当前位置: 首页 > article >正文

我自己的资料整理导引(二):知识循环笔记法

整理自:

https://blog.ghkk.net/post/collectors-fallacy/

https://zettelkasten.de/posts/knowledge-cycle-efficiently-organize-writing-projects/

  • 虽然人们天然有收集知识的癖好,但是单纯的收集资料并不会使人进步
  • 不应该积累超过你处理能力量的知识
  • 如果阅读时没有记笔记,那知识的增长也只是暂时的。一旦忘记了所阅读的内容,那之前的阅读也会变得毫无价值。
  • 通过投入工作你会变得更好。实践是一切奇思妙想和理论的试金石。有些我认为有用的东西在与现实接触后却无法幸存。任何计划都无法让您做好准备,以应对未来对您有帮助的事情。

构造短知识循环:

  1. 研究新材料,我们必须扫描并选择有用的和无用的,
  2. 阅读研究结果,从而增加我们基于短期记忆能力的_临时理解,_
  3. 记下持久的笔记来填补Zettelkasten,从而_永久地_增加我们的知识。
  4. 撰写新部分或向现有草稿的大纲添加注释。

为什么:

  • 短周期比起长周期带来的正反馈更快更好(就像写大代码应该先能运行再添加细节一样)
  • 沉没成本更低(如果在学习细节时发现东西不值得研究的话)
  • 在快速迭代中知道自己到底需要什么信息

指引:

  • 这种迭代的方法一开始可能会感觉很奇怪,但当我们即将从工作中休息时也会感到同样的不安:我们担心如果我们不继续并更深入地沉浸在当前所做的事情中,我们会错过一些东西。建立一种为未来的自己留下指示的方法可能会有所帮助,这样从上次停下的地方继续下去就变得很容易了。
  • 大型写作项目通常令人焦虑的部分原因是,与当时您已写的微不足道的文字量相比,还有大量尚未完成的工作要做。不要把自己置于这样一个低权力的位置。尽早解决问题以克服压力。这意味着在第一天就写下你的第一行文字,并且永远不要停止这样做。
  • 研究的时候专注一个课题,不要被其他有趣的东西分心,可以记在一个stack里面以供下次集中研究(如果足够感兴趣的话)

http://www.kler.cn/a/373553.html

相关文章:

  • 【2025最新】机器学习类计算机毕设选题80套,适合大数据,人工智能
  • 图解Git——分支开发工作流《Pro Git》
  • 【STM32-学习笔记-6-】DMA
  • Apache Hop从入门到精通 第二课 Apache Hop 核心概念/术语
  • 【STM32-学习笔记-9-】SPI通信
  • 贪心算法笔记
  • 从零开始学链表:数据结构的基础与应用
  • 如何防止U盘盗取电脑数据?
  • 架构师备考-系统分析与设计(结构化方法)
  • 字符串、字节流与十六进制字符串的转换:Python、C 和 Go 的实现对比20241029
  • 【AI时代】普通程序员想投身AI大模型行业,该如何快速入局
  • 2024 10.25 判断一个矩阵是否对称
  • Centos安装配置Jenkins
  • Mybatis使用和原理
  • matplotlilb画图
  • js实现异步和延时
  • 隨便 20241028 ISR 和 OSR 在 Kafka 中的详细解析
  • Nginx部署前端需要了解的知识
  • EfficientNet-B6模型实现ISIC皮肤镜图像数据集分类
  • 整合SSM框架(2)
  • 雷赛DMC5X10系列脉冲运动控制卡——机械原点和工作原点原理
  • BGP 及 4+ 的一些特性及配置笔记
  • 外包干了7天,技术明显退步。。。。。
  • Go:package
  • 传奇架设教程,M2报错无法找到城堡信息文件的解决方法
  • 【c++篇】:模拟实现string类--探索字符串操作的底层逻辑