N-Back Memory Training

Android Uygulama Analizi Ve İncelemesi: N-Back Memory Training, E.A.L. Tarafından Geliştirildi. Bulmaca Kategorisinde Listelenmiştir. Mevcut Sürüm 7.3'dur, 08/11/2022 'De Güncellenir. Google Play: N-Back Memory Training'daki Kullanıcılara Göre: N-Back Memory Training. 143 Bin'Den Fazla Kurulum Elde Edildi. N-Back Memory Training Şu Anda 1 Bin Incelemesi, Ortalama Derecelendirme 4.5 Yıldız Var

Araştırmalar, n-back eğitiminin akıcı zeka (IQ) ve çalışma hafızası yeteneğinde kazanımlara yol açabileceğini öne sürüyor (Soveri ve diğerleri, 2017).

N-Back Memory Training'e beş yıldızdan daha az puan verdiyseniz, lütfen yorum bırakın, böylece endişelerinizi giderebilirim; Geri bildirimlerinize gerçekten değer veriyorum.

Talimatlar:
Oyunun amacı, çalışma hafızanızda çeşitli öğeleri tutmak ve oyun ilerledikçe bu öğeleri aktif olarak güncellemektir. Her yeni denemede, mevcut öğe geçmişte belirli sayıda denemede ortaya çıkan öğeyle eşleşiyorsa eşleştirme düğmesine basın. "n-back" terimi, geçmişte kaç deneme (n) hatırlamanız gerektiğini belirtir. Varsayılan olarak, 2-back ile başlayacaksınız, bu nedenle mevcut öğe geçmişte 2 denemede oluşan öğeyle eşleşiyorsa eşleştir düğmesine basın. Tekli 2-back'in nasıl oynanacağına dair basit bir gösteri için şu videoya bakın: https://www.youtube.com/watch?v=qSPOjA2rR0M .

Seçenekler:
N-Back Hafıza Eğitimi, çalışma hafızasında saklamak için çeşitli öğeler arasından seçim yapmanıza olanak tanır:
• 3 x 3'lük bir ızgarada bir karenin konumu
• sesler (harfler, sayılar veya piyano notaları)
• resimler (şekiller, ulusal bayraklar, spor malzemeleri)
• renkler

Varsayılan olarak, uygulama konumları ve sesleri (harfleri) kullanarak çift n-back ile başlar. Çift n-back'teki "ikili", kaç farklı öğe türünü hatırlamanız gerektiğini belirtir. Tek n-sırttan dörtlü n-sırt'a kadar herhangi bir öğe türü kombinasyonunu seçebilirsiniz.

İlerlemenizi Takip Edin ve Diğer Kullanıcılarla Rekabet Edin:
Özelleştirilebilir, etkileşimli grafikler kullanarak günlük ilerlemenizi takip edin. Ayrıca yüksek puanlarınızı premium mod ile gerçek zamanlı olarak dünyanın dört bir yanındaki diğer kullanıcılarla karşılaştırabilirsiniz (uygulama içinde yükseltme yapılabilir).

Puanlama:
N-Geri Hafıza Eğitimi, sinyal algılama teorisinden (Stanislaw & Todorov, 1999) ayrımcılık indeksi A'yı kullanarak çalışma belleğinizin doğruluğunu ölçer. A’ genellikle 0,5 (rastgele tahmin) ile 1,0 (mükemmel doğruluk) arasında değişir. A' >= 0,90 puanı sizi bir sonraki seviyeye ilerletir ve A' <= 0,75 puanı önceki n-geri seviyesine geri dönüşle sonuçlanır (bir ek süre sonra). Bu ayarlar Manuel Modda değiştirilebilir. İlerlemenizi takip etmek için A', mevcut n-back seviyenizle birleştirilir, böylece puanlar n-back seviyenizin etrafında +/- 0,5 aralığında olur. Örneğin, 2-back'te, A' = 1 doğruluğu 2,5 puan verirken, A' = 0,5 doğruluğu 1,5 puan verir.

Ayrıntılar:
A' = 0,5 + işaret(H - F) * ((H - F)^2 + abs(H - F)) / (4 * max(H, F) - 4 * H * F)

nerede
İsabet Oranı (H) = isabet / # sinyal denemesi
Yanlış-pozitif Oranı (F) = yanlış konum / # gürültü denemesi

bkz. Stanislaw & Todorov (1999)

Cesaret Denemeleri:
Ayarlar'da, görevi daha da zorlaştıran yem denemelerinin yüzdesini kontrol edebilirsiniz. Yem denemeleri, n-back artı veya eksi bir denemede meydana gelen uyaranları sunar. Yani, hedef denemeden bir deneme (n-back) ile dengelenirler.

Özelleştirme:
Oyun hızını, deneme sayısını veya başka herhangi bir şeyi değiştirmek isterseniz Ayarlar > Mod Seç > Manuel Mod'a gitmeniz yeterlidir. Buradan hemen hemen her şeyi özelleştirebilirsiniz. Renk gradyanlarını kullanarak kendi özel arka planınızı oluşturarak uygulamanın görünümünü de özelleştirebilirsiniz. Bu seçenekleri Ayarlar menüsünün alt kısmında bulabilirsin.

Lütfen yorumlarınızı, sorularınızı veya endişelerinizi [email protected] adresine gönderin.
Oynadığınız için teşekkürler!
E. A. L.

---
Referanslar

Soveri, A., Antfolk, J., Karlsson, L., Salo, B. ve Laine, M. (2017). Çalışma belleği eğitimi yeniden gözden geçirildi: N-back eğitimi çalışmalarının çok seviyeli bir meta-analizi. Psikonomik bülten ve inceleme, 24(4), 1077-1096.

Stanislaw, H. ve Todorov, N. (1999). Sinyal algılama teorisi ölçümlerinin hesaplanması. Davranış araştırması yöntemleri, araçları ve bilgisayarları, 31(1), 137-149.

Uygulama içi arka plan görseli: Réseau de nörones. Aksi takdirde / Wikimedia, CC BY-SA

Read more