EON の間隔反復アルゴリズム — NoxDragon Docs

EON はカードをランダムに、または固定した順番で表示するわけではありません。最後に復習してからの経過時間と、その評価に基づいて各カードの次回表示タイミングを決定します。目標は忘れる直前に復習することです。早すぎると（時間の無駄になる）、遅すぎると（すでに忘れてしまっている）いけません。

目標定着率

**目標定着率（%）**は、カードが表示されたときに平均して正確に思い出せる割合の目標です。上げるとアルゴリズムはより頻繁に復習をスケジュールして、忘れないようにします。下げると復習の間隔が広がり学習時間が減りますが、少し多く忘れるようになります。90%前後が一般的なバランスです。セッションを過負荷にせずに教材の大部分をよく記憶できます。

変更するタイミング: いつも十分に準備できていて学習時間を減らしたい場合は少し下げてもよいです。細部まで重要な試験に向けて学習している場合は上げてください。

最大復習間隔

よく習得したカードは理論上、数か月または数年先にスケジュールされる可能性があります。**最大復習間隔（日数）**は上限を設定します。アルゴリズムがさらに間隔を広げようとしても、カードはその日数より長く待機することはありません。

変更するタイミング: 永久に保持したい語学や長期的な知識のために EON を使用している場合は高いまま維持できます。数か月後の試験に向けて学習している場合は下げることで、試験日前にカードが戻ってくることが保証されます。

間隔フォズ

同時に多くのカードを追加すると、同じ日に期限が集中してしまい、作業量のスパイクが生じます。間隔フォズを有効にするは各期限日にわずかなランダムオフセットを加えてそのような集中を分散させます。結果として、週を通じてより均等な作業量になります。

変更するタイミング: 通常はオンのままにしておくことをお勧めします。各カードが表示される正確な日を精密にコントロールする必要がある場合のみオフにしてください。

短期学習ステップ

新しいカードや忘れたカードは、長期の復習サイクルに入る前に学習中と呼ばれる状態を経由します。この状態にある間、定着するまで同じ日や翌日以降に何度か戻ってきます。短期学習ステップを有効にするはこの中間状態を使用するかどうかを制御します。

変更するタイミング: ほとんどのデッキはオンにしておくのが適切です。カードが非常にシンプルだったり、デッキが小さい場合はオフにすることができます。

問題カード（リーチ）

同じカードを何度も忘れる場合、何か問題があるサインです。表現がわかりにくいか、1枚のカードには概念が複雑すぎる可能性があります。**リーチ閾値（ラプス数）**は、EON がカードを問題ありとフラグ立てる前に何回連続してラプスが必要かを定義します。

カードがその閾値に達すると、リーチアクションに応じて EON は次の2つのいずれかの動作をします。

タグのみ — カードはセッションに引き続き表示されますが、確認して改善できるようにマークされます。
タグ付けして一時停止 — 手動で再開するまでカードが学習キューから除外されます。

変更するタイミング: 多くのカードが一時停止されていて失われていると感じる場合は閾値を上げてください。問題を早く見つけたい場合は下げてください。

学習順序

複数のカードが期限になっている場合、EON は表示順序を決定します。3つのモードがあります。

優先（最も遅延したものを最初に） — 最も長く待機しているカードが最初に表示されます。バックログがある場合に追いつくための最も効率的な順序です。
交互（復習 + 新規） — セッション全体を通じて復習カードと新規カードを混在させます。
ランダム — 完全にシャッフルされた順序です。

変更するタイミング: 新規カードが多く溜まっている場合、交互モードは古いカードの復習を止めずに導入するのに役立ちます。単に追いつきたい場合は優先モードがうまく機能します。

設定を変更しても復習履歴は消去されません。アルゴリズムは既存の履歴と新しいパラメーターを使って今後の日程を調整します。

よくある質問

目標定着率を最大まで上げるとどうなりますか？ カードが頻繁に戻ってきます。1日の作業量が著しく増えますが、カードが表示されたときの正答率も上がります。

各デッキパックに異なる設定を使用できますか？ はい。復習設定はアカウント全体で設定するか、デッキパック個別に上書きすることができます。

アルゴリズムの設定はよく習得しているカードにも影響しますか？ はい。ただし変化は段階的に起こります。アルゴリズムは各カードが次に復習対象になったときに今後の間隔を再計算します。

次のステップ

オプティマイザー — 実際の復習履歴に基づいてアルゴリズムのパラメーターを自動調整。
復習セッション — アルゴリズムが正しく機能するためのカード評価方法。
カレンダーとプランニング — 今後の作業量を確認・管理する方法。