試験直前期はドーピング学習。直前期こそガツガツ専門文献を読み込もう!

今回のポイント

試験直前期こそ貪欲に読書を!
知のドーピングで試験当日に大逆転を!

直前期は何をすればいい?



「出願したはいいものの、
 面接試験まで何をしたらいいのだろう…?」

社会人の方が大学院進学をする場合、
場所によっては書類審査と面接だけで
合否が決まることがあります。

その場合、志望理由書などの資料を作ってしまえば
面接試験まで基本的にはすることがありません。

真剣に面接対策をする人も少ないため
人によってはダレてしまうこともあります。

(うちの塾ではこれを防ぐため、
 直前期は面接試験対策に
 注力しています。
 すると直前の「追い上げ」も可能となるのです)

面接試験、単なる受け答えだけではNG!


こういう面接対策において、
重要なことがあります。

それは単なる「受け答え」の練習だけではNG、
ということです。

面接対策というと、
「志望理由」や「修了後の進路」
「自己PR」などを暗記するだけだと
思っている方がしばしばいらっしゃるようです。

私、これだとすごくもったいないな、
と思います。

直前期こそ専門文献を読む!

せっかく大学院の面接で
その分野の教授たちと会うのであれば
直前まで専門領域の勉強を
していたほうがいいのです。

そうすると、
ついさっきまで読んでいた文献の内容について
面接で話すこともできるかもしれませんし、

読んでいた内容をもとに
面接内でディスカッションもできるかもしれません。

いずれにしろ、
直前まで専門分野の知識は
学び続けたほうがいいのですね。

知のドーピングを!

これを私は
あえて悪い言い方で
「知のドーピングをしよう!」と
受講生の方に呼びかけています。

試験直前期だからといって、
勉強のペースを落としていいわけではありません。

むしろ直前だからこそ、
専門分野のテキストを再読したり、
指導教員になってほしい先生の
論文を1本でもいいから読んだりと
「悪あがき」をすべきなのですね。

試験直前に
ちょっとでも成長するために
論文を読んだり
基礎文献を読み込んだりするのって
素晴らしいことだと思います。

直前だからといって手を抜くことなく
ちょっとでも知識を得ようと思い
貪欲に学ぼうとする姿勢。



このハングリーさは
面接にも反映されるのです。

実際、面接試験会場に行き、
ほかの受講生の様子を見ると
見事に二極化しています。

1つは最後まで粘って
テキスト・論文を読み漁る集団、

もう1つはボーッと
何もせず過ごしている集団です。

私が面接官であれば、
後者よりも前者の方に
いい印象を持ちますし、
熱心さを感じますよね。

なので付け焼き刃であっても
大学院進学の試験当日まで
基礎文献を読み込み続けるのをオススメします。

そうすると場合によっては
「直前まで読んでいた内容が面接で聞かれた!」
ということもあるかもしれません。

(受験ではしばしばこういう奇跡が起きます)

たとえドーピングであったとしても、
試験直前に知識を増やそうとしている姿勢が
評価されることもあるのですね。

どっちみち勉強するからこそ・・・。

それに、大学院に入ったら
いずれにしても専門領域の学習を
ガツガツ進めることになります。

試験前から取り組んでいたほうが
入ってからの活躍にもつながることになりますね!

今回のポイント


試験直前期こそ貪欲に読書を!
知のドーピングで試験当日に大逆転を!

スマートやっても受からない!

本当に受かりたいのであれば、
「スマートに」受験勉強をしないほうがいいです。

本当に受かりたいのであれば
本番直前まで
ガツガツ「悪あがき」的に
勉強をしていたほうがいいのです。

ほかにも
通勤中に専門分野のオーディオブックなり
文献の「読み上げ」機能なりをつかって
耳で学習する必要がありますし、

ちょっとしたスキマ時間に
テキストを開いてちょっとでも
基礎文献を読んでいくことも必要です。

多少カッコ悪くても
ガツガツやらないといけない時期が
試験にはあるのですね。

なので「悪あがき」と言われても
「ドーピング」と言われても、
試験本番まで貪欲に勉強していくのが
オススメですよ!

フジモトも受験勉強中。

…実は私も8月末に
医療関係資格である「登録販売者」試験を
受けます。

直前期だからこそ
試験直前まで悪あがき学習/ドーピング学習、
続けたいと思います!

ではまた!


☆メルマガ登録後1通目が届かない場合はこちらをご確認ください。
メールが届かない場合

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