你有理解，你就能變化運用。
20. [name=Solomon] 這篇有跟敬梅老師討論過，它的讚譽有加，一開始覺得做得不錯，不過學習 Critical Thinking。 單純的Note taking有幫助，Elaborate 當然會更好，轉換詞句有幫助。 這篇文章講到學習用自己的話來學習當然有幫助，不過這篇Paper的有用結論沒提出，這些都是老生常談。 我覺得這篇最有價值之處在 P.7 提到的 Model，不過Model 的定義？
21. [name=Solomon] 我們學了很多科目，學得好的是不是因為你有個Model在腦中？ 看完這篇Paper後你能去進一步思考的。[von neumann model](https://en.wikipedia.org/wiki/Von_Neumann_architecture)
22. [name=Solomon] 有沒有哪門課，你覺得你先知道Model會學得更好
Ans: [name=Phoebe] 計概。 學生連Compile是幹嘛都不知道。
Ans: [name=Henry] 程設。 學生對Memory的概念非常薄弱。

## 待追蹤事項
1. [name=Edgar] 你們三個，教育訓練單子交過來 (Jerry, Choffin, Branko)
Ans: 下禮拜交上
## 臨時動議
- 實驗室大掃除的時間，自主學習兩週需要迴避的時間
- 禮拜一，四晚上迴避，1/20早上
- 尾牙時間
- 吃完過春假

---
散會結束時間：17:35:00