บทนำ N-Back Memory Training
การวิจัยแสดงให้เห็นว่าการฝึกอบรมด้านหลังอาจนำไปสู่การได้รับความฉลาดทางน้ำ (IQ) และความสามารถในการทำงานของหน่วยความจำ (Soveri et al., 2017)
หากคุณให้คะแนนการฝึกอบรมหน่วยความจำ N-Back น้อยกว่าห้าดาวโปรดแสดงความคิดเห็นเพื่อที่ฉันจะสามารถจัดการข้อกังวลของคุณได้ ฉันให้คุณค่ากับความคิดเห็นของคุณอย่างแท้จริง
คำแนะนำ:
หากคุณให้คะแนนการฝึกอบรมหน่วยความจำ N-Back น้อยกว่าห้าดาวโปรดแสดงความคิดเห็นเพื่อที่ฉันจะสามารถจัดการข้อกังวลของคุณได้ ฉันให้คุณค่ากับความคิดเห็นของคุณอย่างแท้จริง
คำแนะนำ:
เป้าหมายของเกมคือการเก็บไอเท็มต่าง ๆ ไว้ในหน่วยความจำในการทำงานของคุณและอัพเดตไอเท็มเหล่านี้เมื่อเกมดำเนินไป ในการทดลองใหม่แต่ละครั้งให้กดปุ่มจับคู่หากรายการปัจจุบันตรงกับรายการที่เกิดขึ้นจากการทดลองจำนวนที่กำหนดในอดีต คำว่า“ n-back” หมายถึงจำนวนการทดลอง ( n ) ในอดีตที่คุณต้องจำ โดยค่าเริ่มต้นคุณจะเริ่มต้นที่ 2 ด้านหลังดังนั้นกดปุ่มจับคู่หากรายการปัจจุบันตรงกับรายการที่เกิดขึ้น 2 ครั้งในอดีต สำหรับการสาธิตวิธีเล่นเดี่ยว 2 หลังอย่างง่าย ๆ ให้ดูวิดีโอนี้: https://www.youtube.com/watch?v=qSPOjA2rR0M
ตัวเลือก:
การฝึกอบรมหน่วยความจำ N-Back ช่วยให้คุณสามารถเลือกรายการที่หลากหลายเพื่อจัดเก็บในหน่วยความจำใช้งานได้:
•ตำแหน่งของตารางบนตาราง 3 x 3
•เสียง (ตัวอักษรตัวเลขหรือโน้ตเปียโน)
•รูปภาพ (รูปร่าง, ธงประจำชาติ, อุปกรณ์กีฬา)
•สี
ตามค่าเริ่มต้นแอปจะเริ่มต้นที่ n-back คู่โดยใช้ตำแหน่งและเสียง (ตัวอักษร) “ คู่” ในดูอัลเอ็นแบ็กเพียงแค่ระบุว่ามีกี่ประเภทรายการที่คุณต้องจำ คุณสามารถเลือกประเภทรายการใดก็ได้ตั้งแต่แบบเดี่ยวแบบย้อนกลับจนถึงแบบสี่ด้านหลัง
ติดตามความคืบหน้าและแข่งขันกับผู้ใช้รายอื่น:
ติดตามความคืบหน้าประจำวันของคุณโดยใช้กราฟแบบโต้ตอบที่ปรับแต่งได้ นอกจากนี้คุณยังสามารถเปรียบเทียบคะแนนสูงสุดของคุณกับผู้ใช้คนอื่น ๆ ทั่วโลกแบบเรียลไทม์ด้วยโหมดพรีเมียม (อัปเกรดภายในแอป)
เกณฑ์การให้คะแนน:
การฝึกอบรมหน่วยความจำ N-Back วัดความแม่นยำของหน่วยความจำในการทำงานของคุณโดยใช้ดัชนีการเลือกปฏิบัติ A 'จากทฤษฎีการตรวจจับสัญญาณ (Stanislaw & Todorov, 1999) โดยทั่วไปแล้วจะมีค่าตั้งแต่ 0.5 (การทายแบบสุ่ม) ถึง 1.0 (ความแม่นยำสมบูรณ์แบบ) คะแนน A '> = 0.90 เลื่อนระดับคุณไปอีกระดับและคะแนน A' <= 0.75 ผลลัพธ์ในการย้อนกลับไปสู่ระดับ n-back ก่อนหน้า (หลังจากระยะเวลาผ่อนผัน) การตั้งค่าเหล่านี้สามารถเปลี่ยนแปลงได้ในโหมดแมนนวล สำหรับการติดตามความคืบหน้าของคุณ A 'จะถูกรวมเข้ากับระดับ n-back ปัจจุบันของคุณเพื่อให้คะแนนอยู่ในช่วง +/- 0.5 รอบ ๆ ระดับ n-back ของคุณ ตัวอย่างเช่นใน 2-back ความแม่นยำของ A '= 1 จะให้คะแนน 2.5 ในขณะที่ A' = 0.5 จะให้คะแนน 1.5
รายละเอียด:
A '= .5 + เครื่องหมาย (H - F) * ((H - F) ^ 2 + abs (H - F)) / (4 * สูงสุด (H, F) - 4 * H * F)
ที่ไหน
อัตราการเข้าชม (H) = การเข้าชม / การทดลองสัญญาณ #
False-positive Rate (F) = false pos / # noise trials
เห็น Stanislaw & Todorov (1999)
Lure Trials:
ภายในการตั้งค่าคุณสามารถควบคุมเปอร์เซ็นต์ของการทดลองล่อซึ่งทำให้งานยากขึ้น การทดลองล่อลวงนำเสนอสิ่งเร้าที่เกิดขึ้นจาก n-back plus หรือลบหนึ่งการทดลอง นั่นคือพวกมันจะทำการทดลองหนึ่งครั้งจากการทดลองเป้าหมาย (n-back)
ปรับแต่ง:
หากคุณต้องการเปลี่ยนความเร็วเกมจำนวนการทดลองหรือสิ่งอื่นเพียงไปที่การตั้งค่า> เลือกโหมด> โหมดแมนนวล จากตรงนั้นคุณสามารถปรับแต่งได้ทุกอย่าง คุณสามารถปรับแต่งลักษณะที่ปรากฏของแอปได้ด้วยการสร้างพื้นหลังที่กำหนดเองของคุณเองโดยใช้การไล่ระดับสี คุณสามารถค้นหาตัวเลือกเหล่านี้ได้ที่ด้านล่างของเมนูการตั้งค่า
กรุณาส่งความคิดเห็นคำถามหรือข้อสงสัยใด ๆ ไปที่ nback.memory.training@gmail.com
ขอบคุณสำหรับการเล่น!
E. A. L.
---
อ้างอิง
Soveri, A. , Antfolk, J. , Karlsson, L. , Salo, B. , & Laine, M. (2017) มีการทบทวนการฝึกอบรมหน่วยความจำในการทำงาน: การวิเคราะห์อภิมานหลายระดับของการศึกษาการฝึกอบรมแบบ n-back แถลงการณ์ทางจิตวิทยาและบทวิจารณ์ , 24 (4), 1077-1096
Stanislaw, H. , & Todorov, N. (1999) การคำนวณมาตรการทฤษฎีการตรวจจับสัญญาณ วิธีการวิจัยพฤติกรรมเครื่องมือและคอมพิวเตอร์ , 31 (1), 137-149
เครดิตภาพพื้นหลังในแอป: Réseau de neurones ถ้าเป็นอย่างอื่น / Wikimedia, CC BY-SA
การฝึกอบรมหน่วยความจำ N-Back ช่วยให้คุณสามารถเลือกรายการที่หลากหลายเพื่อจัดเก็บในหน่วยความจำใช้งานได้:
•ตำแหน่งของตารางบนตาราง 3 x 3
•เสียง (ตัวอักษรตัวเลขหรือโน้ตเปียโน)
•รูปภาพ (รูปร่าง, ธงประจำชาติ, อุปกรณ์กีฬา)
•สี
ตามค่าเริ่มต้นแอปจะเริ่มต้นที่ n-back คู่โดยใช้ตำแหน่งและเสียง (ตัวอักษร) “ คู่” ในดูอัลเอ็นแบ็กเพียงแค่ระบุว่ามีกี่ประเภทรายการที่คุณต้องจำ คุณสามารถเลือกประเภทรายการใดก็ได้ตั้งแต่แบบเดี่ยวแบบย้อนกลับจนถึงแบบสี่ด้านหลัง
ติดตามความคืบหน้าและแข่งขันกับผู้ใช้รายอื่น:
ติดตามความคืบหน้าประจำวันของคุณโดยใช้กราฟแบบโต้ตอบที่ปรับแต่งได้ นอกจากนี้คุณยังสามารถเปรียบเทียบคะแนนสูงสุดของคุณกับผู้ใช้คนอื่น ๆ ทั่วโลกแบบเรียลไทม์ด้วยโหมดพรีเมียม (อัปเกรดภายในแอป)
การฝึกอบรมหน่วยความจำ N-Back วัดความแม่นยำของหน่วยความจำในการทำงานของคุณโดยใช้ดัชนีการเลือกปฏิบัติ A 'จากทฤษฎีการตรวจจับสัญญาณ (Stanislaw & Todorov, 1999) โดยทั่วไปแล้วจะมีค่าตั้งแต่ 0.5 (การทายแบบสุ่ม) ถึง 1.0 (ความแม่นยำสมบูรณ์แบบ) คะแนน A '> = 0.90 เลื่อนระดับคุณไปอีกระดับและคะแนน A' <= 0.75 ผลลัพธ์ในการย้อนกลับไปสู่ระดับ n-back ก่อนหน้า (หลังจากระยะเวลาผ่อนผัน) การตั้งค่าเหล่านี้สามารถเปลี่ยนแปลงได้ในโหมดแมนนวล สำหรับการติดตามความคืบหน้าของคุณ A 'จะถูกรวมเข้ากับระดับ n-back ปัจจุบันของคุณเพื่อให้คะแนนอยู่ในช่วง +/- 0.5 รอบ ๆ ระดับ n-back ของคุณ ตัวอย่างเช่นใน 2-back ความแม่นยำของ A '= 1 จะให้คะแนน 2.5 ในขณะที่ A' = 0.5 จะให้คะแนน 1.5
รายละเอียด:
A '= .5 + เครื่องหมาย (H - F) * ((H - F) ^ 2 + abs (H - F)) / (4 * สูงสุด (H, F) - 4 * H * F)
ที่ไหน
อัตราการเข้าชม (H) = การเข้าชม / การทดลองสัญญาณ #
False-positive Rate (F) = false pos / # noise trials
เห็น Stanislaw & Todorov (1999)
Lure Trials:
หากคุณต้องการเปลี่ยนความเร็วเกมจำนวนการทดลองหรือสิ่งอื่นเพียงไปที่การตั้งค่า> เลือกโหมด> โหมดแมนนวล จากตรงนั้นคุณสามารถปรับแต่งได้ทุกอย่าง คุณสามารถปรับแต่งลักษณะที่ปรากฏของแอปได้ด้วยการสร้างพื้นหลังที่กำหนดเองของคุณเองโดยใช้การไล่ระดับสี คุณสามารถค้นหาตัวเลือกเหล่านี้ได้ที่ด้านล่างของเมนูการตั้งค่า
กรุณาส่งความคิดเห็นคำถามหรือข้อสงสัยใด ๆ ไปที่ nback.memory.training@gmail.com
ขอบคุณสำหรับการเล่น!
E. A. L.
---
อ้างอิง
Soveri, A. , Antfolk, J. , Karlsson, L. , Salo, B. , & Laine, M. (2017) มีการทบทวนการฝึกอบรมหน่วยความจำในการทำงาน: การวิเคราะห์อภิมานหลายระดับของการศึกษาการฝึกอบรมแบบ n-back แถลงการณ์ทางจิตวิทยาและบทวิจารณ์ , 24 (4), 1077-1096
Stanislaw, H. , & Todorov, N. (1999) การคำนวณมาตรการทฤษฎีการตรวจจับสัญญาณ วิธีการวิจัยพฤติกรรมเครื่องมือและคอมพิวเตอร์ , 31 (1), 137-149
เครดิตภาพพื้นหลังในแอป: Réseau de neurones ถ้าเป็นอย่างอื่น / Wikimedia, CC BY-SA
เพิ่มเติม