N-Back Memory Training

N-Back Memory Training

May mga adMga in-app na pagbili

Tungkol sa larong ito

Ipinapahiwatig ng pananaliksik na ang pagsasanay sa n-back ay maaaring humantong sa mga nadagdag sa katalinuhan ng likido (IQ) at kakayahang gumana ng memorya (Soveri et al., 2017).

Kung nagre-rate ka ng N-Back Memory Training na mas mababa sa limang mga bituin, mangyaring mag-iwan ng komento upang matugunan ko ang iyong mga alalahanin; Pinahahalagahan ko talaga ang iyong puna.

Mga Sanggunian :

Ang object ng laro ay upang hawakan ang iba't ibang mga item sa iyong memorya ng pagtatrabaho at aktibong i-update ang mga item na ito habang ang laro ay umuusad. Sa bawat bagong pagsubok, pindutin ang pindutan ng tugma kung ang kasalukuyang item ay tumutugma sa item na naganap ng isang bilang ng mga pagsubok sa nakaraan. Ang salitang "n-back" ay nagpapahiwatig kung gaano karaming mga pagsubok ( n ) sa nakaraan na kailangan mong tandaan. Bilang default, magsisimula ka sa 2-back, kaya pindutin ang pindutan ng tugma kung ang kasalukuyang item ay tumutugma sa item na naganap 2 pagsubok sa nakaraan. Para sa isang simpleng pagpapakita kung paano maglaro ng solong 2-back, tingnan ang video na ito: https://www.youtube.com/watch?v=qSPOjA2rR0M.

Options:

Pinapayagan ka ng N-Back Memory Training na pumili ka mula sa magkakaibang hanay ng mga item upang maimbak sa memorya ng nagtatrabaho:
• ang posisyon ng isang parisukat sa isang 3 x 3 grid
• tunog (mga titik, numero, o tala sa piano)
• mga larawan (mga hugis, pambansang watawat, kagamitan sa palakasan)
• kulay

Bilang default, nagsisimula ang app sa dalawahan n-back, gamit ang mga posisyon at tunog (mga titik). Ang "dalawahan" sa dalawahang n-back ay nangangahulugan lamang kung gaano karaming mga iba't ibang mga uri ng item ang kailangan mong matandaan. Maaari kang pumili ng anumang kumbinasyon ng mga uri ng item, mula sa solong n-back to quad n-back.

Pagsulong sa Pagsubaybay at Makipagkumpitensya sa Iba pang mga Gumagamit:

Subaybayan ang iyong pang-araw-araw na pag-unlad gamit ang napapasadyang, interactive na mga graph. Maaari mo ring ihambing ang iyong mataas na mga marka sa iba pang mga gumagamit sa buong mundo sa real-time na may premium mode (magagamit ang pag-upgrade sa loob ng app).

Scoring:

Sinusukat ng N-Back Memory Training ang iyong katumpakan sa memorya ng pagtatrabaho gamit ang diskriminasyon index A 'mula sa teorya ng pagtuklas ng signal (Stanislaw & Todorov, 1999). Ang isang 'pangkalahatang saklaw mula sa 0.5 (random na paghula) hanggang sa 1.0 (perpektong katumpakan). Isang marka ng A '> = 0.90 ay sumusulong sa iyo sa susunod na antas, at isang marka ng A' <= 0.75 na nagreresulta sa fallback sa nakaraang antas ng n-back (pagkatapos ng isang panahon ng biyaya). Ang mga setting na ito ay maaaring mabago sa Manu-manong Mode. Para sa pagsubaybay sa iyong pag-unlad, ang A 'ay pinagsama sa iyong kasalukuyang n-back level upang ang mga marka ay saklaw +/- 0.5 sa paligid ng iyong n-back level. Halimbawa, sa 2-back, ang isang katumpakan ng A '= 1 ay magbubunga ng isang marka ng 2.5, samantalang ang A' = 0.5 ay magbubunga ng isang marka ng 1.5.

Mga Detalye ng

:

A '= .5 + sign (H - F) * ((H - F) ^ 2 + abs (H - F)) / (4 * max (H, F) - 4 * H * F)

saan
Hit Rate (H) = hit / # mga pagsubok sa signal
Maling-positibong Rate (F) = maling mga pagsubok / ingay na mga pagsubok

tingnan ang Stanislaw & Todorov (1999)

Pag-iisa sa Pagsubok:

Sa loob ng Mga Setting, maaari mong kontrolin ang porsyento ng mga pagsubok sa pang-akit, na ginagawang mas mahirap ang gawain. Ang mga pagsubok sa pagnanasa ay mayroong stimuli na nangyari n-back plus o minus isang pagsubok. Iyon ay, nasira nila ang isang pagsubok mula sa target na pagsubok (n-back).

Customize :

Kung nais mong baguhin ang bilis ng laro, ang bilang ng mga pagsubok, o anumang bagay, pumunta lamang sa Mga Setting> Piliin ang Mode> Manu-manong Mode. Mula doon, maaari mong ipasadya ang halos anumang bagay. Maaari mo ring ipasadya ang hitsura ng app sa pamamagitan ng paglikha ng iyong sariling pasadyang background gamit ang mga kulay gradients. Maaari mong mahanap ang mga pagpipilian na ito patungo sa ilalim ng menu ng Mga Setting.

Mangyaring magpadala ng anumang mga puna, katanungan, o mga alalahanin sa [e-mail].
Salamat sa paglalaro!
E. A. L.

---

References

Soveri, A., Antfolk, J., Karlsson, L., Salo, B., & Laine, M. (2017). Binago ang pagsasanay sa memorya ng pagtatrabaho: Isang multi-level na meta-analysis ng mga pag-aaral ng pagsasanay sa n-back. Psychologicalic bulletin & review , 24 (4), 1077-1096.

Stanislaw, H., & Todorov, N. (1999). Ang pagkalkula ng mga hakbang sa teorya ng pagtuklas ng signal. Mga pamamaraan sa pagsasaliksik, pag-uugali, at computer , 31 (1), 137-149.

In-app na background ng credit credit: Réseau de neurones. Kung noon pa / Wikimedia, CC BY-SA

Ano'ng bago

-bug fixes