# Seuraa dual n-back edistymistä: käytännön istuntoloki

Canonical: https://romeoapps.app/fi/dual-n-back/dual-n-back-progress-log/
Author: Roméo Gambino · Published: 2026-09-08 · Updated: 2026-09-08 · App: Dual N-Back (https://romeoapps.app/fi/dual-n-back/)

Käytä yksinkertaista dual n-back -harjoituspäiväkirjaa tasojen, tarkkuuden ja virheiden vertailuun eri päivinä ilman lyhytaikaisten vaihteluiden ylitulkintaa.

## Kirjaa ehdot ennen pisteen arvioimista

Hyödyllinen dual n-back -lokikirja tallentaa sen mitä harjoittelit, ei vain parasta suoritustasi. Seuraa päivämäärää, N-tasoa, yritysten määrää sekä sijainnin ja äänen erillistä tarkkuutta. Se antaa rehellisen lähtötason huonoinakin päivinä ja kertoo, milloin tason nostaminen on todella perusteltua.


## Käytä yhtä riviä jokaiselle vertailukelpoiselle lohkolle

If the level changes during a session, separate the blocks when that information is available. Otherwise label the result as a mixed-level session rather than assigning it to the highest N reached. You can keep the log in a notebook or a spreadsheet. Record only the information your app actually shows; jätä käyttämättömät arvot tyhjiksi sen sijaan, että keksit niitä.


## Esimerkki: ennätys ei aina ole trendi

Taulukko sisältää keksittyjä tuloksia, ei käyttäjätietoja. Molemmat istunnot ovat kaksinkertaisia ​​2-back-lohkoja, joissa on 100 pisteytettyä päätöstä, joista 20 on otteluita, käyttäen samaa ajoitus- ja pisteytyskäytäntöä. Toisessa istunnossa on enemmän oikeita havaintoja, mutta myös enemmän vääriä hälytyksiä. Siksi se reagoi paremmin otteluihin saavuttamatta parempaa yleistä tarkkuutta. Pelkästään yksi prosenttiosuus piilottaisi tämän muutoksen vastausmallissa.


## Erottele häiriöt vääristä hälytyksistä

Puuttuminen tarkoittaa, että oikeaa ottelua ei havaittu; väärä hälytys tarkoittaa, että annoit ottelun signaalin, kun sitä ei ollut. Esimerkissä istunto A havaitsee 16 osumaa 20:stä: 80 %. Istunto B havaitsee 18/20: 90 %. Mutta väärät hälytykset lisääntyvät neljästä 80:stä ei-osumasta (5 %) 8:aan 80:stä (10 %). Kokonaistarkkuus on 92 % A:lle ja 90 % B:lle. Painikkeiden painallusten määrä tai korkeampi osumaprosentti eivät yksinään tee yhteenvetoa koko suorituskyvystä.

[Kaksinkertainen n-back-pisteytys: kaavat, esimerkit ja laskin](https://romeoapps.app/fi/dual-n-back/dual-n-back-scoring/)

## Pidä sekalaiset tasot ja keskiarvot rehellisinä

Älä vertaa omaa ennätystäsi N=3 keskiarvoon N=2 ikään kuin vain taitosi olisi muuttunut. Pidä erilliset yhteenvedot jokaisesta tilasta ja tasosta. Jos yhdistät lohkoja, säilytä pisteytettyjen päätösten määrä: kahden prosentin keskiarvo antaa jokaiselle lohkolle saman painon, vaikka yksi olisi paljon pidempi. Käytä samaa laskelmaa arvostelusta toiseen ja kirjoita muutokset ylös.

[Single vs dual n-back: mikä muuttuu ja mistä aloittaa](https://romeoapps.app/fi/dual-n-back/single-vs-dual-n-back/)

## Lyhyt viikkokatsaus

Valitse tavallinen hetki lukeaksesi uudelleen vertailukelpoisia istuntoja. Esitä kolme kysymystä: suoritinko suunnitellun harjoituksen, mitkä virheet toistuvat ja muutinko asetuksia? Jos lasket mediaanin, lajittele vertailukelpoiset pisteet ja ota keskiarvo tai kahden keskiarvon keskiarvo parilliseen laskelmaan. Säilytä kaikki istunnot, mukaan lukien pettymys. Henkilökohtainen loki voi paljastaa kuvioita tutkittavaksi, mutta muutamat havainnot eivät pysty selvittämään niiden syytä.


## Mitä tehdä, kun tulokset lakkaavat kasvamasta

Tarkista ensin, käytettiinkö harjoituksissa todella samaa tasoa, vauhtia ja pisteytystä. Lue sitten virheilmoitukset. Tarkista vertailusääntö, jos ohitukset hallitsevat, tai tarkista, vastaatko tuttuun signaaliin tarkan N-back-vastaavuuden sijaan, jos väärät hälytykset toistuvat. Säädä yksi asetus kerrallaan, jos mahdollista. Tasanne on kuvaus viimeaikaisista tuloksista, ei diagnoosi tai todiste siitä, että tietty harjoitusannos tarvitaan.


## Mitä loki voi näyttää ja mitä ei

Loki dokumentoi tehtävän suorituskyvyn tallentamissasi olosuhteissa. Se ei osoita älykkyysosamäärän nousua tai paranemista opiskelussa, työssä tai päivittäisessä muistissa. n-back-harjoittelun tutkimus erottaa harjoitetun tehtävän hyödyt siirtymisestä eri tehtäviin. Käytä sovelluksen istunnon tuloksia lähtökohtana, määritelmien pisteytysopasta ja laajempien väitteiden rajojen näyttöopasta.

[Toimiiko dual n-back koulutus? Mitä todisteet todella sanovat](https://romeoapps.app/fi/dual-n-back/does-dual-n-back-work/)

## Lue lisää

- scikit-learn documentation — classification metrics and confusion matrices (mathematical definitions) — https://scikit-learn.org/stable/modules/model_evaluation.html#classification-metrics
- Holmes, Woolgar, Hampshire & Gathercole (2019), Are Working Memory Training Effects Paradigm-Specific? — https://doi.org/10.3389/fpsyg.2019.01103