AI英語教材アプリ『abceed』

たまたまTwitterで知ったabceedという英語学習アプリを2月の終わり頃から使い始めた↓

abceed | AI英語教材アプリ

人気の英語教材207タイトルに対応

スコアUPがすぐわかる

abceedユーザー(85万人)の解答データ(1億問以上)にもとづき、AIがTOEIC予測スコアをリアルタイムに更新します。予測スコア誤差: *6%
*2019年3月に実施されたTOEIC公開テストの結果と当日の予測スコアを比較(母数:76名)

最適な問題をAIがレコメンド

良質な20,000問の中から、難易度、習得状況などを踏まえて、あなたに最適な問題をAIがレコメンドします。
1日30問の学習でTOEIC予測スコア平均96点UP

学習に必要な機能が勢揃い

辞書、MY単語帳、ディクテーション・シャドーイングなど、英語学習に必須の機能が揃っています。

教材音声は無料で利用可能

配信音声は130タイトル以上。倍速再生や区間リピート機能も無料。
*一部有料販売されている音声もございます。予めご了承ください。

豊富な学習方法

TOEIC PART1~PART7までのクイズ形式や、単語クイズ(英日、日英、音日、例文穴埋め)、長文読解、スラッシュリーディングなど全17種類の豊富なトレーニングに対応。

1日30問もやってはいませんが。。。


スポンサーリンク


今までTOEICは何度か受験したけど、実はあんまりちゃんと試験対策したことがなかったのです。どんな教材も全然続かなくて。。。
当然、点数は全然伸びず、むしろ何度も受けるうちにサンプル数が増えてまぐれの要素が減り、実際の英語力を表す点数へと収束していったのです。。。

オイラは紙と鉛筆で机に向かってもすぐに疲れてしまって続かない。
このabceedは余計な負荷が極力抑えられており、横になってゴロゴロしながらでもできる。とりあえずハードルは低めに、学習時間の目標は1日10分程度にして続けている。
目標時間を超えて学習したら自分をエライと褒めてあげる(笑) 大事なのは、目標が達成できなくて落ち込む状態を作らないこと。
https://note.com/globee/n/nb45e7aa8e5eb

3週間ほど続けてみて、自分の頭の使い方が少しずつ分かってきた。
オイラの場合、ボキャブラリーの習得は細切れの単語問題よりも、短文で文脈ととも読む方が記憶に定着しやすいようだ。文脈があった方が執着できて後に反芻しやすいからかも。
TOEICで言うと、Part5の問題形式を繰り返した方が良さげ。1問の文が長くなると集中力が持たない。
単語問題は何度繰り返しても記憶できる気がしないので、定着率の確認に使うぐらいの方が良さげ。

abceedは基本的に問題集なので、別に補足教材があっても良い気はしている。まだ記憶に定着していない単語を文脈で捉える復習方法を考えたい。
最近のGoogle検索は、キーワードで画像検索するとそれを表す画像を表示できるので、単語の意味を絵として記憶する方法として活用できないだろうか?
https://toyokeizai.net/articles/-/336212

最近知ったYouGlishというサービスは、英単語で検索するとその単語が使われているYouTube動画のシーンを抜き出してきてくれる↓


スポンサーリンク

YouGlish

YouTubeを使って英語の発音を上達させましょう。YouGlishなら、実際の英語の話し方を、5万を超えるトラックから即座に知ることができます。

便利な教材が沢山ある時代だけど、結局勉強は地道に続けるしかないんだけどね。





何かを習得するには、最初の20時間が大事らしい↓



スポンサーリンク

関連記事

iPhone 3GSがますます欲しくなる動画
まるで成長していない
2019年9月 行動振り返り
Faster R-CNN:ディープラーニングによる一般物体検出手法
Konashiを買った
SegNet:ディープラーニングによるSemantic Segmentation手法
konashiのサンプルコードを動かしてみた
UnityでARKit2.0
動画で学ぶお絵かき講座『sensei』
iPhoneで3D写真が撮れるアプリ『seene』
ZBrushトレーニング
2023年5月 振り返り
すてる英語学習本『ずるいえいご』
WordPressで数式を扱う
Unreal EngineでARKit 3.0
NeRF (Neural Radiance Fields):機械学習による未知視点合成
機械学習手法『Random Forest』
Pix2Pix:CGANによる画像変換
Unity ARKitプラグインサンプルのドキュメントを読む
ツールの補助で効率的に研究論文を読む
2018年に購入したiPad Proのその後
represent
2019年11月 行動振り返り
U-Net:ディープラーニングによるSemantic Segmentation手法
GAN (Generative Adversarial Networks):敵対的生成ネットワーク
R-CNN (Regions with CNN features):ディープラーニングによる一般物体...
2019年7月 行動振り返り
SSD (Single Shot Multibox Detector):ディープラーニングによる一般...
iPhoneアプリ開発 Xcode 5のお作法
2022年6月 振り返り
英語学習の準備
2019年8月 行動振り返り
MLDemos:機械学習について理解するための可視化ツール
2020年3月 振り返り
疑似3D写真が撮れるiPhoneアプリ『Seene』がアップデートでついにフル3Dモデルが撮影できる...
2020年2月 振り返り
Fast R-CNN:ディープラーニングによる一般物体検出手法
ドットインストールのWordPress入門レッスン
CGAN (Conditional GAN):条件付き敵対的生成ネットワーク
iPhone5S → iPhone6S
TensorSpace.js:ニューラルネットワークの構造を可視化するフレームワーク
口笛から作曲できるスマホアプリ『Chordana Composer』

コメント