Zelfstandig leren : gebruiken mensen binnen een leersessie uit zichzelf de optimale tijdsindeling bij het leren van feitelijke informatie en vocabulaire?

Zelfstandig leren:

Gebruiken mensen binnen een leersessie uit zichzelf de optimale tijdsindeling

bij het leren van feitelijke informatie en vocabulaire?

Bachelorthese

Naam: Irene Graafsma

Studentnummer: 10169865

Begeleider: Jaap Murre

Datum: 15-06-2014

Aantal woorden: 7047

Inhoudsopgave

Abstract 3

Inleiding 4

Hoe verdelen mensen binnen een leersessie uit zichzelf tijd over items? 5 Zijn deze manieren van tijd over items verdelen binnen een leersessie efficiënt 9 Waardoor komen de individuele verschillen tussen mensen bij het verdelen van tijd over items

binnen een leersessie? 13

Conclusie 16

Discussie 17

Abstract

In alle sectoren van het onderwijs wordt zelfstandig leren steeds belangrijker. Er heerst echter nog veel onduidelijkheid over het vermogen van mensen om zelf hun leerproces te reguleren. In het verleden is al wel onderzoek gedaan naar zelfstandige leerprocessen. Hierbij is echter voornamelijk gewerkt aan grote abstracte modellen waardoor onduidelijk blijft welke strategieën mensen bij het leren hanteren en of deze strategieën effectief zijn. In dit literatuuroverzicht is daarom gekeken of mensen uit zichzelf de optimale tijdsindeling gebruiken bij het leren van vocabulaire en feitelijke informatie. In de eerste paragraaf is gekeken welke strategieën mensen uit zichzelf hanteren. In de tweede paragraaf werd bestudeerd of deze strategieën effectief waren. In de derde paragraaf is gekeken naar de individuele verschillen bij het kiezen en hanteren van strategieën. Hieruit blijkt dat mensen deels in staat zijn hun eigen leersessies goed in te delen. Daarbij hebben zij echter wel enige tijdsdruk en heldere instructies nodig. Verschillen in expertise, doorzettingsvermogen en

werkgeheugen kunnen leiden tot verschillen in strategieën. In toekomstig onderzoek kan nog verder gekeken worden naar lange termijn leren, het leren van andere soorten kennis en naar meer diverse groepen in de maatschappij. Ook bestaat er nog enige onduidelijkheid over spacing en massing bij het studeren.

Gebruiken mensen binnen een leersessie uit zichzelf de optimale tijdsindeling

bij het leren van feitelijke informatie en vocabulaire?

In een samenleving waarin kennis voor steeds meer mensen belangrijker wordt neemt vanzelfsprekend ook het belang van efficiënte leermethodes toe. Steeds meer mensen leren

tegenwoordig naast hun moedertaal nog een vreemde taal. Ook gaan mensen langer naar school en krijgen zij daarbij meer theorie en feiten die zij moeten leren. Hoe dit op een efficiënte manier kan worden gedaan wordt daarom belangrijker. Met de opkomst van de multimedia en met het invoeren van fenomenen zoals het studiehuis wordt de verantwoordelijkheid voor het efficiënt laten verlopen van het leerproces meer dan vroeger bij de studenten zelf gelegd. Van studenten wordt verwacht dat zij zelf hun studiesessies kunnen reguleren en efficiënt kunnen indelen.

Het zelf mogen kiezen hoe te leren lijkt op sommige gebieden voordelen te hebben. Zo blijkt de mogelijkheid om zelf keuzes te maken bij het leren de opgedane kennis al positief te beïnvloeden (Tullis & Benjamin, 2010). Een mogelijke verklaring hiervoor wordt gegeven door Gureckis en Markant (2012). Zij stellen dat mensen wanneer zij zelf keuzes mogen maken de mogelijkheid hebben om selectiever te kiezen voor items die zij belangrijk en interessant vinden. Hierdoor komen de bestudeerde items sterker overeen met hun intrinsieke motivatie waardoor ze beter bestudeerd worden. Kaplan et al. (2012) voegen daaraan toe dat mensen, wanneer zij zelf items moeten selecteren, actiever betrokken zijn bij de taak waardoor de stof intensiever verwerkt wordt.

Toch is er ook veel kritiek op deze ontwikkelingen richting meer zelfstandigheid bij het leren. In diverse kranten (Volkskrant, 2013; De Ondernemer, 2008) verschenen artikelen over het gefaalde studiehuis. De resultaten zouden er niet beter op zijn geworden en mensen zouden helemaal niet in staat zijn om zelfstandig hun studietijd in te delen. Ook was er veel kritiek op het invoeren van dit soort maatregelen zonder voldoende wetenschappelijke onderbouwing (Tweede Kamerstuk 31007, nr6). Ondanks deze kritiek worden deze methoden nog steeds bij veel onderwijsinstellingen gebruikt. Met de komst van de nieuwe “Steve Jobs scholen” neemt het zelfstandig leren op scholen zelfs weer sterk toe (Volkskrant, 2013). Belangrijk is daarom om de komende tijd goed te onderzoeken of het verstandig is deze methodes van zelfstandig leren toe te passen. Er moet worden gekeken of mensen in staat zijn om zelfstandig te leren en onder welke voorwaarden zij een leersessie succesvol kunnen indelen.

Binnen de educational psychology werd al langere tijd onderzoek gedaan naar zelf gereguleerd leren. Hierbinnen zijn vooral grote modellen opgesteld die kijken naar leren bij verschillende leerdoelen (Pintrich, 2000).Hoe deze doelen tot stand komen en hoe ze concreet van invloed zijn op hoe mensen leren binnen een leersessie is echter nog niet duidelijk. Ook is nog niet

duidelijk of mensen in staat zijn zelf een leersessie optimaal in te delen en welke omstandigheden aan dit vermogen bijdragen.

Omdat dit gezien de huidige maatschappelijke ontwikkelingen wel erg relevant is zal dit in dit literatuuroverzicht uitgebreider worden onderzocht. Hierbij zal worden gekeken hoe mensen binnen één leersessie hun tijd over de stof verdelen. Daarbij zal worden gefocust op het leren van feitelijke informatie en vocabulaire. Het leren van andere soorten informatie en het leren over een langere periode dan één leersessie is in de praktijk ook relevant. In dit overzicht is echter niet voldoende ruimte om ook op deze onderwerpen uitgebreid in te gaan. Wanneer meer bekend is over het leren van feitenkennis binnen één sessie kan dit tevens een goede basis vormen voor meer uitgebreide onderzoeken naar lange termijn leren en andere vormen van kennis.

In de eerste paragraaf zal worden bestudeerd hoe mensen uit zichzelf tijd over items verdelen binnen een leersessie. Vervolgens zal in de tweede paragraaf worden bestudeerd of deze manieren van tijd verdelen efficiënt zijn. Omdat waarschijnlijk niet alle mensen op een gelijke manier leerstrategieën kiezen en hanteren is het ook van belang om te kijken naar de individuele verschillen tussen mensen. In de derde paragraaf zal daarom worden gekeken naar deze verschillen en hoe ze tot stand komen. Aan de hand van deze gegevens zal er hopelijk meer duidelijkheid komen over het vermogen van mensen om zelf leersessies in te delen. Deze kennis kan het fundament leggen voor vervolgonderzoek. Ook kan deze kennis in de praktijk gebruikt worden bij het effectiever inrichten van het onderwijs.

Hoe verdelen mensen binnen een leersessie uit zichzelf tijd over items?

In deze paragraaf wordt gekeken hoe mensen in verschillende situaties hun tijd over items verdelen binnen een leersessie. Hierbij zijn verschillende beslissingen van de studenten relevant. Zo kunnen zij bepaalde items wel en andere items niet selecteren, de volgorde van de items bepalen, de

hoeveelheid tijd die in totaal per item besteed wordt kan variëren en de mate waarin de items gespaced en gemassed zijn kan per item verschillen. In deze paragraaf wordt gekeken hoe deze vier beslissingen variëren bij verschillende doelen en situaties.

Wanneer mensen binnen beperkte tijd items optimaal moeten leren hangt het selecteren van de te leren items af van het vooraf gestelde doel. Thiede en Dunlosky (1999) lieten dit zien door 34 universitair studenten binnen één dagdeel woordparen van zelfstandige naamwoorden te laten leren. Hierbij doorliepen de deelnemers een leersessie waarbij zij veel tijd hadden om de woorden te herhalen en een leersessie waarbij hier juist weinig tijd voor was. Thiede en Dunlosky lieten zien dat mensen lagere doelen stelden wanneer zij minder tijd hadden en dat zij hun leerstrategie hierop aanpasten. Aan de hand van het onderzoek van Nelson en Leonesio (1988) is te zien dat mensen

moeilijkere items selecteren wanneer er een hoog doel is gesteld dan wanneer er een makkelijk doel is gesteld. Zij lieten dit zien in een onderzoek waarbij 108 universitair studenten binnen één dagdeel drieletter combinaties uit het hoofd leerden. Hierbij werd in de instructies soms de nadruk gelegd op snelheid en soms op accuratesse. Naarmate de nadruk meer op accuratesse lag en de eisen hiervoor hoger waren selecteerden mensen meer moeilijke items en besteedden hier ook meer tijd aan. Metcalfe en Kornell (2003) laten echter zien dat mensen over het algemeen niet de meeste tijd besteden aan de moeilijkste of de makkelijkste items maar juist aan de items van gemiddelde moeilijkheidsgraad. Zij lieten 12 universitair studenten binnen één dagdeel Engels-Spaanse woordparen leren. Hierbij varieerde steeds de beschikbare tijd. En hoewel de bestudeertijd voor moeilijke items wel toenam naarmate er meer tijd beschikbaar was bleven mensen gemiddeld toch de meeste tijd besteden aan de gemiddelde items. In het overzichtsartikel van Metcalfe (2009) wordt gesuggereerd dat mensen bij het leren beginnen met de makkelijkste items en naar de moeilijkere items toewerken. Dit wordt bevestigd door het onderzoek van Kornell en Metcalfe (2006). Zij lieten 24 universitair studenten gedurende enkele uren de antwoorden op kennisvragen leren. Hierbij konden de deelnemers zelf de volgorde van aanbieding kiezen. Zij bleken inderdaad te beginnen met de makkelijkste vragen en vervolgens door te werken naar de moeilijkere vragen. Kornell en Metcalfe (2006) stellen dat dit in overeenstemming is met het region of proximal learning model. Dit model is gebaseerd op het oorspronkelijke zone of proximal development van Vygotsky (1987). Hoewel dit model oorspronkelijk keek naar de ontwikkeling van kinderen op verschillende gebieden blijkt uit het eerdergenoemde onderzoek (Kornell en Metcalfe, 2006) dat dit principe ook van toepassing is op de manier van leren die mensen uit zichzelf hanteren. Volgens dit model kiezen mensen ervoor de stof te leren die zij nog net niet kennen, maar die ze wel op eigen kracht met relatief weinig moeite kunnen leren. Iemand begint dus met de makkelijke items die hij nog net niet denkt te beheersen en werkt zo toe naar de moeilijkere items. Het region of proximal learning model stelt dat dit een efficiënte manier van leren is die mensen uit zichzelf hanteren (Metcalfe en Kornell, 2003).

In de bovenstaande onderzoeken speelden tijdsrestricties steeds een belangrijke rol. Niet alle leersessies kennen echter een tijdslimiet. Son en Metcalfe (2000) lieten 64 universitair studenten gedurende één dagdeel biografieën van bekende mensen leren. Metcalfe (2002) bestudeerde bij 12 studenten en 11 kinderen hoe zij te werk gingen bij het leren van Engels-Spaanse woordparen. Uit beide onderzoeken bleek dat mensen meer tijd te besteden aan moeilijkere items wanneer er geen sprake van tijdsdruk is dan wanneer er wel tijdsdruk is. Wanneer studenten onbeperkt de tijd hebben om deze moeilijke items te leren is ook de vraag hoe lang mensen doorleren erg relevant. Nelson en Leonesio (1988) gaven 108 universitair studenten de instructie om drielettercombinaties door te leren totdat zij alles kenden. Hierbij was het doel totale beheersing en speelde snelheid of

beperkte tijd geen rol. Uit het onderzoek bleek dat mensen ondanks deze instructie niet doorleerden totdat zij alles kenden maar eerder stopten. Een mogelijke verklaring hiervoor wordt aangedragen door Karpicke (2009). In dit artikel wordt gesuggereerd dat mensen vaak beslissen een item niet verder te leren wanneer zij denken dit item te kennen. Hierdoor wordt dit item minder bestudeerd en geoefend. Het item wordt dan uiteindelijk minder goed gekend dan dat de persoon verwachtte. Dit betekent dat het item niet succesvol wordt opgehaald bij de test en dat de deelnemer de geïnstrueerde maximale score niet haalt.

Zowel met als zonder tijdsrestrictie kunnen mensen ervoor kiezen om bij het leren van de items spacing of massing te gebruiken. Wanneer items gespaced worden, worden zij vaak en kort bestudeerd. Het bestuderen van één items wordt dus over de leersessie verspreid. Wanneer een item gemassed wordt ,wordt het in één keer uitgebreid bestudeerd. Het leren van een item zit dan dus juist dicht op elkaar en is niet gespreid. Son (2004) laat zien dat mensen over het algemeen de meeste items spacen en daarbij de makkelijkste items het meeste spacen en de moeilijkste items vaker massen. Benjamin en Bird (2006) laten echter zien dat wanneer mensen verplicht de helft van de items moeten spacen en de helft moeten massen zij ervoor kiezen de moeilijkste items te spacen en de makkelijkere items te massen. Deze discrepantie komt waarschijnlijk tot stand door verschillen in de opzet van beide studies. Benjamin en Bird (2006) lieten 35 universitair studenten binnen één dagdeel woordparen van zelfstandig naamwoorden leren. Hierbij moesten zij gedwongen de helft van de items spacen en de helft van de items massen. Welke items er gemassed en gespaced werden moesten de deelnemers zelf selecteren. In het onderzoek van Son (2004) leerden 32 universitair binnen één dagdeel studenten 60 synoniemen paren. Hierbij waren zij volledig vrij het het bepalen van de spacing en massing indeling van de items bij het leren. Benjamin en Bird (2006)

beargumenteren zelf dat doordat deelnemers aan hun onderzoek gedwongen werden om de helft te spacen en de helft te massen zij hier een explicietere strategische keuze over moesten maken dan bij Son (2004). Bovendien stellen zij dat bij Son (2004) de mogelijkheid bestond om te stoppen met het leren van een item waardoor het uit de verdere leersessie werd gehaald. Hierdoor konden

deelnemers moeilijke items na minder aanbiedingen wegklikken waardoor deze als massed learning werden gerekend. Aan de hand van de redenering van Benjamin en Bird (2006) wordt dus verwacht dat wanneer mensen bewust besluiten om te massen of te spacen zij inderdaad de moeilijkste items spacen en de makkelijkste items massen. Wanneer zij hier echter niet bewust mee bezig zijn en de taak het toelaat zouden zij ook juist het omgekeerde patroon kunnen vertonen. Voor dit omgekeerde patroon wordt door Kornell en Son (2009) een mogelijke verklaring aangedragen. Zij suggereren dat mensen van moeilijke items onzeker worden. Massing geeft vervolgens de illusie geeft dat iets erg goed en intensief geleerd is. Hierdoor zijn mensen wanneer zij op basis van gevoel keuzes maken

sneller geneigd om hun onzekerheid over de moeilijke items te reduceren door voor deze items massing te gebruiken.

Het doel van een leersessie is niet altijd om zo veel mogelijk items te leren. Soms wegen bepaalde items bij de toetsing zwaarder dan andere items. Volgens Dunlosky en Ariel (2011) is in dat geval het Agenda-Based Regulation Framework van toepassing. Dit model stelt dat mensen bij het leren een agenda opstellen aan de hand waarvan zij hun leersessies invullen. Deze agenda is doelgericht en realistisch. Dit betekent dat men in beperkte tijd het doel zo goed mogelijk probeert te bereiken. Hierbij beginnen mensen met het selecteren van de stof die waarschijnlijk getoetst gaat worden. Dat mensen zo te werk gaan wordt bevestigd in het onderzoek van Ariel, Dunlosky en Bailey (2009). Zij lieten 60 universitair studenten binnen één dag woordparen van zelfstandige

naamwoorden leren. Het doel was hierbij om zo veel mogelijk punten te behalen. De taak was zo ingedeeld dat bepaalde items meer punten opleverden dan andere items. Dit puntenaantal kwam niet overeen met de moeilijkheidsgraad van de woordparen. Uit de resultaten blijkt dat wanneer de belangrijkste items niet overeenkomen met de moeilijkste items mensen eerst focussen op de belangrijkste items. Daarna kijken zij pas naar de moeilijkheidsgraad. Het lijkt er dus op dat mensen goed in staat zijn de prioriteit van items mee te nemen bij het indelen van hun leersessie. Ariel (2013) keek in zijn onderzoek of mensen ook in staat zijn zelf die prioriteit van items af te leiden. In dit onderzoek kregen deelnemers gedurende meerdere leertrials steeds Engels-Engels en Swahili-Engelse woordparen te leren. Op de tests na iedere leertrial werd per deelnemer echter alleen naar ofwel de Engels-Engelse woordparen, ofwel de Swahili-Engelse woordparen gevraagd. Voor iedere deelnemer was dus maar één soort woordparen relevant voor het behalen van een hoge score. Wanneer dit expliciet aan de deelnemers werd medegedeeld hielden zij hier goed rekening mee bij het leren. Wanneer de deelnemers hier echter zelf achter moesten komen bleven zij tot aan de laatste trial hun tijd suboptimaal besteden door ook de woordparen te leren die nooit gevraagd werden. Om te controleren of dit probleem opgelost zou kunnen worden door mensen meer te motiveren bij het leren stelde Ariel (2013) als regel dat de deelnemers pas weg mochten als zij een bepaald aantal punten hadden behaald. Hoewel deelnemers inderdaad aangaven gemotiveerder te zijn, bleven zij nog altijd de irrelevante woordparen leren. Het niet kunnen afleiden van de relevantie van items is dus niet te wijten aan een motivatieprobleem. Mensen zijn dus wel in staat volgens een agenda te werken, maar onder de voorwaarde dat er expliciet een doel is gesteld.

Op basis van deze paragraaf kan worden geconcludeerd dat de leerstrategie van mensen afhangt van het gestelde doel. Wanneer als doel wordt gesteld om te leren tot men alles kent blijken mensen veel moeilijke stof te selecteren maar niet lang genoeg door te leren tot alles daadwerkelijk beheerst wordt. Wel blijken mensen in staat te zijn een geschikte agenda op te stellen om toe te

werken naar een optimale beloning als het doel expliciet voor ze geformuleerd is. Wanneer dat niet het geval is hebben ze veel moeite om de relevantie van de stof zelf af te leiden en aan de hand daarvan een effectieve agenda op te stellen en te handhaven. Wanneer mensen moeten streven naar een bepaalde hoeveelheid kennis binnen een beperkte tijd hanteren zij de volgende strategieën: Wanneer een doel moeilijker is selecteren mensen moeilijkere stof en wanneer een doel makkelijker is makkelijkere stof. Binnen de geselecteerde items beginnen mensen met de makkelijkste items en besteden zij de meeste tijd aan de gemiddeld moeilijke en moeilijke items. Naarmate de tijdsdruk echter hoger is, of de items over het algemeen moeilijker zijn, wordt er meer tijd besteed aan makkelijke items. Over het spacen en massen van items bestaan tegenstrijdige resultaten. Dit lijkt te komen door de verschillen in de opzet van beide bovengenoemde onderzoeken. Aan de hand van deze onderzoeken lijkt het erop dat wanneer mensen bewust de keuze van spacen en massen moeten maken zij besluiten de moeilijkste items te spacen terwijl zij wanneer ze hier niet bewust mee bezig zijn de moeilijke items juist massen. Mogelijk handelen mensen in de laatste situatie minder strategisch en meer met als doel hun onzekerheid over de moeilijke items te reduceren. De gehanteerde leerstrategie bij zelfgereguleerd leren blijkt dus afhankelijk te zijn van de duidelijkheid en de inhoud van het gestelde doel en van de beschikbare tijd. Of deze geselecteerde strategieën adaptief zijn is echter nog niet duidelijk. Hier zal in de volgende paragraaf naar worden gekeken.

Zijn deze manieren van tijd over items verdelen binnen een leersessie

efficiënt?

Uit de vorige paragraaf is gebleken dat mensen zelf proberen hun leerstrategie aan te passen aan de situatie waarbij gelet wordt op het doel en op de beschikbare tijd. In deze paragraaf wordt er gekeken of deze keuzes effectief zijn. Uit de onderzoeken van Nelson en Leonesio (1988) en Ariel (2013) bleek al dat mensen niet goed in staat zijn zelf door te leren tot ze alles kennen en dat zij moeilijk de prioriteiten van verschillende items kunnen afleiden uit de testtrials. Van de overige keuzes is echter nog onduidelijk of zij effectief zijn. Daar zal hier verder op in worden gegaan.

Allereerst kwam uit de vorige paragraaf naar voren dat mensen wanneer zij meer tijd hadden vaak meer moeilijke dan makkelijke items selecteerden. Op basis van de onderzoeken van Nelson et al. (1990) kan worden bepleit dat dit geen effectieve strategie is. In dit onderzoek leerden 108 universitair studenten binnen beperkte tijd drielettercombinaties. Deze items verschilden in moeilijkheidsgraad omdat sommigen echt bestaande woorden vormden (bijvoorbeeld BUG) en andere items moeilijk uit te spreken niet bestaande combinaties waren (bijvoorbeeld TXS). Dit onderzoek liet zien dat het mensen onvoldoende lukte om tijdens het leren voor de

binnen de beperkte tijd meer tijd besteedden aan deze moeilijke items werden deze items uiteindelijk minder goed opgehaald dan de makkelijke items. Ik denk dat dit zou kunnen komen doordat de deelnemers de hoeveelheid tijd die nodig zou zijn om de moeilijke items te leren

beheersen onderschatten. Hierdoor besteedden zij binnen de beperkte tijd veel tijd aan de moeilijke items terwijl dit nog altijd niet genoeg kan zijn om de items te beheerden. Dit betekent dat mensen doormiddel van deze strategie kostbare tijd verspillen aan het leren van te moeilijke items die later bij de test niet herinnerd worden. Een efficiëntere methode zou daarom zijn om minder moeilijke items te selecteren voor de studietrial en deze items wel volledig te leren.

Naast het feit dat mensen bij veel studietijd in eerste instantie veel moeilijke items selecteren die zij vervolgens onvoldoende beheersen besteden mensen binnen de leersessie ook veel tijd aan deze moeilijke items. Mazzoni, Cornoldi en Marchitelli (1990) lieten 38 universitair studenten binnen één dagdeel een lijst zelfstandige naamwoorden uit het hoofd leren. Vervolgens keken zij of er een verband was tussen hoe lang een item bestudeerd was en of het opgehaald werd bij de test. Dit verband bleek er niet te zijn. Uit dit onderzoek blijkt dan ook dat de items waaraan meer tijd wordt besteed niet beter herinnerd worden dan de items waaraan minder tijd wordt besteed. Deze bevinding wordt bevestigd door Mazzoni en Cornoldi (1993). In dit onderzoek leerden 30 universitair studenten gedurende enkele uren transitieve zinnen. Ook hier bleek dat wanneer de studenten zelf de aanbiedingstijd bepaalden de er geen verband bestond tussen de lengte van bestuderen en het wel of niet kunnen reproduceren van het item. In sommige gevallen werden de langer bestudeerde items zelfs slechter gereproduceerd bij de toets dan de korter bestudeerde items. Ik denk dat dit te maken zou kunnen hebben met het eerdergenoemde gegeven dat mensen te moeilijke items selecteren en hier vervolgens veel tijd aan besteden terwijl dit nog altijd niet voldoende is om de items volledig te leren. Alleen in de conditie van Mazzoni en Cornoldi (1993) waarbij de aanbiedingsduur door de experimentator werd bepaald bestond er een verband tussen aanbiedingsduur en het ophalen van het item. Daarnaast bleek uit het onderzoek van Nelson en Leonesio (1988), waarbij mensen onbeperkt de tijd hadden om drielettercombinaties te leren, dat er geen verband was tussen hoe lang de deelnemers in totaal met het leren bezig waren geweest en de behaalde score. Er kan dan ook worden geconcludeerd dat meer tijd aan een leersessie besteedden niet altijd leidt tot een betere score. Het is dus mogelijk om in kortere tijd in een leersessie net zoveel te leren als wanneer men langer de tijd neemt. Op basis van de hier besproken onderzoeken lijkt de meest efficiënte manier om dit te doen minder tijd besteden aan moeilijke items.

Hoewel de verdeling van tijd over de items niet optimaal blijkt te zijn is de gekozen volgorde van leren wel efficiënt. In de vorige paragraaf is het region of proximal learning model al aan de orde gekomen. Kornell en Metcalfe (2006) laten zien dat dit inderdaad de meest effectieve volgorde is om

bij het leren te hanteren. Zij lieten 24 studenten binnen één dagdeel algemene kennisvragen leren waarbij de studenten zelf de leervolgorde van de items bepaalden. Vervolgens keken zij welke leervolgorde de beste resultaten opleverde. Hieruit bleek dat de deelnemers die begonnen met de makkelijke items en langzaam naar de moeilijkere items toewerkten hoger scoorden dan deelnemers die een andere volgorde hanteerden. Hieruit kan worden geconcludeerd dat de meest efficiënte volgorde om items te leren inderdaad overeenkomt met het region of proximal learning model. Uit de vorige paragraaf blijkt dat mensen over het algemeen inderdaad beginnen met het leren van de makkelijkste items en geleidelijk doorgaan naar de moeilijkere items. Zij hanteren dus inderdaad deze meest efficiënte strategie. Daarbij bleek ook uit de vorige paragraaf dat hoe minder tijd de studenten beschikbaar hebben hoe meer zij volgens deze strategie te werk gaan. Tijdsdruk lijkt een efficiënte leervolgorde dus ten goede te komen.

Naast het selecteren van items, het indelen van tijd en het bepalen van de leervolgorde is er in de vorige paragraaf ook gekeken naar hoe mensen gebruik maken van spacing en massing. Hoewel hieruit tegenstrijdige resultaten naar voren kwamen is het wel interessant om te onderzoeken in welk geval de strategie van de studenten het meest adaptief is. In het onderzoek van Son (2004) waren deelnemers vrij om zelf de volgorde voor het leren van 60 synoniemenparen te bepalen. Uit de resultaten bleek dat items van eenzelfde niveau beter onthouden werden wanneer ze doormiddel van spacing geleerd waren dan doormiddel van massing. Dit gold zowel voor de makkelijke als voor de gemiddelde en de moeilijke items. Spacing lijkt hier dus een meer adaptieve strategie te zijn. Dat dit principe ook gegeneraliseerd kan worden naar een meer natuurlijke setting en naar een jongere leeftijdscategorie wordt duidelijk uit het onderzoek van Sobel, Cepeda en Kapler (2011). Zij lieten tienjarige Engelstalige leerlingen binnen een schoolsetting ofwel doormiddel van spacing ofwel doormiddel van massing nieuwe Engelse woorden en hun betekenis leren. Ook uit dit onderzoek bleek dat kinderen die de informatie doormiddel van spacing hadden geleerd bij de toets beter presteerden dan de kinderen die de informatie doormiddel van massing hadden geleerd. Bovendien strekte dit onderzoek zich uit over meerdere weken terwijl de meeste andere onderzoeken slechts maximaal één dag duren. Dit onderzoek laat dus zien dat het voordeel van spacing ook geldt voor langere leerprocessen, jongere kinderen en een schoolsetting.

Nog niet duidelijk is echter of spacing voor alle soorten items de beste strategie is. Benjamin en Bird (2006) onderzochten of de efficiëntie van spacing en massing verschilde bij een verschillende moeilijkheidsgraad. Uit dit onderzoek, waarbij 35 universitair studenten woordparen van zelfstandige naamwoorden leerden, bleek dat wanneer mensen gedwongen de helft van de items moesten massen en de helft van de items moesten spacen het het meest adaptief was om de moeilijkste items te spacen en de makkelijkere items te massen. Naar mijn idee komt dit waarschijnlijk doordat

makkelijke items een minder optimale leerstrategie nodig hebben om goed geleerd te worden. Metcalfe en Kornell (2003) vonden echter dat spacing niet in alle gevallen de meest adaptieve strategie was. Zij lieten 12 universitair studenten Engels-Spaanse woordparen leren. Hierbij gebruikten zij aanbiedingstijden variërend van redelijk lang tot erg kort. Aan de hand van de resultaten was te zien dat wanneer de aanbiedingstijd erg kort was, massing juist leidde tot een hogere score dan spacing. Volgens Metcalfe en Kornell (2003) is de aanbiedingstijd in dat geval te kort om het item volledig op te nemen. Massen zorgt er dan voor dat men het item langer achtereenvolgens te zien krijgt waardoor het wel volledig geleerd kan worden. Voorwaarde voor spacing om een adaptieve strategie te zijn is dus dat de individuele aanbiedingstijd van de items voldoende is om het item volledig te bestuderen. Hieruit zou volgens mij ook een nieuwe verklaring kunnen volgen voor het feit dat mensen er soms voor kiezen om moeilijke items te massen in plaats van te spacen. Vaak geldt namelijk dat hoe moeilijker het item, hoe meer aanbiedingstijd er per keer nodig is om het volledig te bestuderen. Wanneer één aanbieding hiervoor te kort is zou het dus adaptief kunnen zijn om deze moeilijke items te massen. Dit is echter nog niet expliciet onderzocht en zou interessant zijn voor toekomstig onderzoek. Spacing is over het algemeen dus de meest adaptieve methode om items te leren. Daarbij geldt dat hoe moeilijker de items, hoe meer voordeel men heeft van het spacen van die items, onder de voorwaarde dat de individuele aanbiedingstijd voldoende is om ook de moeilijke items volledig te bestuderen.

Uit deze paragraaf kan worden geconcludeerd dat de strategieën die mensen uit zichzelf hanteren bij het indelen van leersessies deels effectief zijn. Bij het bepalen van de volgorde van de te leren items selecteren mensen steeds items aan de hand van hun region of proximal learning. Hierbij beginnen ze met de makkelijkste items en werken langzaam toe naar de moeilijkere items, hetgeen effectief is. Wanneer mensen echter minder tijdsdruk ervaren hanteren zij minder efficiënte strategieën. Hierbij kiezen ze meer moeilijke items waaraan ze meer tijd besteden terwijl ze deze later niet goed op kunnen halen. Wat betreft het spacen en massen van items is het over het algemeen het meest efficiënt om, vooral de moeilijkste items, maar het liefst alle items zo veel mogelijk te spacen. Hierbij moet de individuele aanbiedingstijd van de items waarschijnlijk wel lang genoeg zijn om ook de moeilijke items volledig te bestuderen. Indien dit niet het geval is, is het mogelijk meer adaptief om de moeilijkste items juist te massen. Uit de vorige paragraaf bleek dat deelnemers er soms wel en soms niet voor kiezen om de moeilijkste items te spacen. Dit lijkt afhankelijk te zijn van de aanmoediging die zij krijgen om een strategische keuze te maken. Uit deze paragraaf volgt echter ook de suggestie dat dit verschil te maken kan hebben met de

welke voorwaarden mensen gebruik maken van deze strategieën wordt uit de huidige literatuur echter nog niet volledig duidelijk. Hiernaar is in de toekomst nader onderzoek vereist.

Waardoor komen de individuele verschillen tussen mensen bij het verdelen

van tijd over items binnen een leersessie?

Op basis van de voorgaande paragrafen kunnen algemene conclusies worden getrokken over hoe mensen hun tijd indelen bij het leren en of deze indeling efficiënt is. In het overzichtsartikel Dunlosky en Ariel (2011) wordt gesteld dat de keuze van leerstrategie van persoon tot persoon kan verschillen. Uit het onderzoek van Ariel (2013), waarbij de deelnemers zelf moesten achterhalen of zij de Engels-Engelse of de Swahili-Engels-Engelse woordparen moesten leren, bleek inderdaad dat niet iedereen hier even goed toe in staat was. Uit het eerdergenoemde onderzoek van

Nelson en Leonesio (1988),

waarbij mensen onbeperkt de tijd kregen om te leren,

bleek bovendien dat niet iedereen even

lang doorging met leren. En uit het onderzoek van Metcalfe (2002) blijk dat ook bij het selecteren van en tijd besteden aan items individuele verschillen optreden. Omdat er in de praktijk ook rekening zal moeten worden gehouden met de verschillen tussen mensen is het van belang om goed te

onderzoeken wat deze verschillen zijn en hoe ze tot stand komen. In deze paragraaf zal worden gekeken hoe mensen van elkaar verschillen bij het verdelen van tijd over items binnen een leersessie en waardoor deze verschillen veroorzaakt worden.

Allereerst laat Metcalfe (2002) zien dat de moeilijkheidsgraad van items subjectief is. In dit onderzoek leerden 12 universitair studenten die weinig kennis hadden van de Spaanse taal, en 9 studenten die Spaans als moedertaal hadden (of het minimaal 4 jaar geleerd hadden) en dus expert waren gedurende één dagdeel Engels-Spaanse woordparen. Hierbij kregen zij steeds drie Engelse woorden in beeld op een computerscherm. Daarvan konden zij zolang ze hun muis op het vraagteken onder het woord hielden de Spaanse vertaling bekijken. Van de drie woorden was er steeds een makkelijk, één gemiddeld en één moeilijk. Dit werd ook aan de deelnemers verteld. De verdeling van de tijd over de verschillende items bleek afhankelijk van de voorkennis van de leerling over het betreffende onderwerp. Metcalfe (2002) liet zien dat de studenten die expert waren in de Spaanse taal moeilijkere items bekeken dan de studenten die de Spaanse taal nog niet goed kenden. De experts besteedden ook meer tijd aan de moeilijke items dan de beginners. Dit bleek een effectieve strategie. De experts scoorden hoger omdat zij meer moeilijke items hadden leren beheersen en beginners verspilden minder tijd aan items die voor hen te moeilijk waren. Metcalfe (2002) beargumenteert dat de verschillende mate van expertise van mensen maakt dat de subjectieve moeilijkheidsgraad voor mensen ook verschilt. Hierdoor hanteren mensen met een verschillend

niveau van expertise verschillende strategieën bij het selecteren van te leren items. Uit dit onderzoek kan daarom ten eerste geconcludeerd worden dat itemkeuze afhankelijk is van expertise. Daarnaast laat dit onderzoek ook zien dat mensen in staat zijn hun leerstrategie aan te passen aan hun eigen niveau.

Naast expertise speelt ook motivatie een rol bij het hanteren van leerstrategieën. Hoe lang mensen doorleren is afhankelijk van de extrinsieke motivatie, bijvoorbeeld de mate van beloning, maar ook van het persoonlijk doorzettingsvermogen. Metcalfe en Kornell (2005) leggen dit uit aan de hand van het judgement of Rate of Learning (jROL) criterium. Judgement of Rate of Learning is de door de persoon zelf geschatte snelheid van leren. Wanneer de jROL hoog is heeft de persoon dus het idee dat hij snel veel aan het leren is. Waanneer de jROL nul is heeft de persoon het gevoel dat er niets meer binnenkomt. De jROl kan nul zijn omdat een item te moeilijk is en de persoon niet meer vooruit komt, of omdat het item al volledig beheerst wordt en er dus niets meer bij te leren valt. In beide gevallen zal iemand stoppen met het bestuderen van het item. Wanneer men begint met het bestuderen van een item is de jROL meestal redelijk hoog. Tijdens het bestuderen wordt de jROL steeds lager totdat de persoon het gevoel heeft dat het leren geen zin meer heeft en stopt met het bestuderen van het betreffende item. In dat geval is de jROL onder het persoonlijk criterium van de student gedaald. Hoe hoog dit criterium is verschilt per persoon. Wanneer iemand een hoog jROL criterium heeft zal hij alleen doorleren zolang zijn jROL boven het stopcriterium blijft. Hij zal dus sneller opgeven dan iemand met een laag jROL criterium. Metcalfe en Kornell (2005) onderbouwden dit aan de hand van een experiment waarbij zij 42 universitair studenten binnen één dagdeel 18 Engels-Spaanse woordparen te lieten leren. Deelnemers beoordeelden zelf hoe moeilijk zij de items vonden. Vervolgens kregen zij de items in willekeurige volgorde aangeboden en konden ze zelf doorklikken wanneer ze klaar waren met het bestuderen van een item. Voor de analyse werden de deelnemers opgesplitst in een groep met gemiddeld lange leertijden, zij zouden een laag jROL criterium hebben, en een groep met gemiddeld korte leertijden, zij zouden een hoog jROL criterium hebben. Omdat de jROL bij moeilijke items het laagst is zou het verschil tussen mensen met een hoog jRol en een laag jROL criterium daar het beste tot uiting moeten komen. Verwacht werd daarom dat de deelnemers met hoge gemiddelde leertijden (een lager jROL criterium) de moeilijke items langer door zouden leren dan de deelnemers met kortere gemiddelde leertijden (hoge jROL criteria). Uit de resultaten bleek dat dit inderdaad het geval was. Dit onderzoek laat daarom zien dat mensen met langere leertijden met vooral langer doorleren bij moeilijke items. Naar mijn idee bewijst dit echter nog niet dat het verschil in leertijden wordt veroorzaakt door verschillen in hoogte van de jROL criteria. Hoewel dit aannemelijk klinkt zal meer vervolgonderzoek nodig zijn om deze theorie verder te onderbouwen. Wanneer deze theorie blijkt te kloppen lijkt het mij waarschijnlijk

dat de jROL niet alleen daalt tijdens het bestuderen van de individuele items, maar ook over de gehele leersessie. Het zal naarmate de sessie vordert steeds langer duren om nieuwe items nog volledig te leren beheersen omdat op den duur alleen de moeilijkste items nog overblijven en omdat mensen moe worden als zij lange tijd achtereenvolgens items leren. Ook in dat geval zal

waarschijnlijk gelden dat mensen met een hoog jROL criterium eerder stoppen met de sessie dan mensen met een laag jROL criterium. Uit het onderzoek van Metcalfe en Kornell (2005) kan voorlopig worden geconcludeerd dat het een interessant model voorstelt waarmee individuele verschillen in doorzettingsvermogen zouden kunnen worden uitgelegd. Voordat dit kan worden gedaan is echter meer onderzoek naar de basis van deze theorie vereist.

Uit de eerste paragraaf bleek al dat het afleiden van de relevantie van items en het opstellen van een agenda aan de hand daarvan erg problematisch is voor mensen wanneer zij geen expliciete instructie van het doel hebben gekregen. Toch zijn er in het eerder besproken onderzoek van Ariel (2013) ook mensen bij wie dit wel lukt. Ariel (2013) bestudeerde op basis waarvan dit bij sommige mensen wel lukt en bij andere mensen niet. Er werden drie factoren onderzocht die hierbij een rol zouden kunnen spelen: werkgeheugen, need for congnition en fluid intelligence. Het werkgeheugen, dus het vermogen om informatie kortdurend vast te houden in het geheugen, werd gemeten met behulp van de digitale RSPAN. Hierbij kregen deelnemers een reeks letters te zien die zij moesten onthouden. Tussen de letters door moesten zij steeds beoordelen of een zin zinvol was of niet. Na 3 tot 7 letters en zinnen moesten zij de aangeboden letters in de juiste volgorde intypen. Need for cognition verwijst naar de motivatie van deelnemers om cognitief uitdagende taken uit te voeren. Wanneer iemand een hoge need for cognition heeft vind hij het dus leuker om met ingewikkelde cognitieve taken bezig te zijn dan iemand met een lage need for cognition. Dit werd gemeten aan de hand van een vragenlijst waarop deelnemers aangaven in welke mate uitspraken zoals “Ik houd meer van complexe dan van simpele problemen” op hen van toepassing waren. Onder fluid intelligence worden mensen hun mogelijkheden tot analytisch redeneren en probleem oplossen verstaan. Dit werd in dit onderzoek gemeten met behulp van de Raven's Progressive Matrices. Hierbij moesten deelnemers uit een serie geometrische figuren een abstract patroon afleiden om aan de hand daarvan het volgende figuur in de reeks te kiezen. Er werd gekeken of deze drie factoren

correleerden met hoe selectief mensen de voor hen relevante items (bijvoorbeeld alleen de Engels-Engelse woordparen) leerden. Uit de resultaten blijkt dat er een significant verband bestaat tussen het werkgeheugen en hoe goed mensen de relevante items leerden. Mensen met een beter

werkgeheugen bleken dus beter in staat om zelf de relevantie van items af te leiden en aan de hand hiervan een agenda op te stellen en uit te voeren. Voor need for cognition en fluid intelligence werd geen verband gevonden met het leren van de relevante items. Op basis van dit onderzoek kan

daarom worden geconcludeerd dat vooral het werkgeheugen bepalend is voor de verschillen tussen mensen bij het wel en niet kunnen opstellen van een effectieve agenda wanneer het doel niet expliciet is geformuleerd.

Op basis van deze paragraaf kan worden geconcludeerd dat mensen van elkaar kunnen verschillen bij het selecteren van items, het besteden van tijd aan specifieke items en de totale sessie en bij het afleiden van de relevantie van items. Deze verschillen tussen mensen kunnen verklaard worden aan de hand van de mate van expertise, het doorzettingsvermogen (ROL criterium) en het werkgeheugen van de individu. Het is belangrijk om binnen onderzoek en onderwijs rekening te houden met deze verschillen zodat voor iedereen een zo effectief mogelijke leeraanpak geboden kan worden.

Conclusie

Op basis van dit literatuuroverzicht kan worden geconcludeerd dat mensen deels in staat zijn om zelf effectief hun tijd in te delen bij een studiesessie. Hierbij hanteren mensen de juiste volgorde van leren mits zij onder voldoende tijdsdruk staan. Wanneer mensen onbeperkt de tijd krijgen om te leren pakken zij dit vaak inefficiënt aan door veel te focussen op te moeilijke items en extra tijd te besteden waar dit niet nodig of niet zinnig is. Ook stoppen mensen wanneer zij onbeperkt de tijd hebben vaak met leren voordat zij alles optimaal kennen, waardoor zij van de extra tijd geen efficiënt gebruik maken. Een eerste conclusie op basis van de hier besproken onderzoeken is daarom dat een zekere mate van tijdsdruk de efficiëntie van een leersessie ten goede komt.

Daarnaast blijkt het van belang om bij het leren een duidelijk doel te stellen. Wanneer voor mensen niet expliciet is gemaakt welke stof relevant is lukt het hen vanwege gebrek aan informatie ongeacht hun motivatie niet om dit zelf af te leiden. Hierdoor blijven zij irrelevante informatie leren en scoren zij op de test lager dan zij zouden kunnen. Dit blijkt voornamelijk te gelden voor mensen met een minder goed werkgeheugen. Om mensen efficiënt te laten leren is het daarom van belang om vooraf aan de leersessies duidelijk te maken welke stof wel en niet relevant is.

Wat betreft het spacen en massen van items bestaat nog enige onduidelijkheid. Spacen lijkt over het algemeen succesvoller dan massen en dit effect is het grootst bij moeilijke items. Dit blijkt echter ook afhankelijk van de moeilijkheidsgraad en de aanbiedingstijd van de items. Het lijkt erop dat mensen dit bij voldoende aanmoediging tot een strategische keuze efficiënt aanpakken. Voor meer duidelijkheid over deze kwestie is vervolgonderzoek echter nog noodzakelijk.

Ten slotte kan worden geconcludeerd dat niet iedereen zijn studietijd op dezelfde manier reguleert. Zo blijkt de mate van expertise bepalend voor de moeilijkheidsgraad van de geselecteerde

rekening te houden met hun eigen niveau bij het bepalen van hun strategie. Ook blijkt niet iedereen even goed te zijn in het reguleren van de eigen studietijd. Zo blijkt dat mensen met een beter werkgeheugen beter in staat zijn zelf doelen af te leiden en hier succesvol naartoe te werken. Ook lijkt het waarschijnlijk dat mensen met een sterker doorzettingsvermogen minder snel stoppen met leren. Wanneer er veel tijd beschikbaar is kan dit voordelig zijn omdat zij na afloop waarschijnlijk meer items zullen kennen. Bij weinig beschikbare tijd zou dit echter ook nadelig kunnen werken doordat het risico dat er te veel tijd wordt besteed aan te moeilijke items dan groter wordt. Of de theorie van achter dit model klopt en wat de consequenties zijn zal nog nader moeten worden onderzocht.

Al met al kan worden geconcludeerd dat mensen over het algemeen in staat zijn zelf efficiënt te leren mits er aan een aantal voorwaarden is voldaan. Wanneer gezorgd wordt voor voldoende tijdsdruk en duidelijke instructies zijn de meeste mensen in staat om zelf efficiënt te leren. Hierbij blijkt het echter wel belangrijk om rekening te houden met individuele verschillen. Omdat uit eerder onderzoek zoals genoemd in de inleiding ook al is gebleken dat het zelf reguleren van de leersessie voordelige effecten heeft op de resultaten door de grotere betrokkenheid en de actievere houding lijkt het zinnig om binnen het onderwijs voldoende ruimte te bieden voor het zelf reguleren van leersessies.

Discussie

Hoewel het huidige literatuuroverzicht een uitgebreid beeld geeft van het leerproces tijdens één leersessie is er weinig bekend over het zelfgereguleerde leerproces over een langere termijn. In de dagelijkse realiteit is dit echter vaak relevant omdat men in de meeste schoolsystemen over een langere periode en meerdere leersessies dezelfde stof bestudeert. Hierop zouden andere principes van toepassing kunnen zijn dan bij een enkele leersessie. De lengte en hoeveelheid leersessies en de verdeling van items over de verschillende sessies zouden bijvoorbeeld relevant kunnen zijn. Daarover kunnen aan de hand van dit literatuuroverzicht geen conclusies worden getrokken. Ook blijkt de beschikbare literatuur hierover nog erg beperkt. In toekomstig onderzoek zou het daarom van belang zijn om uitgebreider te kijken naar leerprocessen over een langere periode.

Verder is er in dit overzicht gekeken naar het leren van feitjes en vocabulaire. Dit type leerstof is in veel gevallen relevant en maakt een substantieel onderdeel uit van de leerstof op scholen en in de academische wereld. Niet al het onderwijs beperkt zich echter tot het leren van feiten en vocabulaire. In veel gevallen is ook het leren van procedures en vaardigheden relevant. Het is te verwachten dat het leren van deze vormen van kennis anders zal verlopen dan het leren van feiten. Om hier meer over te kunnen zeggen is ook hiernaar verder onderzoek vereist.

Een aspect van de leerstrategie waarover nog onduidelijkheid bestaat is het spacen en massen van items binnen een sessie. Onderzoeken in dit literatuuroverzicht spreken elkaar tegen bij het beantwoorden van de vraag hoe mensen spacen en massen aan de hand van de

moeilijkheidsgraad van de items. De discrepantie wordt bij deze onderzoeken verklaard aan de hand van de opzet van de twee besproken studies. Hieruit is echter nog niet volledig duidelijk geworden welke methode mensen precies onder welke omstandigheden hanteren. Mogelijk speelt ook de moeilijkheidsgraad van de items hierbij een rol.

Ten slotte zijn bijna al deze onderzoeken gedaan met universitair studenten als deelnemers. Dit gaat uit van een populatie met een bovengemiddelde intelligentie en veel ervaring met studeren. Leren vindt echter in alle lagen van de bevolking plaats, zeker op jonge leeftijd. Het is goed mogelijk dat het leren van feiten en vocabulaire bij minder ervaren en minder intelligente leerlingen andere strategieën vereist en dat zij ook anders te werk gaan bij het inplannen van hun studiesessies. Interessant zou zijn om in toekomstig onderzoek ook naar het leren bij andere leeftijds- en bevolkingsgroepen te kijken.

Literatuur

Ariel, R. (2013). Learning what to learn: The effects of test experience on strategy shifts in the allocation of study time. Journal of Experimental Psychology: Learning, Memory, and Cognition, 39, 1697-1711.

Ariel, R., Dunlosky, J., & Bailey H. (2009). Agenda-based regulation of study-time allocation: When agendas override item-based monitoring. Journal of Experimental Psychology, 138 , 432- 447. Benjamin, A. S., & Bird, R. D. (2006). Metacognitive control of the spacing of study repetitions.

Journal of Memory and Language, 55 , 126-137.

DeOndernemer.nl. (2008). Zware kritiek op onderwijspolitiek. 13 februari.

http://www.deondernemer.nl/binnenland/171853/Zware-kritiek-op-onderwijspolitiek.html, Opgehaald op 29-05-2014.

Dunlosky, J., & Ariel, R. (2011).Self-regulated learning and the allocation of study time. Psychology of Learning and Motivation, 54, 103-136.

Gureckis, T. M., & Markant, D.B. (2012). Self-directed learning: A cognitive and computational perspective. Perspectives on Psychological Science, 7, 464-481.

Kaplan, R., Doeller, C. F., Barnes, G. R., Litvak, V., Düzel, E., Bandettini, P. A., & Burgess, N. (2012). Movement-related theta rhythm in humans: Coordinating self-directed hippocampal learning. PLoS biology, 10, e1001267.

Karpicke, J. D. (2009). Metacognitive control and strategy selection: Deciding to practice retrieval during learning. Journal of Experimental Psychology: General, 138, 469.

Kornell, N., & Metcalfe, J. (2006). Study Efficacy and the region of proximal learning framework. Journal of Experimental Psychology: Learning, Memory, and Cognition, 32, 609-622.

Kornell, N., & Son, L. K. (2009). Learners’ choices and beliefs about self-testing. Memory, 17, 493-501. Mazzoni, G., & Cornoldi, C. (1993). Strategies in study time allocation: Why is study time sometimes

not effective? Journal of Experimental Psychology: General, 122, 47-60.

Mazzoni, G., Cornoldi, C., & Marchitelli, G. (1990). Do memorability ratings affect study-time allocation. Memory and Cognition, 18, 196-204.

Metcalfe, J. (2002). Is study time allocated selectively to a region of proximal learning? Journal of Experimental Psychology, 131, 349-363.

Metcalfe, J. (2009). Metacognitive judgments and control of study. Current Directions in Psychological Science, 18, 159-163.

Metcalfe, J., & Kornell, N., (2003). The dynamics of learning and allocation of study time to a region of proximal development learning. Journal of Experimental Psychology: General, 132, 530-542.

Metcalfe, J., & Kornell, N. (2005). A region of proximal learning model of study time allocation. Journal of Memory and Language, 52, 463-477.

Nelson, T. O., Leonesio, R. J. (1988). Allocation of self-paced study time and the labor-in-vain effect. Journal of Experimental Psychology, 14, 676-686.

Pintrich, P.R. (2000). The role of goal orientation in self-regulated learning. In Boekaerts, M., Pintrich, P. R. &Zeidner, M.(Ed), Handbook of self-regulation (pp. 451-502).

Sobel, H.S., Cepeda, N.J., & Kapler, I.V. (2011). Spacing effects in real-world classroom vocabulary learning. Applied Cognitive Psychology, 25, 763-767

Son, L.K. (2004). Spacing one's study: Evidence for a metacognitive control strategy. Journal of Experimental Psychology, 30, 601-604.

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.

Thiede, W. K., & Dunlosky, J. (1999). Toward a general model of self-regulated study: An analysis of selection of items for study and self-paced study time. Journal of Experimental Psychology: Learning, Memory, and Cognition, 25, 1024-1037.

Tullis, J.G., & Benjamin, A.S. (2010). On the effectiveness of self paced learning. Journal of Memory and Language, 64, 109-118.

Tweede kamerstuk 31007, nr6. (2008). Parlementair onderzoek onderwijsvernieuwingen. Volkskrant. (2013). En weer trapt iedereen in het nieuwe leren. 24 juni.

http://www.volkskrant.nl/vk/nl/2844/Archief/archief/article/ detail/3463971/2013/06/24/ En-weer-trapt-iedereen-in-het-Nieuwe-Leren.dhtml, Opgehaald op 29-05-2014.

Vygotsky, L. (1987). Zone of proximal development. Mind in society: The development of higher psychological processes, 52-91.