Shadowing Practice: Tie random ends: How many loops? - Learn English Speaking with Video

בחר מצב תרגול

כל מצב פותח חדר תרגול במסך מלא.

15 משפטים

אם המשפטים קצרים או ארוכים מדי, לחץ על ערוך כדי להתאים אותם.

It's time for a new puzzle of the month.

Imagine you have a lot of pieces of string and you drop them into a box.

You reach in and blindly grab two random ends, and then you tie those ends together.

And then you do it again.

You choose two more ends of the strings at random, tie them together, and put the result back in.

Choose another two, tie those together, and so on and so forth.

Every now and then, you grab two ends of the same string, meaning when you tie them together you form a loop.

In fact, the end condition here, when there are no more endpoints left, is one where all you have are loops inside that box.

In this example that started with 10 total strings, we end up with 3 total loops.

Here's your puzzle.

If instead we started with 50 total strings, and you go through this whole process, tying random ends together 50 times, how many loops, on average, do you end up with?

By the way, for solutions to these monthly puzzles, Rather than making individual videos for each one, what I've decided to do is make longer form videos

that package together ones that have similar themes or problem solving tactics in their solutions.

For the last two puzzles, I have previews of those solutions up on Patreon, and in general Patreon is probably your best bet for where to find these solutions as they're made.

This isn't like a gimmick just to get more support, it's just genuinely a convenient place to start getting a little bit of feedback before their final form.

הורד אפליקציה

כל מה שאתה צריך כדי לדבר בשטף

הגיית AIציון לכל משפט

תרגול IPAשלוט בכל צליל

אוצר מיליםבנה את מאגר המילים שלך

משחק אוצר מיליםלמד תוך כדי משחק

סרוק QR

Download on theApp Store Get it onGoogle Play

אותו ערוץ

Differential equations, a tourist's guide | DE1

Daily ConversationUniversity Students

Linear combinations, span, and basis vectors | Chapter 2, Essence of linear algebra

Cambridge Exam PrepUniversity StudentsWorking Adults

FOR YOU

המלץ על סרטון

38 משפטים

SEtalk: Why Too Many Choices Make Us Unhappy

IELTS PrepUniversity StudentsWorking Adults

42 משפטים

How to get a Million YouTube Subscribers in 100 Seconds

Business EnglishUniversity StudentsWorking Adults

37 משפטים

SEtalk: Why Children Ask Why

Daily ConversationUniversity StudentsWorking Adults

110 משפטים

Two Sum - Leetcode 1 - HashMap - Python

Daily ConversationUniversity StudentsWorking Adults

249 משפטים

My Puzzle Robot is 200x Faster Than a Human

Business EnglishUniversity StudentsWorking Adults

55 משפטים

Convergence and Divergence: The Return of Sequences and Series

Cambridge Exam PrepUniversity StudentsWorking Adults

12 משפטים

Let’s Tie All Planets Together

University StudentsWorking Adults

283 משפטים

The Banach–Tarski Paradox

University StudentsWorking Adults

379 משפטים

2686 - Joke, Pun, or Prank? What’s the Difference?

Daily ConversationHigh School StudentsUniversity Students

54 משפטים

Top 15 Tongue Twisters in English: Advanced Pronunciation Lesson

Daily ConversationHigh School StudentsUniversity Students

אוצר מילים והערות הגייה לשיעור הזה

שיעור הדיבור הזה ברמה C1 מבוסס על הסרטון “Tie random ends: How many loops?”. המילים שחוזרות הכי הרבה: string, puzzle, loop, solutions, tie. בסרטון הזה יש 15 משפטים ו-272 מילים לתרגול Shadowing. הדיבור נמשך 1:20. הדובר מדבר מהר, כ-204 מילים בדקה, אז צפו לצלילים מחוברים ומקוצרים. 86% מהמילים נמצאות בין 3,000 המילים הנפוצות ביותר באנגלית; כדאי ללמוד את השאר לפני שמתחילים.

אוצר מילים מרכזי בסרטון הזה

8 המילים המתקדמות ביותר בסרטון, עם ההגייה והמשמעות שלהן:

מילה	הגייה	משמעות
string שם עצם	/stɹɪŋ/	מֵיתָר
puzzle שם עצם	/ˈpʌzəl/	חִידָה
package שם עצם	/ˈpæk.ɪd͡ʒ/	חֲבִילָה, אֲרִיזָה
solve פועל	/sɒlv/	פָּתַר
feedback שם עצם	/ˈfiːdˌbæk/	פִידְבֶּק
tactics שם עצם	/ˈtæktɪks/	טַקטִיקָה
convenient שם תואר	/kənˈviː.niənt/	נוח, נוחה
gimmick שם עצם	/ˈɡɪm.ɪk/	גימיק

דקדוק בסרטון הזה

המבנים שהדובר משתמש בהם הכי הרבה, עם המילים המדויקות מהסרטון:

מבנה	בסרטון
הווה מושלם (Present perfect) have/has + past participle — פעולה שקרתה בעבר ועדיין יש לה חשיבות או השפעה עכשיו	I've decided
משפטי זיקה (Relative clauses) who / which + clause — מידע נוסף על אדם או דבר	ones that have

הגייה ששווה לשים לב אליה

הדובר משתמש ב-3 קיצורים וצורות מקוצרות, כמו I've, isn't, they're. אמרו אותם בצורה הקצרה, כפי שאתם שומעים אותם.

צלילים שדוברי עברית מתקשים בהם:

/æ/ — פתוח יותר מה-“אֶ” העברית, לא כמו “a” ב-“cup”: package /ˈpæk.ɪd͡ʒ/, feedback /ˈfiːdˌbæk/, tactics /ˈtæktɪks/
/r/ — הלשון לא נוגעת בשום מקום, לא ה-“ר” הגרונית: string /stɹɪŋ/, preview /ˈpɹiːvjuː/
עיצור קולי בסוף מילה — /b/, /d/, /g/, /z/, /v/ בלי להפוך אותם לאטומים: package /ˈpæk.ɪd͡ʒ/, solve /sɒlv/

איך לתרגל עם הסרטון הזה

הקשיבו לכל הסרטון פעם אחת בלי לדבר, ורשמו את המילים שאתם לא מכירים.
התחילו במהירות 0.75×, תרגלו Shadowing משפט אחר משפט, וחזרו למהירות רגילה כשזה מרגיש קל.
הקליטו את עצמכם והשוו למקור, תוך תשומת לב למילים כמו string, puzzle, package.

מהי טכניקת השאדואינג?

שאדואינג היא טכניקת למידת שפה מבוססת מדע שפותחה במקור להכשרת מתורגמנים מקצועיים ופופולרית על ידי הפוליגלוט ד"ר אלכסנדר ארגואלס. השיטה פשוטה אך עוצמתית: אתה מקשיב לאודיו באנגלית ילידית וחוזר עליו בקול רם מיד — כמו צל העוקב אחרי הדובר עם עיכוב של 1–2 שניות בלבד. בניגוד להאזנה פסיבית או תרגילי דקדוק, שאדואינג מכריח את המוח והשרירים בפה לעבד ולשחזר דפוסי דיבור אמיתיים בו זמנית. מחקרים מראים שזה משפר משמעותית את דיוק ההגייה, האינטונציה, הקצב, הדיבור המחובר, הבנת השמיעה ושטף הדיבור — מה שהופך אותו לאחת השיטות היעילות ביותר להכנה לIELTS Speaking ולתקשורת באנגלית בעולם האמיתי.

טכניקת Shadowing: קרא את המדריך המלא שלב אחר שלב →

Shadowing Practice: Tie random ends: How many loops? - Learn English Speaking with Video

בחר מצב תרגול

הורד אפליקציה

אותו ערוץ

Differential equations, a tourist's guide | DE1

Linear combinations, span, and basis vectors | Chapter 2, Essence of linear algebra

Fourier series

Euler's Formula Poem

Vectors | Chapter 1, Essence of linear algebra

How might LLMs store facts | Deep Learning Chapter 7

Essence of linear algebra preview

The inscribed square problem

The Newton art puzzle

Transformers, the tech behind LLMs | Deep Learning Chapter 5

Oh, wait, actually the best Wordle opener is not “crane”…

Large Language Models explained briefly

Hilbert's Curve: Is infinite math useful?

But what is a neural network? | Deep learning chapter 1

But what is the Fourier Transform? A visual introduction.

Divergence and curl: The language of Maxwell's equations, fluid flow, and more

But what is quantum computing? (Grover's Algorithm)