# দ্বৈত n-back স্কোরিং: সূত্র, উদাহরণ এবং ক্যালকুলেটর

Canonical: https://romeoapps.app/bn/dual-n-back/dual-n-back-scoring/
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 এ হিট, মিস এবং মিথ্যা অ্যালার্ম বুঝুন। একটি কার্যকর উদাহরণ এবং একটি ইন্টারেক্টিভ ক্যালকুলেটরের সাথে স্কোরিং সূত্রের তুলনা করুন।

## একটি স্ট্রীম এবং একটি তুলনা নিয়ম দিয়ে শুরু করুন৷

ডুয়াল n-back আপনাকে অবস্থান এবং শব্দ আলাদাভাবে বিচার করতে বলে। প্রতিটি স্ট্রীমের জন্য, একটি টার্গেট হল এমন একটি আইটেম যা ঠিক N এর আগের আইটেমের সাথে মেলে। একটি প্রতিক্রিয়া হল প্রতিক্রিয়া উইন্ডোর মধ্যে সংশ্লিষ্ট নিয়ন্ত্রণে একটি প্রেস। একই বাঁক এক স্ট্রীমে একটি লক্ষ্য ধারণ করতে পারে, উভয়, বা কোনটিতেই। শতাংশ ব্যাখ্যা করার আগে, কোন স্ট্রীম, কোন যোগ্য মোড় এবং কোন প্রতিক্রিয়া উইন্ডোটি বর্ণনা করে তা নির্ধারণ করুন। একটি শতাংশ এর গণনা নিয়ম ছাড়াই আপনাকে এটি ব্যাখ্যা করার জন্য প্রয়োজনীয় তথ্য ছেড়ে দেয়।


## চারটি সম্ভাব্য ফলাফল

একটি হিট মানে আপনি একটি বাস্তব ম্যাচের জন্য চাপ দিয়েছেন। একটি মিস মানে প্রয়োজনীয় প্রতিক্রিয়া ছাড়াই একটি বাস্তব ম্যাচ পাস করা। একটি মিথ্যা অ্যালার্ম মানে আপনি চাপেন যখন প্রয়োজনীয় দূরত্বে কোনো মিল ছিল না। একটি সঠিক প্রত্যাখ্যান মানে কোন মিল ছিল না এবং আপনি চাপেননি। এই চারটি গণনা একটি প্রবাহে যোগ্য তুলনার জন্য একটি সম্পূর্ণ রেকর্ড তৈরি করে। তারা ফলাফল বর্ণনা করে, তাদের কারণ নয়: একটি মিথ্যা অ্যালার্ম এন সম্পর্কে বিভ্রান্তি, একটি দুর্ঘটনাজনিত ট্যাপ বা একটি অনিশ্চিত সিদ্ধান্ত জড়িত হতে পারে। একা গণনা আপনাকে বলতে পারবে না কি ঘটেছে.


## একটি কাজের উদাহরণ: 100টি যোগ্য তুলনা

20টি ম্যাচ এবং 80টি অ-ম্যাচ সহ একটি স্ট্রিম কল্পনা করুন। আপনি সঠিকভাবে 16টি ম্যাচ শনাক্ত করেছেন, 4টি মিস করেছেন, 8টি অ-ম্যাচের উপর ভুলভাবে টিপুন এবং 72টি অ-ম্যাচ সঠিকভাবে ছেড়ে দিন। চারটি সংখ্যা 100 পর্যন্ত যোগ করে: 16 + 4 + 8 + 72। এগুলি উদ্ভাবিত শিক্ষার মান, ব্যবহারকারীর ফলাফল বা প্রস্তাবিত লক্ষ্য নয়। একটি সম্পূর্ণ উদাহরণ রাখা সহজ করে দেখায় যে একই কার্যকারিতা কীভাবে বিভিন্ন শতাংশ তৈরি করতে পারে গণনাটি গাণিতিকভাবে ভুল না হয়েও।

### 100টি তুলনা, চারটি সম্ভাব্য ফলাফল

একটি প্রবাহের জন্য কাল্পনিক উদাহরণ: 16টি হিট, 4টি মিস, 8টি মিথ্যা অ্যালার্ম এবং 72টি সঠিক প্রত্যাখ্যান৷ প্রতিটি বর্গক্ষেত্র একটি তুলনা প্রতিনিধিত্ব করে। রং গ্রুপ ফলাফল; তারা একটি বাস্তব অধিবেশনের আদেশ দেখান না. একটি উচ্চ সামগ্রিক নির্ভুলতা মিস করা লক্ষ্যগুলিকে আড়াল করতে পারে: সর্বদা পৃথক গণনাগুলি দেখুন৷


## হিট রেট এবং মিথ্যা-অ্যালার্ম রেট বিভিন্ন ডিনোমিনেটর ব্যবহার করে

হিটের হার হল হিটগুলিকে সমস্ত বাস্তব ম্যাচ দিয়ে ভাগ করে: 16 / (16 + 4) = 80%৷ মিথ্যা-অ্যালার্মের হার হল মিথ্যা অ্যালার্মকে সমস্ত অ-মিল দিয়ে ভাগ করে: 8 / (8 + 72) = 10%। উভয় গণনাকে 100 দ্বারা ভাগ করবেন না এবং এই হারগুলিকে কল করুন। 100টি তুলনার মধ্যে 16টি হিট হল একটি হিটে শেষ হওয়া সমস্ত তুলনার অনুপাত; এটি একটি ভিন্ন পরিমাণ। যদি কোন সত্যিকারের মিল না থাকে, তাহলে হিট রেট কোন ডিনোমিনেটর নেই এবং এটি অনির্ধারিত। কোন মিল না থাকলে মিথ্যা-অ্যালার্ম হারের ক্ষেত্রেও এটি প্রযোজ্য।


## সামগ্রিক নির্ভুলতা এবং সক্রিয় নির্ভুলতা বিভিন্ন প্রশ্নের উত্তর দেয়

সামগ্রিক নির্ভুলতা উভয় ধরণের সঠিক ফলাফল গণনা করে: (হিট + সঠিক প্রত্যাখ্যান) / সমস্ত তুলনা। উদাহরণ দেয় (16 + 72) / 100 = 88%। ক্যালকুলেটরে সক্রিয় নির্ভুলতা লেবেলযুক্ত আরেকটি নিয়ম হল হিট / (হিট + মিস + মিথ্যা অ্যালার্ম)। এটি 16/ (16 + 4 + 8), প্রায় 57.1% প্রদান করে সঠিক প্রত্যাখ্যান বাদ দেয়। এটি পরিসংখ্যানগত মেট্রিক নয় যাকে নির্ভুলতা বলা হয়, যার হর হল হিট + মিথ্যা অ্যালার্ম। অ্যাপ্লিকেশন দ্বারা সরবরাহকৃত সংজ্ঞাগুলি পরীক্ষা করুন বা উভয় সূত্রের সাথে একটি প্রদর্শিত ফলাফলের তুলনা করার আগে অধ্যয়ন করুন৷


## কেন টিপে কখনও প্রতারণামূলকভাবে ভাল দেখতে পারে না

উদাহরণের 20টি ম্যাচ এবং 80টি নন-ম্যাচ রাখুন, কিন্তু কল্পনা করুন যে কখনও চাপ দেবেন না। গণনা 0 হিট, 20 মিস, 0 মিথ্যা অ্যালার্ম এবং 80টি সঠিক প্রত্যাখ্যানে পরিণত হয়। সামগ্রিক নির্ভুলতা 80%, যদিও প্রতিটি ম্যাচ মিস হয়েছে। সক্রিয় নির্ভুলতা 0%, আঘাতের হার 0% এবং মিথ্যা-অ্যালার্মের হার 0%। উদাহরণটি হর এর গুরুত্ব প্রদর্শন করে; এটি বোঝায় না যে কোনও অ্যাপ কিছুই না করার জন্য 80% পুরষ্কার দেয়। একটি লক্ষ্য-সংবেদনশীল স্কোরিং নিয়ম একই আচরণকে বেশ ভিন্নভাবে আচরণ করতে পারে।


## একটি অ্যাপ্লিকেশন ফলাফল সঙ্গে বিভ্রান্ত না করে গণনা চেষ্টা করুন

নীচের ক্যালকুলেটরটি একটি প্রবাহে কাজ করে। এর প্রারম্ভিক মান 100-তুলনা উদাহরণ পুনরুত্পাদন. চারটি সূত্র অন্বেষণ করার জন্য একটি গণনা পরিবর্তন করুন, অথবা প্রতিক্রিয়া প্যাটার্ন পরিবর্তন করার সময় লক্ষ্যের সংখ্যা স্থির রাখতে কখনও চাপা-চাপানোর উদাহরণ ব্যবহার করুন। জিরো-ডিনোমিনেটর ফলাফলগুলি নীরবে ভাল বা খারাপ স্কোরে রূপান্তরিত করার পরিবর্তে অনির্ধারিত হিসাবে দেখানো হয়। এটি একটি শিক্ষণ সরঞ্জাম, আপনার অ্যাপ ইতিহাসের আমদানি নয়, প্রতিটি অ্যাপ সংস্করণের পুনর্গঠন বা একটি ক্লিনিকাল মূল্যায়ন নয়। মানগুলি আপনার ব্রাউজারে থাকে।


## তাদের একত্রিত করার আগে অবস্থান এবং শব্দ পড়ুন

অন্তর্নিহিত গণনা উপলব্ধ হলে প্রতিটি স্ট্রীম আলাদাভাবে গণনা করুন। আপনি যদি স্ট্রিমগুলিকে একত্রিত করেন, তাহলে আপনি গণনা বা গড় শতাংশে পুলিং করছেন কিনা তা নির্ধারণ করুন। এই পদ্ধতিগুলি ভিন্ন হতে পারে যখন হর পৃথক হয়। উদাহরণস্বরূপ, 10টি টার্গেট ট্রায়ালে 9টি হিট সহ একটি স্ট্রিমের 90% হিট রেট রয়েছে, যেখানে 2টি টার্গেট ট্রায়ালে 1টি হিট সহ আরেকটির 50% হিট রেট রয়েছে৷ তাদের সরল গড় 70%; তাদের পুল করা হিট রেট হল 10/12, প্রায় 83.3%। আপনি কোন গণনা ব্যবহার করেছেন তা রিপোর্ট করুন। নীরবে অন্যটির প্রতিস্থাপন করা উচিত নয়।


## একটি ভাল স্কোর টাস্ক সেটিংস উপর নির্ভর করে

N, সক্রিয় স্ট্রীমের সংখ্যা, গতি, যোগ্য পরীক্ষার সংখ্যা, লক্ষ্য ফ্রিকোয়েন্সি এবং স্কোরিং সূত্র সবই একটি স্কোরের অর্থকে প্রভাবিত করে। একটি ভিন্ন সেটআপের ফলাফল আপনার থেকে স্বয়ংক্রিয়ভাবে ভাল বা খারাপ হয় না। পর্যাপ্ত ইতিহাস ব্যতীত প্রাথমিক বাঁকগুলি কীভাবে চিকিত্সা করা হয় তা পরীক্ষা করে দেখুন, একই সাথে ম্যাচের জন্য দুটি প্রতিক্রিয়া প্রয়োজন কিনা এবং মিস প্রতিক্রিয়াগুলি স্ট্রিম দ্বারা আলাদাভাবে গণনা করা হয় কিনা। সময়ের সাথে তুলনা করার জন্য, সেই সেটিংসগুলিকে ব্যবহারিক হিসাবে সামঞ্জস্যপূর্ণ রাখুন এবং প্রতিটি শতাংশকে বিনিময়যোগ্য হিসাবে বিবেচনা করার পরিবর্তে পরিবর্তনগুলি রেকর্ড করুন।

### স্কোর তুলনা করার আগে সেটিংস পড়ুন

এই ক্যাপচার করা সেটিংস স্ক্রিনে: 1 অডিও মোড পরিবর্তন করে; 2 অবিলম্বে প্রতিক্রিয়া পরিবর্তন; 3 N স্তর নির্বাচন করে; 4 রাউন্ডের সংখ্যা নির্বাচন করে। এই শর্তগুলি পরীক্ষা করার পরেই ফলাফলের তুলনা করুন। উপলব্ধ স্তর এবং লেবেল অ্যাপ সংস্করণ এবং ক্রয় অবস্থার সাথে পরিবর্তিত হতে পারে।

![ইংরেজি অ্যাপ সেটিংস নো অডিও, তাত্ক্ষণিক প্রতিক্রিয়া, এন-লেভেল এবং রাউন্ডস দেখাচ্ছে।](https://romeoapps.app/assets/dnb-settings-capture-2026-09.png)
প্রকৃত অ্যাপ ক্যাপচার · সেপ্টেম্বর 2026 · ইন্টারফেসের ভাষা আলাদা হতে পারে · EN · 2026-09-06

[iPhone এ Dual N-Back সেটিংস: অডিও, প্রতিক্রিয়া এবং স্তর](https://romeoapps.app/bn/dual-n-back/dual-n-back-settings-iphone/)

## পরিবর্তনশীলতা হল তথ্য, রোগ নির্ণয় নয়

একটি অধিবেশন মনোযোগ, নিয়ন্ত্রণের সাথে পরিচিতি, বাধা বা অন্যান্য অবস্থার সাথে পরিবর্তিত হতে পারে। শুধুমাত্র একটি স্কোর এটি কেন পরিবর্তিত হয়েছে তা প্রতিষ্ঠিত করে না এবং এখানে ঘুম, ক্যাফিন বা একটি নির্দিষ্ট দিনে একটি নির্দিষ্ট প্রভাব নির্ধারণের কোনো ভিত্তি নেই। একটি প্রবণতা ব্যাখ্যা করার আগে কয়েকটি তুলনামূলক সেশন দেখুন। একটি মালভূমি একটি জৈবিক সিলিং সনাক্ত করে না, এবং একটি নিম্ন ফলাফল নিজেই সাধারণ স্মৃতিশক্তি হ্রাস দেখায় না। যদি একটি সেশন অস্বস্তিকর বা হতাশাজনক বোধ করে, একটি গ্যারান্টিযুক্ত স্কোরিং কৌশলের পরিবর্তে একটি ছোট সেশন বা বিরতি একটি ব্যবহারিক বিকল্প।


## একটি সাধারণ অনুশীলন রেকর্ডে কী রাখবেন

তারিখ, N, সক্রিয় স্ট্রীম, গতি, যোগ্য ট্রায়াল সংখ্যা এবং ব্যবহৃত সূত্র রাখুন। যখন উপলব্ধ, প্রতিটি স্ট্রীমের জন্য চারটি ফলাফল গণনা রাখুন; হারগুলি তাদের হর অনুমান না করেই পুনরায় গণনা করা যেতে পারে। একটি বিঘ্ন বা সেটিংস পরিবর্তন সম্পর্কে একটি সংক্ষিপ্ত নোট যোগ করুন যদি এটি আপনাকে সেশনটি পরে ব্যাখ্যা করতে সহায়তা করে। একটি ব্যক্তিগত সেরা অনুপ্রেরণাদায়ক হতে পারে, কিন্তু এটি একটি সাধারণ ফলাফলের মতো নয়। কিছু তুলনামূলক রেকর্ডগুলি কার্যের কোন বিবরণ ছাড়াই শতাংশের সংগ্রহের চেয়ে আরও তথ্যপূর্ণ।

[ট্র্যাক dual n-back অগ্রগতি: একটি ব্যবহারিক সেশন লগ](https://romeoapps.app/bn/dual-n-back/dual-n-back-progress-log/)

## এই সংখ্যাগুলি কী স্থাপন করতে পারে এবং কী করতে পারে না

এই স্কোরগুলি নির্দিষ্ট নিয়মের অধীনে একটি নির্দিষ্ট কাজের প্রতিক্রিয়া বর্ণনা করে। সেই কাজের উন্নতি নিজেই, IQ-তে পরিমাপিত বৃদ্ধি বা স্কুল বা কর্মক্ষেত্রে আরও ভাল পারফরম্যান্সের প্রমাণ নয়। গবেষণা নির্দেশিকা অনুশীলন লাভ এবং অন্যান্য ফলাফলে স্থানান্তরের মধ্যে পার্থক্য ব্যাখ্যা করে। আপনার প্রতিক্রিয়া এবং অনুশীলনের নিয়মগুলি বুঝতে স্কোরগুলি ব্যবহার করুন। আপনার প্রকৃত সেশনের ফলাফলের জন্য, অ্যাপ দ্বারা দেখানো সংজ্ঞা এবং প্রতি-স্ট্রীম ব্রেকডাউন দেখুন; ক্যালকুলেটর আছে পাটিগণিতকে স্বচ্ছ করতে।

[dual n-back প্রশিক্ষণ কি কাজ করে? প্রমাণ আসলে কি বলে](https://romeoapps.app/bn/dual-n-back/does-dual-n-back-work/)

## প্রশ্ন

### n-back এ মিথ্যা এলার্ম কি?

প্রয়োজনীয় N-back দূরত্বে কোনো মিল না থাকলে একটি প্রতিক্রিয়া। এটি একটি ফলাফল বর্ণনা করে; কারণটি অনুমান, বিভ্রান্তি বা দুর্ঘটনাজনিত ট্যাপ ছিল কিনা তা একা গণনাই প্রতিষ্ঠিত করে না।

### কেন একই সেশন 88% এবং 57.1% দেখাতে পারে?

সূত্রগুলি বিভিন্ন হর ব্যবহার করতে পারে। কাজের উদাহরণে, সামগ্রিক নির্ভুলতা হল (16 + 72) / 100 = 88%, যখন সক্রিয় নির্ভুলতা হল 16 / (16 + 4 + 8), প্রায় 57.1%।

### ক্যালকুলেটর কি আমার অ্যাপ স্কোর পুনরুত্পাদন করে?

এটি একটি প্রবাহের জন্য চারটি সুস্পষ্ট সূত্র চিত্রিত করে। আপনার প্রদর্শিত অ্যাপ ফলাফল বিভিন্ন যোগ্যতা নিয়ম ব্যবহার করতে পারে বা বিভিন্ন স্ট্রীম একত্রিত করতে পারে। তুলনা করার আগে অ্যাপের সংজ্ঞা পরীক্ষা করুন।

### একটি হর শূন্য হলে কি হয়?

সেই হার অনির্ধারিত। অনুপস্থিত পর্যবেক্ষণগুলিকে নিখুঁত বা ব্যর্থ কর্মক্ষমতা হিসাবে বিবেচনা করার পরিবর্তে ক্যালকুলেটর একটি অনির্ধারিত ফলাফল প্রদর্শন করে।

## আরও পড়া

- Kane et al. (2007), Working memory, attention control, and the n-back task, Journal of Experimental Psychology: Learning, Memory, and Cognition — https://doi.org/10.1037/0278-7393.33.3.615
- Cowan (2010), The Magical Mystery Four: How is working memory capacity limited, and why?, Current Directions in Psychological Science — https://doi.org/10.1177/0963721409359277
- scikit-learn documentation — classification metrics and confusion matrices (mathematical definitions) — https://scikit-learn.org/stable/modules/model_evaluation.html#classification-metrics