本研究の目的は, 再活性化説に基づいて最も効果的な分散学習スケジュールを予測し, 検証することにある。再活性化説とは, 分散提示だと提示間隔内に先行刺激の活性度が減衰するので後続刺激の再活性化量が高まり, これが再生率の上昇につながるとするものである。実験1では, 反復プライミングの手法により様々な提示間隔での再活性化量が調べられ, 提示回数とともに再活性化量が最大となる提示間隔が広がることが見いだされた。実験2では, 提示ごとの再活性化量が最大となるよう設定された延長型の分散学習スケジュールの分散効果が他の条件と比較され, 最大となることが確認された。また, 再活性化量が最大となる提示間隔が拡大するのは, 提示回数のためではなく, 以前の再活性化量のためである可能性が示唆された。実験3では, この可能性が反復プライミングの手法で確認された。これらの結果はみな, 再活性化説を支持していただけでなく, 効果的な分散学習スケジュールの設定に関して重要な教育的示唆を与えてくれた。
