N-Back Memory Training

Opis N-Back Memory Training

Badania sugerują, że szkolenie N-Back może prowadzić do zysków w inteligencji płynnej (IQ) i zdolności pamięci roboczej (SIVERI i in., 2017).
Jeśli oceniasz szkolenie pamięci N-Back mniej niż pięć gwiazdek, proszę o mniej niż pięć gwiazdek, proszę o mniej niż pięć gwiazdek,Zostaw komentarz, abym mógł rozwiązać twoje obawy;Naprawdę cenię twoją opinię.
Instrukcje:
Celem gry jest przechowywanie różnych elementów w pamięci roboczej i aktywnie aktualizowanie tych elementówW miarę postępu gry.Z każdą nową próbą naciśnij przycisk dopasowania, jeśli bieżący element pasuje do elementu, który w przeszłości miał daną liczbę prób.Termin „N-back” oznacza, ile prób (
n
) w przeszłości musisz pamiętać.Domyślnie zaczniesz od 2-back, więc naciśnij przycisk dopasowania, jeśli bieżący element pasuje do elementu, który wystąpił 2 próby w przeszłości.Aby uzyskać prostą demonstrację, jak odtwarzać pojedynczy 2-back, zobacz ten film: https://www.youtube.com/watch?v=QSPOJA2RR0M.>
N-Back Memory Training pozwala wybierać z różnorodnego zestawu przedmiotów do przechowywania w pamięci roboczej:
• Pozycja kwadratu na siatce 3 x 3
• dźwięki (litery, cyfry lub notatki fortepianowe)
• Obrazy (kształty, flagi narodowe, sprzęt sportowy)
• Kolory
Domyślnie aplikacja zaczyna się na podwójnym N-back, przy użyciu pozycji i dźwięków (listy).„Podwójny” w podwójnym N-back po prostu oznacza, ile różnych rodzajów elementów należy zapamiętać.Możesz wybrać dowolną kombinację typów elementów, od pojedynczego N-back do quad n-back.
Śledź postęp i konkurować z innymi użytkownikami:
Śledź swoje codzienne postępy za pomocą dostosowywanych, interaktywnych wykresów.Możesz także porównać swoje wysokie wyniki z innymi użytkownikami na całym świecie w czasie rzeczywistym z trybem premium (aktualizacja dostępna w aplikacji).
Scenowanie:
Szkolenie pamięci N-Back mierzy dokładność pamięci roboczej za pomocą indeksu dyskryminacji A 'z teorii wykrywania sygnału (Stanisław i amp; Todorov, 1999).A zwykle wynosi od 0,5 (losowe zgadywanie) do 1,0 (idealna dokładność).Wynik A '& gt; = 0,90 przechodzi do następnego poziomu i wynik A '& lt; = 0,75 powoduje spadek do poprzedniego poziomu N-Back (po jednym okresie karencji).Ustawienia te można zmienić w trybie ręcznym.Do śledzenia postępów, a 'jest łączone z obecnym poziomem N-Back, dzięki czemu wyniki /-0,5 wokół poziomu N-back.Na przykład na 2-obrocie dokładność A '= 1 da wynik 2,5, podczas gdy A '= 0,5 da wynik 1,5.
Szczegóły:
a '= .5 Znak (H - F) * ((H - f)^2 ABS (H - F)) / (4 * Max (H, F) - 4 * H * f)
gdzie
Hit Szybkość (H) = HITS / # Sygnał prób
Fałszywa dodatkowa szybkość (F) = Fałszywe POS / # Próby szumu
Patrz Stanislaw & amp;Todorov (1999)
Próby przynętowe:
W ustawieniach możesz kontrolować procent prób przynęty, co utrudnia to zadanie.Próby przynęty przedstawiają bodźce, które wystąpiły N-Back Plus lub minus jedną próbę.Oznacza to, że są one zrekompensowane jedną próbę z procesu docelowego (n-back).
Dostosuj:
Jeśli chcesz zmienić gręprędkość, liczba prób lub cokolwiek innego, po prostu przejdź do ustawień & gt;Wybierz tryb & gt;Tryb ręczny.Stamtąd możesz dostosować wirtualnie wszystko.Możesz także dostosować wygląd aplikacji, tworząc własne niestandardowe tło za pomocą gradientów kolorów.Można znaleźć te opcje na dole menu Ustawienia.
Proszę wysłać wszelkie komentarze, pytania lub obawy na nback.memory.training@gmail.com.
Dzięki za odtwarzanie!
e.A. L.
---
Referencje
Soveri, A., Antfolk, J., Karlsson, L., Salo, B., & amp;Laine, M. (2017).Wersja w zakresie pamięci roboczej: wielopoziomowa metaanaliza badań treningowych N-Back.
Biuletyn psychonomiczny & amp;Recenzja
,
24
(4), 1077-1096.
Stanislaw, H., & amp;Todorov, N. (1999).Obliczanie miar teorii wykrywania sygnału.
Metody badań zachowań, instrumenty i amp;Komputery
,
31
(1), 137-149.
w aplikacji Obraz w tle Kredyt: Réseau de Neurones.Jeśli to else / Wikimedia, CC BY-SA