# dual n-back প্রশিক্ষণ কি কাজ করে? প্রমাণ আসলে কি বলে

Canonical: https://romeoapps.app/bn/dual-n-back/does-dual-n-back-work/
Author: Roméo Gambino · Published: 2026-09-07 · Updated: 2026-09-08 · App: Dual N-Back (https://romeoapps.app/bn/dual-n-back/)

dual n-back এর উপর গবেষণার মাধ্যমে একটি সৎ পথচলা: কী উন্নতি করে, কী করে না, কেন মেটা-বিশ্লেষণগুলি একমত নয় এবং কীভাবে নিজেকে বোকা না বানিয়ে প্রশিক্ষণ দেওয়া যায়।

## প্রশ্নের পেছনে প্রশ্ন

dual n-back কি ব্যায়াম, মেমরির অন্যান্য কাজ বা দৈনন্দিন জীবনে যুক্তিতে কর্মক্ষমতা উন্নত করে? এই তিনটি ভিন্ন ফলাফল. অধ্যয়নগুলি সাধারণত প্রশিক্ষিত কাজের উপর লাভ খুঁজে পায়। বৃহত্তর সুবিধার প্রমাণ কম সামঞ্জস্যপূর্ণ, এবং আইকিউ বৃদ্ধি বা আরও ভাল গ্রেডের প্রতিশ্রুতি সমর্থন করে না। এই নির্দেশিকা টাস্ক শেখার স্থানান্তর থেকে আলাদা করে এবং প্রধান অধ্যয়ন, তাদের পার্থক্য এবং তাদের সীমা ব্যাখ্যা করে।

[কিভাবে আপনার IQ বাড়াবেন: প্রমাণ এবং dual n-back](https://romeoapps.app/bn/dual-n-back/how-to-increase-iq/)

## যেখানে শুরু হয় উত্তেজনা

2008 সালে, Susanne Jaeggi এবং সহকর্মীরা PNAS-এ একটি গবেষণা প্রকাশ করেন যাতে সুস্থ তরুণ প্রাপ্তবয়স্করা আট থেকে উনিশটি সেশনের জন্য dual n-back টাস্কের উপর প্রশিক্ষণ নেয়। প্রশিক্ষিত গোষ্ঠীগুলি একটি ম্যাট্রিক্স-যুক্তি পরীক্ষায় অপ্রশিক্ষিত নিয়ন্ত্রণের চেয়ে বেশি উন্নতি করেছে, এবং উন্নতি প্রশিক্ষণের পরিমাণের সাথে পরিমাপ করা হয়েছে। কাগজটি আকর্ষণীয় ছিল কারণ তরল যুক্তি দীর্ঘদিন ধরে প্রাপ্তবয়স্কদের মধ্যে স্থির হিসাবে বিবেচিত হয়েছিল। এটি ব্যাপকভাবে কভার করা হয়েছিল, এবং আজকে n-back প্রশিক্ষণ সম্পর্কে আপনি অনলাইনে যা পড়বেন তার বেশিরভাগই এটির উত্স। আসল ফলাফলের চেয়ে পরবর্তীতে কী ঘটেছে তা বোঝা বেশি গুরুত্বপূর্ণ।


## টাস্ক আসলে কি তৈরি করা হয়

একটি dual n-back ট্রায়াল আপনাকে একবারে দুটি জিনিস দেয়: একটি বর্গাকার কোথাও তিন-বাই-তিন গ্রিডে আলো জ্বলে, এবং একটি অক্ষর উচ্চারিত হয়। প্রতিটি মোড়ে আপনার কাজ দুটি স্বাধীন প্রশ্নের উত্তর দেওয়া। এই অবস্থানটি কি আগের মত এক N ঘুরিয়েছে? এই ধ্বনিটি কি আগের মত এক এন বাঁক? আপনার জন্য কিছুই সংরক্ষণ করা হয় না. উত্তর দেওয়ার জন্য, আপনাকে অবশ্যই শেষ N অবস্থান এবং শেষ N ধ্বনিগুলির একটি ঘূর্ণায়মান উইন্ডো ধরে রাখতে হবে, নতুন জোড়া যোগ করতে হবে, সবচেয়ে পুরানোটি বাতিল করতে হবে এবং প্রতি কয়েক সেকেন্ডে একটি নতুন জোড়া আসার সময় ক্রম অক্ষুণ্ণ রাখতে হবে। এই ক্রমাগত পুনর্লিখনের কারণে কাজটি এমনভাবে ক্লান্তিকর হয় যে একটি তালিকা মুখস্থ করা নয়। এই কারণেই গবেষণা সাহিত্য এটিকে স্টোরেজ টাস্কের পরিবর্তে একটি আপডেট করার কাজ হিসাবে শ্রেণিবদ্ধ করে।

### দুটি মোড় আগে: প্রতিটি স্ট্রীম আলাদাভাবে তুলনা করুন

N = 2-এ উদাহরণ। অবস্থান: উপরে বাম, কেন্দ্র, উপরে বাম, নীচে ডান। ধ্বনি: A, B, C, B. 3 মোড়ে, পালা 1 এর সাথে তুলনা করুন: অবস্থান মেলে, শব্দ হয় না। পালা 4 এ, পালা 2 এর সাথে তুলনা করুন: শুধুমাত্র শব্দ মেলে। অবিলম্বে পূর্ববর্তী পালা সঙ্গে তুলনা করবেন না.

[N-back স্তরগুলি ব্যাখ্যা করা হয়েছে: N=1, N=2, N=3 এবং তার পরেও](https://romeoapps.app/bn/dual-n-back/n-back-levels-explained/)

## এর চেয়ে ভালো স্কোর কী বোঝাতে পারে

একটি উচ্চ স্কোর বেশ কয়েকটি পরিবর্তন প্রতিফলিত করতে পারে: প্রতিক্রিয়া বোতামগুলির সাথে পরিচিতি, আরও ভাল সময়, একটি নতুন কৌশল, বা অনুক্রমটি মনে রাখা এবং আপডেট করার ক্ষেত্রে উন্নত কর্মক্ষমতা। একা স্কোর এই ব্যাখ্যা আলাদা করতে পারে না. এই কারণেই গবেষণায় অপ্রশিক্ষিত ফলাফল পরীক্ষা এবং তুলনা গোষ্ঠী অন্তর্ভুক্ত রয়েছে। অসুবিধা এবং প্রচেষ্টা নিজেই প্রমাণ করে না যে একটি অনুশীলন সাধারণ জ্ঞানীয় সুবিধা তৈরি করে।


## স্থানান্তর মানে কি, এবং কেন এটি সবকিছু নির্ধারণ করে

গবেষকরা দুটি উপায়ে উন্নতি বর্ণনা করেন। নিয়ার ট্রান্সফারের অর্থ হল প্রশিক্ষিত কাজগুলির সাথে ঘনিষ্ঠভাবে সাদৃশ্যপূর্ণ কাজগুলিতে লাভ দেখানো হয়: আরেকটি n-back বৈকল্পিক, একটি অনুরূপ আপডেট করার কাজ। দূর স্থানান্তর মানে প্রকৃতপক্ষে ভিন্ন কিছুতে লাভ দেখা যায়, যেমন একটি যুক্তি পরীক্ষা, পড়া বোঝা বা দৈনন্দিন জীবনে মনোযোগ। কাছাকাছি স্থানান্তর তুলনামূলকভাবে তৈরি করা সহজ এবং ব্যাখ্যা করা সহজ, কারণ আপনি আংশিকভাবে টাস্ক ফর্ম্যাটের সাথে পরিচিতি পরিমাপ করছেন। দূর স্থানান্তর হল এমন দাবি যা মস্তিষ্কের প্রশিক্ষণকে বাণিজ্যিকভাবে আকর্ষণীয় করে তোলে এবং এটি এমন দাবি যা সতর্কতার সাথে পরীক্ষা করার সময় প্রায়শই ব্যর্থ হয়।


## কাছাকাছি স্থানান্তর: অংশ প্রায় সবাই গ্রহণ করে

প্রশিক্ষণ অধ্যয়ন সাধারণত অনুশীলন করা n-back টাস্কে লাভের রিপোর্ট করে এবং কেউ কেউ অনুরূপ n-back কাজগুলিতে স্থানান্তর খুঁজে পায়। এটি প্রতিটি ব্যক্তি বা প্রতিটি অধিবেশনের জন্য অগ্রগতির গ্যারান্টি দেয় না। বা এটি প্রক্রিয়া চিহ্নিত করে না: পরিচিতি, সময় এবং কৌশল অবদান রাখতে পারে। আপনার নিজের স্কোরের পরিবর্তনের ব্যাখ্যা করার আগে টাস্ক, স্কোরিং সূত্র এবং সেটিংস তুলনামূলক রাখুন।


## দূর স্থানান্তর: যেখানে প্রমাণ পাতলা হয়

2013 সালে, রেডিক এবং সহকর্মীরা একটি সক্রিয় কন্ট্রোল গ্রুপের সাথে একটি বৃহত্তর অধ্যয়ন চালিয়েছিলেন, যার অর্থ তুলনামূলক গোষ্ঠীটিও কিছুই না করার পরিবর্তে একটি দাবিদার কম্পিউটার কাজ করেছে। n-back প্রশিক্ষণের পর তারা তরল বুদ্ধিমত্তার কোনো উন্নতি খুঁজে পায়নি। একই বছর, Melby-Lervåg এবং Hulme অনেক গবেষণায় কাজের-মেমরি প্রশিক্ষণের একটি মেটা-বিশ্লেষণ প্রকাশ করেছেন এবং স্বল্পস্থায়ী কাছাকাছি প্রভাব এবং কোন নির্ভরযোগ্য দূর স্থানান্তর রিপোর্ট করেছেন। 2016 সালে একই লেখকদের দ্বারা পরবর্তী কাজ একটি বৃহত্তর অধ্যয়নের সমষ্টি এবং নিয়ন্ত্রণ-গ্রুপ ডিজাইনের প্রতি গভীর মনোযোগ দেওয়ার পরে একই সিদ্ধান্তে পৌঁছেছিল।


## কেন মেটা-বিশ্লেষণ একমত না

2014 সালে, Au এবং সহকর্মীরা বিশেষভাবে n-back অধ্যয়ন পুল করেছেন এবং তরল বুদ্ধিমত্তার উপর একটি ছোট ইতিবাচক প্রভাব রিপোর্ট করেছেন। 2016 সালে, Melby-Lervåg, Redick এবং Hulme একটি বিস্তৃত সেট পুল করেছেন এবং মূলত কোনটিই রিপোর্ট করেননি। 2017 সালে, Soveri এবং সহকর্মীরা n-back প্রশিক্ষণের একটি মাল্টি-লেভেল মেটা-বিশ্লেষণ প্রকাশ করেছে এবং n-back টাস্কে নিজেরাই স্পষ্ট উন্নতি পেয়েছে, ঘনিষ্ঠভাবে সম্পর্কিত কাজগুলিতে কিছু উন্নতি করেছে, এবং এর বাইরেও। মতপার্থক্য রহস্যজনক নয়। এটি আসে কোন অধ্যয়নগুলিকে অন্তর্ভুক্ত করা হয়েছে, নিয়ন্ত্রণ গোষ্ঠীগুলি সক্রিয় বা নিষ্ক্রিয় ছিল কিনা এবং ফলাফলগুলিকে কীভাবে গোষ্ঠীভুক্ত করা হয়। এই সিদ্ধান্তগুলির মধ্যে ছোট পার্থক্যগুলি শিরোনাম নম্বরটিকে অনেক বেশি সরিয়ে দেয়।


## নিয়ন্ত্রণ গ্রুপ সমস্যা

একটি সক্রিয় নিয়ন্ত্রণ গোষ্ঠী একটি তুলনামূলক কার্যকলাপে অংশ নেয়। এটি গবেষকদের অংশগ্রহণ, পরীক্ষা বা প্রত্যাশার সাথে অনুশীলন করার পরিবর্তে প্রশিক্ষণের জন্য একটি আপাত সুবিধা নির্দিষ্ট কিনা তা পরীক্ষা করতে সহায়তা করে। এটি স্বয়ংক্রিয়ভাবে গোষ্ঠীর মধ্যে প্রতিটি পার্থক্য দূর করতে পারে না। র্যান্ডম অ্যাসাইনমেন্ট, উপযুক্ত ফলাফলের ব্যবস্থা, পর্যাপ্ত নমুনার আকার এবং সমস্ত পরিকল্পিত ফলাফলের প্রতিবেদন করাও গুরুত্বপূর্ণ।


## ক্ষেত্র কি উপসংহার

2016 সালে, ড্যানিয়েল সিমন্সের নেতৃত্বে গবেষকদের একটি দল সার্বজনীন স্বার্থে মনস্তাত্ত্বিক বিজ্ঞানে একটি দীর্ঘ পর্যালোচনা প্রকাশ করে যা সম্পূর্ণরূপে মস্তিষ্ক-প্রশিক্ষণের দাবিগুলি পরীক্ষা করে। তাদের উপসংহার ছিল যে প্রমাণগুলি প্রশিক্ষিত কাজগুলির উন্নতিকে সমর্থন করে, ঘনিষ্ঠভাবে সম্পর্কিত কাজগুলির জন্য কিছু সমর্থন প্রদান করে এবং দৈনন্দিন জীবনে উন্নত জ্ঞানীয় কর্মক্ষমতা সম্পর্কে বিস্তৃত দাবিগুলিকে সমর্থন করে না। আপনি যদি শিরোনামের পরিবর্তে সম্পূর্ণ ছবি চান তবে সেই পর্যালোচনাটি সম্পূর্ণ পড়ার যোগ্য এবং এটি বাণিজ্যিক মস্তিষ্ক-প্রশিক্ষণ স্যুটগুলিতে প্রযোজ্য যতটা বিশেষভাবে n-back পর্যন্ত।


## তাই এটা করা মূল্য?

আপনি যদি অনুশীলনটি উপভোগ করেন এবং এতে আপনার কর্মক্ষমতা ট্র্যাক করতে চান তবে এটি চেষ্টা করার মতো হতে পারে। এটি উচ্চ আইকিউ, আরও ভাল গ্রেড বা আরও ভাল কাজের পারফরম্যান্সের একটি প্রতিষ্ঠিত রুট নয়। Dual N-Back App Store এ উপলব্ধ; বর্তমান মূল্য এবং অ্যাপ-মধ্যস্থ কেনাকাটার জন্য তালিকার সাথে পরামর্শ করুন। এটি আপনাকে কী অনুশীলন করতে দেয় তার জন্য এটি চয়ন করুন এবং সেই কার্যকলাপটি আপনার জন্য দরকারী বা উপভোগ্য কিনা তা বিচার করুন।


## লোকে কি উপাখ্যান করে রিপোর্ট করে এবং কিভাবে তা পড়তে হয়

ব্যক্তিগত অ্যাকাউন্টগুলি তদন্তের যোগ্য প্রশ্নগুলির পরামর্শ দিতে পারে, তবে তারা এটি স্থাপন করে না যে প্রশিক্ষণের ফলে একটি পরিবর্তন হয়েছে। প্রত্যাশা, রুটিনে অন্যান্য পরিবর্তন এবং সাধারণ পরিবর্তনগুলি সম্ভাব্য বিকল্প ব্যাখ্যা। একটি নিয়ন্ত্রিত অধ্যয়ন তাদের পার্থক্য করার জন্য আরও উপযুক্ত। আপনি অন্য ব্যক্তিদের জন্য একটি সুবিধার প্রমাণ হিসাবে একটি পৃথক অভিজ্ঞতা বিবেচনা না করে আপনি যা লক্ষ্য করেন তা রেকর্ড করতে পারেন।


## কি পরিবর্তন হবে ছবি

বৃহত্তর প্রাক-নিবন্ধিত ট্রায়াল, ভালভাবে মিলে যাওয়া সক্রিয় নিয়ন্ত্রণ, প্রশিক্ষণের পরে ফলো-আপ এবং বিশ্লেষণের আগে নির্বাচিত ফলাফলগুলি অবশিষ্ট অনিশ্চয়তাগুলিকে স্পষ্ট করতে পারে। দাবি করে যে বিশেষ ব্যক্তিরা বেশি উপকৃত হয় তারও সরাসরি প্রমাণের প্রয়োজন হয়; শূন্যের কাছাকাছি একটি গড় উত্তরদাতাদের একটি উপগোষ্ঠী চিহ্নিত করে না। যতক্ষণ না শক্তিশালী প্রমাণ পাওয়া যায়, ততক্ষণ পর্যন্ত পরিমাপ করা কার্য এবং ফলাফলের সাথে উপসংহারগুলি আবদ্ধ রাখুন।


## এটি সম্পর্কে চিন্তা করার একটি যুক্তিসঙ্গত উপায়

একটি ব্যায়াম সাধারণ বুদ্ধিমত্তার পরিমাপযোগ্য লাভ উত্পাদন ছাড়াই উপভোগ্য হতে পারে। আপনি চ্যালেঞ্জ এবং একটি দক্ষতা ট্র্যাক করার সুযোগকে মূল্য দিতে পারেন। এগুলি অনুশীলন করার ব্যক্তিগত কারণ, স্থানান্তর সম্পর্কে বৈজ্ঞানিক দাবি থেকে আলাদা। একটি গ্যারান্টিযুক্ত জ্ঞানীয় রূপান্তরের যেকোনো প্রতিশ্রুতিকে একটি দাবি হিসাবে বিবেচনা করুন যার জন্য শক্তিশালী স্বাধীন প্রমাণের প্রয়োজন।


## নিজেকে বোকা না বানিয়ে প্রশিক্ষণ

একই স্তরে এবং একই সেটিংসের সাথে নির্ভুলতার তুলনা করুন এবং একটি ব্যক্তিগত সেরার পরিবর্তে বেশ কয়েকটি সেশন পর্যালোচনা করুন। পরিস্থিতির প্রাসঙ্গিক পরিবর্তনগুলিকে অনুমান না করেই রেকর্ড করুন যে তারা একটি ফলাফল সৃষ্টি করেছে। শুধুমাত্র একটি উচ্চ স্তর হিট, মিস এবং মিথ্যা অ্যালার্মের প্যাটার্ন বর্ণনা করে না। সেই ফলাফলগুলি ব্যাখ্যা করতে স্কোরিং গাইডটি ব্যবহার করুন এবং অনুশীলনের অগ্রগতি অন্য কোথাও অ-পরীক্ষিত সুবিধা থেকে আলাদা রাখুন।

[কিভাবে খেলবেন dual n-back: একটি পরিষ্কার প্রথম সেশন](https://romeoapps.app/bn/dual-n-back/how-to-play-dual-n-back/)

## প্রশ্ন

### dual n-back কি আইকিউ বাড়ায়?

2013 সালে, রেডিক এবং সহকর্মীরা একটি সক্রিয় কন্ট্রোল গ্রুপের সাথে একটি বৃহত্তর অধ্যয়ন চালিয়েছিলেন, যার অর্থ তুলনামূলক গোষ্ঠীটিও কিছুই না করার পরিবর্তে একটি দাবিদার কম্পিউটার কাজ করেছে। n-back প্রশিক্ষণের পর তারা তরল বুদ্ধিমত্তার কোনো উন্নতি খুঁজে পায়নি। একই বছর, Melby-Lervåg এবং Hulme অনেক গবেষণায় কাজের-মেমরি প্রশিক্ষণের একটি মেটা-বিশ্লেষণ প্রকাশ করেছেন এবং স্বল্পস্থায়ী কাছাকাছি প্রভাব এবং কোন নির্ভরযোগ্য দূর স্থানান্তর রিপোর্ট করেছেন। 2016 সালে একই লেখকদের দ্বারা পরবর্তী কাজ একটি বৃহত্তর অধ্যয়নের সমষ্টি এবং নিয়ন্ত্রণ-গ্রুপ ডিজাইনের প্রতি গভীর মনোযোগ দেওয়ার পরে একই সিদ্ধান্তে পৌঁছেছিল।

### কতক্ষণ আগে dual n-back ফলাফল দেখায়?

একটি উচ্চ স্কোর বেশ কয়েকটি পরিবর্তন প্রতিফলিত করতে পারে: প্রতিক্রিয়া বোতামগুলির সাথে পরিচিতি, আরও ভাল সময়, একটি নতুন কৌশল, বা অনুক্রমটি মনে রাখা এবং আপডেট করার ক্ষেত্রে উন্নত কর্মক্ষমতা। একা স্কোর এই ব্যাখ্যা আলাদা করতে পারে না. এই কারণেই গবেষণায় অপ্রশিক্ষিত ফলাফল পরীক্ষা এবং তুলনা গোষ্ঠী অন্তর্ভুক্ত রয়েছে। অসুবিধা এবং প্রচেষ্টা নিজেই প্রমাণ করে না যে একটি অনুশীলন সাধারণ জ্ঞানীয় সুবিধা তৈরি করে।

### dual n-back কি অন্যান্য মস্তিষ্ক-প্রশিক্ষণ অ্যাপের চেয়ে ভালো?

আপনি যদি অনুশীলনটি উপভোগ করেন এবং এতে আপনার কর্মক্ষমতা ট্র্যাক করতে চান তবে এটি চেষ্টা করার মতো হতে পারে। এটি উচ্চ আইকিউ, আরও ভাল গ্রেড বা আরও ভাল কাজের পারফরম্যান্সের একটি প্রতিষ্ঠিত রুট নয়। Dual N-Back App Store এ উপলব্ধ; বর্তমান মূল্য এবং অ্যাপ-মধ্যস্থ কেনাকাটার জন্য তালিকার সাথে পরামর্শ করুন। এটি আপনাকে কী অনুশীলন করতে দেয় তার জন্য এটি চয়ন করুন এবং সেই কার্যকলাপটি আপনার জন্য দরকারী বা উপভোগ্য কিনা তা বিচার করুন।

### কেন অধ্যয়ন dual n-back সম্পর্কে একমত নয়?

2014 সালে, Au এবং সহকর্মীরা বিশেষভাবে n-back অধ্যয়ন পুল করেছেন এবং তরল বুদ্ধিমত্তার উপর একটি ছোট ইতিবাচক প্রভাব রিপোর্ট করেছেন। 2016 সালে, Melby-Lervåg, Redick এবং Hulme একটি বিস্তৃত সেট পুল করেছেন এবং মূলত কোনটিই রিপোর্ট করেননি। 2017 সালে, Soveri এবং সহকর্মীরা n-back প্রশিক্ষণের একটি মাল্টি-লেভেল মেটা-বিশ্লেষণ প্রকাশ করেছে এবং n-back টাস্কে নিজেরাই স্পষ্ট উন্নতি পেয়েছে, ঘনিষ্ঠভাবে সম্পর্কিত কাজগুলিতে কিছু উন্নতি করেছে, এবং এর বাইরেও। মতপার্থক্য রহস্যজনক নয়। এটি আসে কোন অধ্যয়নগুলিকে অন্তর্ভুক্ত করা হয়েছে, নিয়ন্ত্রণ গোষ্ঠীগুলি সক্রিয় বা নিষ্ক্রিয় ছিল কিনা এবং ফলাফলগুলিকে কীভাবে গোষ্ঠীভুক্ত করা হয়। এই সিদ্ধান্তগুলির মধ্যে ছোট পার্থক্যগুলি শিরোনাম নম্বরটিকে অনেক বেশি সরিয়ে দেয়।

### আমার কি এখনও dual n-back অনুশীলন করা উচিত?

একই স্তরে এবং একই সেটিংসের সাথে নির্ভুলতার তুলনা করুন এবং একটি ব্যক্তিগত সেরার পরিবর্তে বেশ কয়েকটি সেশন পর্যালোচনা করুন। পরিস্থিতির প্রাসঙ্গিক পরিবর্তনগুলিকে অনুমান না করেই রেকর্ড করুন যে তারা একটি ফলাফল সৃষ্টি করেছে। শুধুমাত্র একটি উচ্চ স্তর হিট, মিস এবং মিথ্যা অ্যালার্মের প্যাটার্ন বর্ণনা করে না। সেই ফলাফলগুলি ব্যাখ্যা করতে স্কোরিং গাইডটি ব্যবহার করুন এবং অনুশীলনের অগ্রগতি অন্য কোথাও অ-পরীক্ষিত সুবিধা থেকে আলাদা রাখুন।

## আরও পড়া

- Jaeggi, Buschkuehl, Jonides & Perrig (2008), Improving fluid intelligence with training on working memory, PNAS — https://doi.org/10.1073/pnas.0801268105
- Redick et al. (2013), No evidence of intelligence improvement after working memory training, Journal of Experimental Psychology: General — https://doi.org/10.1037/a0029082
- Melby-Lervåg & Hulme (2013), Is working memory training effective? A meta-analytic review, Developmental Psychology — https://doi.org/10.1037/a0028228
- Au et al. (2015), Improving fluid intelligence with training on working memory: a meta-analysis, Psychonomic Bulletin & Review — https://doi.org/10.3758/s13423-014-0699-x
- Melby-Lervåg, Redick & Hulme (2016), Working memory training does not improve performance on measures of intelligence or other far transfer, Perspectives on Psychological Science — https://doi.org/10.1177/1745691616635612
- Soveri et al. (2017), Working memory training revisited: a multi-level meta-analysis of n-back training studies, Psychonomic Bulletin & Review — https://doi.org/10.3758/s13423-016-1217-0
- Simons et al. (2016), Do “Brain-Training” Programs Work?, Psychological Science in the Public Interest — https://doi.org/10.1177/1529100616661983