N-Back Memory Training

Tingkatkan IQ & memori kerja Anda dengan tugas n-back ganda, didukung oleh sains

Penelitian menunjukkan bahwa pelatihan n-back dapat meningkatkan kecerdasan cair (IQ) dan kemampuan memori kerja (Soveri et al., 2017).

Jika Anda menilai N-Back Memory Training kurang dari lima bintang, silakan tinggalkan komentar agar saya dapat mengatasi kekhawatiran Anda; Saya sangat menghargai masukan Anda.

Petunjuk:

Tujuan permainan ini adalah untuk menyimpan berbagai item dalam memori kerja Anda dan secara aktif memperbarui item-item ini seiring berjalannya permainan. Dengan setiap percobaan baru, tekan tombol cocokkan jika item saat ini cocok dengan item yang terjadi dalam jumlah percobaan tertentu di masa lalu. Istilah “n-back” menunjukkan berapa banyak percobaan (n) di masa lalu yang perlu kamu ingat. Secara default, kamu akan memulai dengan 2-back, jadi tekan tombol cocokkan jika item saat ini cocok dengan item yang terjadi 2 percobaan di masa lalu. Untuk demonstrasi sederhana cara bermain single 2-back, lihat video ini: https://www.youtube.com/watch?v=qSPOjA2rR0M .

Opsi:

N-Back Memory Training memungkinkan Anda memilih dari beragam item untuk disimpan dalam memori kerja:

• posisi persegi pada kotak 3 x 3

• suara (huruf, angka, atau not piano)

• gambar (bentuk, bendera nasional, peralatan olahraga)

• warna

Secara default, aplikasi dimulai dengan n-back ganda, menggunakan posisi dan suara (huruf). "Dual" dalam dual n-back hanya menunjukkan berapa banyak jenis item berbeda yang perlu kamu ingat. Anda dapat memilih kombinasi jenis item apa pun, dari single n-back hingga quad n-back.

Lacak Kemajuan dan Bersaing dengan Pengguna Lain:

Lacak kemajuan harian Anda menggunakan grafik interaktif yang dapat disesuaikan. Anda juga dapat membandingkan skor tinggi Anda dengan pengguna lain di seluruh dunia secara real-time dengan mode premium (peningkatan tersedia dalam aplikasi).

Skor:

N-Back Memory Training mengukur akurasi memori kerja Anda menggunakan indeks diskriminasi A' dari teori deteksi sinyal (Stanislaw & Todorov, 1999). A' umumnya berkisar dari 0,5 (tebakan acak) hingga 1,0 (akurasi sempurna). Skor A' >= 0,90 akan membawamu ke level berikutnya, dan skor A' <= 0,75 menghasilkan fallback ke level n-back sebelumnya (setelah satu masa tenggang). Pengaturan ini dapat diubah dalam Mode Manual. Untuk melacak kemajuan Anda, A' digabungkan dengan level n-back Anda saat ini sehingga skor berkisar +/- 0,5 di sekitar level n-back Anda. Misalnya, pada 2-back, akurasi A' = 1 akan menghasilkan skor 2,5, sedangkan A' = 0,5 akan menghasilkan skor 1,5.

Detail:

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

di mana

Hit Rate (H) = hit / # uji coba sinyal

Nilai Positif Palsu (F) = pos palsu / # percobaan kebisingan

lihat Stanislaw & Todorov (1999)

Uji Coba Umpan:

Dalam Pengaturan, kamu dapat mengontrol persentase uji coba umpan, yang membuat tugas menjadi lebih sulit. Uji coba umpan menyajikan rangsangan yang terjadi n-back plus atau minus satu percobaan. Artinya, mereka diimbangi satu percobaan dari percobaan target (n-back).

Sesuaikan:

Jika kamu ingin mengubah kecepatan permainan, jumlah percobaan, atau apa pun, cukup buka Pengaturan > Pilih Mode > Mode Manual. Dari sana, Anda dapat menyesuaikan hampir semua hal. Anda juga dapat menyesuaikan tampilan aplikasi dengan membuat latar belakang kustom Anda sendiri menggunakan gradien warna. Anda dapat menemukan opsi ini di bagian bawah menu Pengaturan.

Silakan kirim komentar, pertanyaan, atau masalah apa pun ke nback.memory.training@gmail.com .

Terima kasih sudah bermain!

E.A.L.

---

Referensi

Soveri, A., Antfolk, J., Karlsson, L., Salo, B., & Laine, M. (2017). Pelatihan memori kerja ditinjau kembali: Sebuah meta-analisis multi-level dari studi pelatihan n-back. Buletin & ulasan psikonomik, 24(4), 1077-1096.

Stanislaw, H., & Todorov, N. (1999). Perhitungan ukuran teori deteksi sinyal. Metode penelitian perilaku, instrumen, & komputer, 31(1), 137-149.

Kredit gambar latar belakang dalam aplikasi: Réseau de neurones. Jika tidak / Wikimedia, CC BY-SA