学习统计数据如何追踪你的词汇进度？

一个记忆排程引擎会计算出对其算法至关重要、但对人类学习者来说大多毫无意义的参数。看到单字卡的数学稳定性评分或潜在衰退率，并不能回答学习者真正关心的问题。你真正需要知道的是你的学习努力是否有效，以及在关键时刻你是否能可靠地回忆起你的词汇。一个暴露算法内部数据而不是回答这些问题的统计仪表盘，只是花架子而不是为了清晰明了。

Tomaru 将复杂的记忆数据转化为实用的、日常的语言，侧重于现实生活中的记忆耐久度。

Tomaru 的统计数据展示什么？

Tomaru 不显示原始的引擎数值，而是着重展示衡量真正长期学习成果的指标：

• 长期记忆数量： 显示你当前正在学习的词汇中，有多少个在 30 天后甚至 90 天后你仍然能回忆起来。这直接回答了你的学习是否有效，将重点放在耐久度而不是数量上。

• 耐久度分布： 展示你整个库中记忆强度的结构性分布，让你能够看到你学习的整体状况，而不是一个单一的平均数。

• 未来复习预测： 预测未来每一天将带来多少复习量，将突如其来的工作量惊吓转化为你可以围绕其进行计划的可预测排程。

努力指标与耐久度指标

数量统计——例如每日学习连续天数、浏览的单字卡总数或花费的学习小时数——在各种学习应用中很常见。然而，这些指标衡量的是努力程度而不是结果。它们证实了你付出了努力，但不能证明你学到了东西。

虽然活动连续天数和复习数量可以起到激励作用，但它们并不是记忆留存的证据。能在记忆中存留三个月的词汇数量，才能为你提供你真正想要的洞察。

所有统计数据、耐久度分布和复习预测对所有用户都是完全免费且无限制的。

要了解你的记忆数据背后的核心排程引擎，请阅读间隔重复的原理。要了解未来的复习量如何帮助设定目标期限，请查看考试完成预测。

相关问题

为什么 Tomaru 不注重每日复习连续天数？

每日连续天数追踪的是使用的连贯性，但它们并不衡量记忆强度。Tomaru 强调长期记忆耐久度，这样你就可以验证你的学习时间是否转化为了持久的回忆。

30 天和 90 天回忆数量有什么区别？

30 天和 90 天的指标显示了你收藏中有多少词汇达到了这样一种记忆稳定程度：即使今天不复习，你在未来一个月或一个季度也能可靠地回忆起它们。

免费账户可以使用完整的统计数据吗？

是的。所有记忆统计数据、耐久度分布视图和复习预测对每位用户都是免费且无限制的。