Dual N-Back: النتائج والصيغ وحاسبة الدرجات

ابدأ بدفق واحد وقاعدة مقارنة واحدة

يطلب منك Dual n-back الحكم على الموضع والصوت بشكل منفصل. بالنسبة لكل تيار، الهدف هو العنصر الذي يطابق العنصر الذي يتحول إليه N تمامًا في وقت سابق. الرد هو الضغط على عنصر التحكم المقابل داخل نافذة الاستجابة. يمكن أن يحتوي الدور نفسه على هدف في تيار واحد، أو في كليهما، أو في أي منهما. قبل تفسير النسبة المئوية، حدد أي تدفق، وأي دورات مؤهلة، وأي نافذة استجابة تصفها. النسبة المئوية التي لا تحتوي على قاعدة العد الخاصة بها تتجاهل المعلومات التي تحتاجها لتفسيرها.

النتائج الأربع المحتملة

الضربة تعني أنك ضغطت من أجل مباراة حقيقية. الإخفاق يعني أن المباراة الحقيقية مرت دون الاستجابة المطلوبة. الإنذار الكاذب يعني أنك ضغطت عندما لم يكن هناك تطابق في المسافة المطلوبة. الرفض الصحيح يعني عدم وجود تطابق ولم تضغط. تشكل هذه الأعداد الأربعة سجلاً كاملاً للمقارنات المؤهلة في تيار واحد. فهي تصف النتائج، وليس أسبابها: قد ينطوي الإنذار الكاذب على ارتباك بشأن N، أو نقرة عرضية، أو قرار غير مؤكد. لا يمكن للعد وحده أن يخبرك بما حدث.

مثال عملي: 100 مقارنات مؤهلة

تخيل بثًا واحدًا يحتوي على 20 مباراة و80 مباراة غير متطابقة. قمت بتحديد 16 مباراة بشكل صحيح، وتفويت 4، والضغط بشكل غير صحيح على 8 غير متطابقة وترك 72 غير متطابقة بشكل صحيح. مجموع الأعداد الأربعة يصل إلى 100: 16 + 4 + 8 + 72. هذه قيم تعليمية مخترعة، وليست نتائج من المستخدمين أو هدفًا موصى به. إن الاحتفاظ بمثال كامل يجعل من السهل رؤية كيف يمكن للأداء نفسه أن ينتج نسبًا مئوية مختلفة دون أن يكون أي من الحسابين خاطئًا حسابيًا.

يستخدم معدل الإصابة ومعدل الإنذار الكاذب قواسم مختلفة

معدل إصابة الأهداف: إصابات صحيحة / (إصابات صحيحة + أهداف فائتة) = 16 / (16 + 4) = 80 %. معدل الإنذار الكاذب: إنذارات كاذبة / (إنذارات كاذبة + رفض صحيح) = 8 / (8 + 72) = 10 %. إذا كان المقام صفرًا، يكون المعدل غير محدد. تظل الصيغ والمثال الكامل قابلين للقراءة بدون JavaScript.

الدقة الشاملة والدقة النشطة تجيب على أسئلة مختلفة

الدقة الشاملة: (إصابات صحيحة + رفض صحيح) / (إصابات صحيحة + أهداف فائتة + إنذارات كاذبة + رفض صحيح) = (16 + 72) / 100 = 88 %. دقة نشطة: إصابات صحيحة / (إصابات صحيحة + أهداف فائتة + إنذارات كاذبة) = 16 / (16 + 4 + 8) ≈ 57.1 %. Precision (PPV): إصابات صحيحة / (إصابات صحيحة + إنذارات كاذبة) = 16 / (16 + 8) ≈ 66.7 %.

لماذا لا يبدو الضغط أبدًا أمرًا جيدًا بشكل خادع

احتفظ بـ 20 تطابقًا و 80 تطابقًا في المثال، لكن تخيل ألا تضغط أبدًا. تصبح الأعداد 0 نتيجة، و20 خطأ، و0 إنذارات كاذبة، و80 رفضًا صحيحًا. الدقة الإجمالية هي 80%، على الرغم من تفويت كل مباراة. الدقة النشطة هي 0%، ومعدل الإصابة 0%، ومعدل الإنذار الكاذب 0%. يوضح المثال أهمية المقام؛ هذا لا يعني أن التطبيق يمنح بالضرورة 80٪ لعدم القيام بأي شيء. يمكن لقاعدة التسجيل الحساسة للهدف أن تتعامل مع نفس السلوك بشكل مختلف تمامًا.

جرّب عمليات التعداد دون الخلط بينها وبين نتيجة التطبيق

الآلة الحاسبة أدناه تعمل على دفق واحد. تقوم قيم البداية الخاصة بها بإعادة إنتاج مثال المقارنة 100. قم بتغيير العدد لاستكشاف الصيغ الأربع، أو استخدم مثال عدم الضغط مطلقًا للحفاظ على عدد الأهداف ثابتًا أثناء تغيير نمط الاستجابة. تظهر نتائج القاسم الصفري على أنها غير محددة بدلاً من تحويلها بصمت إلى درجة جيدة أو سيئة. هذه أداة تعليمية، وليست استيرادًا لسجل تطبيقك، أو إعادة بناء لكل إصدار تطبيق أو تقييم سريري. تبقى القيم في متصفحك.

قراءة الموقف والصوت قبل الجمع بينهما

احسب كل تيار على حدة عندما تكون الأعداد الأساسية متاحة. إذا قمت بدمج التدفقات، فحدد ما إذا كنت تقوم بتجميع الأعداد أو حساب متوسط النسب المئوية. يمكن أن تختلف هذه الإجراءات عندما تختلف القواسم. على سبيل المثال، يحصل البث الذي يحتوي على 9 نتائج في 10 تجارب مستهدفة على معدل نجاح بنسبة 90%، في حين أن البث الآخر الذي يحتوي على نتيجة واحدة في تجربتين مستهدفتين لديه معدل نجاح بنسبة 50%. متوسطهم البسيط هو 70%؛ معدل الضرب المجمع هو 10/12، أي حوالي 83.3%. قم بالإبلاغ عن الحساب الذي استخدمته. ولا ينبغي استبدال أي منهما بصمت بالآخر.

تعتمد النتيجة الجيدة على إعدادات المهمة

N، وعدد التدفقات النشطة، والوتيرة، وعدد التجارب المؤهلة، والتكرار المستهدف، وصيغة التسجيل، كلها تؤثر على معنى النتيجة. النتيجة الناتجة عن إعداد مختلف لا تكون تلقائيًا أفضل أو أسوأ من نتيجتك. تحقق من كيفية التعامل مع المنعطفات الأولية التي لا تحتوي على سجل كافٍ، وما إذا كانت التطابقات المتزامنة تحتاج إلى استجابتين وما إذا كان يتم احتساب الاستجابات الفائتة بشكل منفصل حسب التدفق. لإجراء المقارنات مع مرور الوقت، حافظ على اتساق هذه الإعدادات بقدر ما هي عملية وقم بتسجيل التغييرات بدلاً من التعامل مع كل نسبة مئوية على أنها قابلة للتبديل.

اقرأ الإعدادات قبل مقارنة النتائج

1234

الالتقاط الفعلي للتطبيق · سبتمبر 2026 · قد تختلف لغة الواجهة · EN · 2026-09-06

التباين عبارة عن معلومات، وليس تشخيصًا

يمكن أن تختلف الجلسة باختلاف الاهتمام أو الإلمام بعناصر التحكم أو الانقطاعات أو الشروط الأخرى. النتيجة وحدها لا تحدد سبب تغيرها، وليس هناك أساس هنا لتعيين تأثير ثابت للنوم أو الكافيين أو يوم معين. انظر إلى عدة جلسات مماثلة قبل تفسير الاتجاه. لا تحدد الهضبة سقفًا بيولوجيًا، والنتيجة الأقل لا تظهر في حد ذاتها فقدانًا لقدرة الذاكرة العامة. إذا شعرت أن الجلسة غير مريحة أو محبطة، فإن الجلسة الأقصر أو الاستراحة تعد خيارًا عمليًا وليست استراتيجية تسجيل مضمونة.

ما يجب الاحتفاظ به في سجل تدريبي بسيط

احتفظ بالتاريخ والعدد والتدفقات النشطة والوتيرة وعدد التجارب المؤهلة والصيغة المستخدمة. عند توفرها، احتفظ بأرقام النتائج الأربعة لكل تيار؛ يمكن بعد ذلك إعادة حساب المعدلات دون تخمين قواسمها. أضف ملاحظة مختصرة حول الانقطاع أو تغيير الإعدادات إذا كان ذلك سيساعدك على تفسير الجلسة لاحقًا. يمكن للأفضل الشخصي أن يكون محفزًا، لكنه ليس مثل النتيجة النموذجية. تعد بعض السجلات القابلة للمقارنة أكثر إفادة من مجموعة النسب المئوية دون وصف للمهمة.

ما يمكن لهذه الأرقام وما لا يمكن تحديده

تصف هذه الدرجات الاستجابات لمهمة معينة بموجب قواعد معينة. إن تحسين هذه المهمة لا يمثل في حد ذاته زيادة محسوبة في معدل الذكاء أو دليلاً على الأداء الأفضل في المدرسة أو العمل. يشرح دليل البحث الفرق بين مكاسب الممارسة والتحويل إلى نتائج أخرى. استخدم النتائج لفهم إجاباتك وقواعد التمرين. للحصول على نتيجة الجلسة الفعلية، راجع التعريفات والتفاصيل لكل بث التي يعرضها التطبيق؛ الآلة الحاسبة موجودة لجعل العملية الحسابية شفافة.

للمزيد

• Kane et al. (2007), Working memory, attention control, and the n-back task, Journal of Experimental Psychology: Learning, Memory, and Cognition
• Cowan (2010), The Magical Mystery Four: How is working memory capacity limited, and why?, Current Directions in Psychological Science
• scikit-learn documentation — classification metrics and confusion matrices (mathematical definitions)