N-Back Memory Training for Android APK

説明

研究によると、n-back トレーニングは流動性知能 (IQ) と作業記憶能力の向上につながる可能性があることが示唆されています (Soveri et al., 2017)。

N-Back メモリー トレーニングの評価が 5 つ星未満の場合は、コメントを残してください。懸念事項に対処できます。私はあなたのフィードバックを本当に大切にしています。

指示：

ゲームの目的は、作業メモリにさまざまなアイテムを保持し、ゲームの進行に合わせてこれらのアイテムを積極的に更新することです。新しい試行ごとに、現在のアイテムが過去に一定回数試行されたアイテムと一致する場合は、一致ボタンを押します。 n-back という用語は、過去に何回の試行 (n) を記憶する必要があるかを示します。デフォルトでは2バックから始まるので、過去に2回前に発生したアイテムと現在のアイテムが一致した場合は、一致ボタンを押してください。シングル 2 バックのプレイ方法の簡単なデモについては、次のビデオを参照してください: https://www.youtube.com/watch?v=qSPOjA2rR0M .

オプション:

N-Back Memory Training では、さまざまなアイテムのセットから選択して、ワーキング メモリに保存できます。

3 x 3 グリッド上の正方形の位置

音（文字、数字、またはピアノの音符）

画像（形、国旗、スポーツ用品）

色

デフォルトでは、アプリは位置と音 (文字) を使用してデュアル n バックで起動します。デュアル イン デュアル n バックは、覚えておく必要があるアイテム タイプの数を単純に表したものです。シングル n バックからクアッド n バックまで、アイテム タイプの任意の組み合わせを選択できます。

進行状況を追跡し、他のユーザーと競います:

カスタマイズ可能なインタラクティブなグラフを使用して、毎日の進捗状況を追跡します。また、プレミアム モード (アプリ内でアップグレード可能) を使用して、ハイスコアを世界中の他のユーザーとリアルタイムで比較することもできます。

採点:

N-Back Memory Training は、シグナル検出理論 (Stanislaw & Todorov, 1999) の識別指数 A' を使用して、作業記憶の精度を測定します。 A は通常、0.5 (ランダムな推測) から 1.0 (完全な精度) の範囲です。 A' >= 0.90 のスコアは次のレベルに進み、A' <= 0.75 のスコアは前の n-back レベルにフォールバックします (1 回の猶予期間後)。これらの設定は手動モードで変更できます。進行状況を追跡するために、A' を現在の n-back レベルと組み合わせて、スコアが n-back レベル前後で +/- 0.5 の範囲になるようにします。たとえば、2 バックでは、A'=1 の精度は 2.5 のスコアを生成し、A'=0.5 はスコア 1.5 を生成します。

詳細：

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

どこ

ヒット率 (H)=ヒット/信号試行回数

偽陽性率 (F)=偽陽性/ノイズ試行回数

Stanislaw & Todorov (1999) を参照

ルアートライアル:

設定内で、タスクをより難しくするルアー トライアルの割合を制御できます。ルアー トライアルは、n バック プラスまたはマイナス 1 トライアルが発生した刺激を提示します。つまり、ターゲット試行から 1 回の試行がオフセットされます (n-back)。

カスタマイズ：

ゲームの速度や試行回数などを変更したい場合は、[設定] > [モードの選択] > [手動モード] に移動します。そこから、事実上何でもカスタマイズできます。色のグラデーションを使用して独自のカスタム背景を作成することで、アプリの外観をカスタマイズすることもできます.これらのオプションは、[設定] メニューの下部にあります。

コメント、質問、または懸念がある場合は、nback.memory.training@gmail.com までお送りください。

遊んでくれてありがとう！

E.A.L.

参考文献

Soveri, A.、Antfolk, J.、Karlsson, L.、Salo, B.、および Laine, M. (2017)。ワーキング メモリ トレーニングの再考: n-back トレーニング研究のマルチレベル メタ分析。 Psychonomic Bulletin & Review、24(4)、1077-1096。

Stanislaw, H. & Todorov, N. (1999)。信号検出理論対策の計算。行動研究の方法、器具、およびコンピューター、31(1)、137-149。

アプリ内背景画像クレジット: Rseau de neurones.そうでなければ/ウィキメディア、CC BY-SA