研究者は、訓練と似た状況に学習を適用する近転移と、領域、形式、長い遅延をまたいで適用する遠転移を区別します。BarnettとCeciは、文献の矛盾は両立しない研究同士の比較から来ていると論じ、何が転移されるか、そして新しい文脈が知識領域、物理的環境、時間などでどれだけ異なるかを網羅する9次元の分類法を提案しました。転移が起こるかどうかは、研究がこれらの次元のどこに位置するかに大きく依存します。
現在のエビデンスで転移を助けるのは、表面的特徴ではなく根底の構造を符号化する学習です。問題タイプの弁別を強いる多様な例とインターリーブされた練習、方法がなぜ機能するかの説明、事例間の比較です。深い初期学習は入場料です。しっかり獲得されなかった知識は、どこへも旅立てません。
独学者にとって、実践的な賭けはつながりの幅です。領域を横断して読み、異なる分野のノートをリンクし、このアイデアは他のどこに当てはまるかと問う。いずれも概念に複数の発射台を与える多様な符号化を生み出します。転移が偶然起こることはめったにありません。それは知識がどう築かれたかの帰結なのです。