【色んな英語学習法が気になって、目移りしてしまう時の考え方⑤】

 
from 師範代Shinya
 
(→前回のつづき)

 

前回の記事では、

「他の英語学習法がどうしても気になって仕方ない時には、期間を決めて試してみる」

という選択肢をお伝えしました。

とりあえず3ヶ月間、気になる新しい学習法を取り入れてみるのです。

 

その時の選択肢は、2つあります。

①学習メニューを一部入れ替える

②今の学習メニューに新しいメニューをプラスする

です。

僕のオススメは、①の方です。

なぜなら、②のパターンで挫折する人達をたくさん見てきたからです。

②のパターンを実行するためには、とにかく時間を増やす必要があります。

たとえば、もしあなたが今、1日1時間の英語トレーニングをしていたとします。

その内訳が、

・音読×30分

・瞬間英作文トレーニング×30分

だとした場合、そこに新しく別のトレーニングを加えようとしたら、トータルメニューが3種類になります。

・音読×30分

・瞬間英作文トレーニング×30分

・新しいトレーニング×30分

で、トータル1時間半になるのです。

さらに、その3ヶ月間でまた気になる新学習法が出てきたら、さらに増やすことになります。

・音読×30分

・瞬間英作文トレーニング×30分

・前回加えたトレーニング×30分

・さらに新しいトレーニング×30分

という形で、トータル2時間のトレーニング時間になります。

でも、人間が一度に集中できる時間は限られています。

英語学習時間を無限に増やしていくことはできません。

僕の経験上、大人のやり直し英語でベストな学習時間は、2時間以下です。

中には、1日3時間~4時間以上勉強する人もいます。

でもフルタイムの仕事をしている場合は、その時間を捻出するのが難しくなります。

結局、睡眠時間を削るしかなくなります。

 

睡眠時間を削ると逆効果

英語学習のために睡眠時間を削ると、たいていの場合は1ヶ月~3ヶ月の間にストレスがたまって、学習効率が落ちていきます。

疲れが抜けない状態が続き、集中力が落ちます。

TOEICを受けても点数が低く出る、などの副作用も出てきます。

これは、薬を飲み過ぎると逆効果で体調が悪くなるのと似ています。

英語学習も、やり過ぎると逆効果になることがあるのです。

薄めすぎると効果が出ない

副作用を防ぐためには、英語学習時間をいきなり増やしたりせずに、トレーニングメニューだけを変える必要があります。

その時に、あまりにメニュー数を増やしすぎると、1つ1つの効果が薄まってしまいます。

たとえば、先ほどの例では、

 

・音読×30分

・瞬間英作文トレーニング×30分

・前回加えたトレーニング×30分

・さらに新しいトレーニング×30分

 

でトータル2時間やってみたら、けっこうキツかったとします。

そこで、学習時間を元の1時間に戻すために、1つ1つのメニュー時間を減らします。

・音読×15分

・瞬間英作文トレーニング×15分

・前回加えたトレーニング×15分

・さらに新しいトレーニング×15分

この場合、1つ1つのメニューから得られる効果は、どうしても薄まってしまいます。

新メニューほど効果が薄い

特に、新しく加えたメニューの効果は半減することが多いです。

長く続けているトレーニングメニューは、勝手が分かっているので短時間でも集中できて効果を保てる確率が高いのですが、新しいメニューは慣れないのでどうしても効果を感じづらくなってしまいます。

どうせやるなら、しっかり取り入れた方が良いと思います。

かといって、今やっていてそれなりに効果を感じているトレーニング法を捨てるのはもったいない気がする・・・という心理も分かります。

だからこそ、「お試し期間」を決めて、乗り換える価値があるかどうか?を見極めるのです。

次回は、その見極め方の具体例を交えて、詳しくお伝えします。

・・・つづく。

 

 
————————————–
 
 
 

※「どれがいい?電子辞書の選び方」はこちら

—————————————

※このブログに読者登録をしていただくと、最新の記事を1日1回、メールでお届けします。読者登録はこちらをクリックしてください。
    ↓↓↓

 

 

From  師範代Shinya(新村真也)

やり直し英語達成道場 師範代)

※もくじは、こちら

自己紹介は、こちら

こちらですアップ

 

 

 

 

 

師範代Shinyaの書いた本

↓↓↓

 

コメントを残す

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください