# ადევნეთ თვალი dual n-back პროგრესს: პრაქტიკული სესიის ჟურნალი

Canonical: https://romeoapps.app/ka/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/ka/dual-n-back/)

გამოიყენეთ მარტივი dual n-back სესიის ჟურნალი დონეების, სიზუსტისა და შეცდომების სამართლიანად შესადარებლად. მოყვება გამოგონილი დამუშავებული მაგალითი და ყოველკვირეული მიმოხილვის მეთოდი.

## დაწერეთ პირობები ქულის განსჯამდე

სასარგებლო dual n-back ჟურნალი აღწერს იმას, რასაც ივარჯიშეთ და არა მხოლოდ თქვენს საუკეთესო პროცენტს. დაწერეთ თარიღი, დავალების რეჟიმი, N დონე, სესიის ხანგრძლივობა, ქულის შეტანის წესი და შედეგი. დაამატეთ მოკლე შენიშვნა შეფერხებების ან მოწყობილობის შეცვლის შესახებ. შეინახეთ ფორმატი საკმარისად მცირე, რომ შეავსოთ სესიის შემდეგ. ეს გზამკვლევი გვთავაზობს პერსონალური ორგანიზაციის მეთოდს და არა დადასტურებულ კოგნიტურ შეფასებას ან საჭირო სასწავლო პროგრამას.


## გამოიყენეთ ერთი რიგი თითოეული შესადარებელი ბლოკისთვის

თუ დონე იცვლება სესიის დროს, გამოყავით ბლოკები, როდესაც ეს ინფორმაცია ხელმისაწვდომია. წინააღმდეგ შემთხვევაში, შეაფასეთ შედეგი, როგორც შერეული დონის სესია, ვიდრე მიაკუთვნოთ ის ყველაზე მაღალ N-ს. შეგიძლიათ შეინახოთ ჟურნალი ნოუთბუქში ან ცხრილებში. ჩაწერეთ მხოლოდ თქვენი აპლიკაცია რეალურად აჩვენებს ინფორმაციას; გამოგონების ნაცვლად, დატოვეთ მიუწვდომელი მნიშვნელობები ცარიელი.


## მაგალითი: ჩანაწერი ყოველთვის არ არის ტენდენცია

ცხრილი შეიცავს გამოგონილ შედეგებს და არა მომხმარებლის მონაცემებს. ორივე სესია არის ორმაგი 2-back ბლოკი 100 გატანილი გადაწყვეტილებით, რომელთაგან 20 არის მატჩი, იგივე დროისა და ქულების კონვენციის გამოყენებით. მეორე სესიას აქვს უფრო სწორი აღმოჩენები, მაგრამ ასევე მეტი ცრუ განგაში. ამიტომ ის უფრო რეაგირებს მატჩებზე უფრო მაღალი საერთო სიზუსტის მიღწევის გარეშე. მხოლოდ ერთი პროცენტი მალავს ამ ცვლილებას პასუხში.


## გამოაცალეთ გამოტოვება ცრუ განგაშისგან

გამოტოვება ნიშნავს, რომ ნამდვილი მატჩი არ იქნა აღმოჩენილი; ცრუ განგაში ნიშნავს, რომ თქვენ მიანიშნეთ მატჩი, როდესაც არ იყო. მაგალითში A სესია აღმოაჩენს 20-დან 16-ს: 80%. B სესია აღმოაჩენს 18 20-დან: 90%. მაგრამ ცრუ სიგნალიზაცია იზრდება 80-დან 4-დან არაშესაბამისად (5%) 80-დან 8-მდე (10%). საერთო სიზუსტე არის 92% A-სთვის და 90% B-სთვის. არც ღილაკების დაჭერის რაოდენობა და არც დარტყმის უფრო მაღალი მაჩვენებელი არ აჯამებს მთლიან შესრულებას.

[ორმაგი n-back ქულა: ფორმულები, მაგალითები და კალკულატორი](https://romeoapps.app/ka/dual-n-back/dual-n-back-scoring/)

## შეინახეთ შერეული დონეები და საშუალო მაჩვენებლები გულწრფელად

ნუ შეადარებთ პერსონალურ საუკეთესოს N=3-ზე საშუალოს N=2-ზე, თითქოს მხოლოდ თქვენი უნარი შეიცვალა. შეინახეთ ცალკე რეზიუმეები თითოეული რეჟიმისა და დონისთვის. თუ ბლოკებს აერთიანებთ, შეინარჩუნეთ გატანილი გადაწყვეტილებების რაოდენობა: საშუალოდ ორი პროცენტი აძლევს თითოეულ ბლოკს თანაბარ წონას მაშინაც კი, როდესაც ერთი გაცილებით გრძელია. გამოიყენეთ იგივე გაანგარიშება ერთი მიმოხილვიდან მეორეზე და ჩაწერეთ ნებისმიერი ცვლილება.

[Single vs dual n-back: რა იცვლება და სად უნდა დაიწყოს](https://romeoapps.app/ka/dual-n-back/single-vs-dual-n-back/)

## მოკლე ყოველკვირეული მიმოხილვა

აირჩიეთ რეგულარული მომენტი შესადარებელი სესიების ხელახლა წასაკითხად. დასვით სამი შეკითხვა: დავასრულე თუ არა დაგეგმილი პრაქტიკა, რომელი შეცდომები მეორდება და შევცვალე თუ არა პარამეტრები? თუ გამოთვლით მედიანას, დაალაგეთ შესადარებელი ქულები და აიღეთ საშუალო მნიშვნელობა, ან ორი შუა მნიშვნელობის საშუალო ლუწი დათვლისთვის. შეინახეთ ყველა სესია, მათ შორის იმედგაცრუებული. პირად ჟურნალს შეუძლია გამოავლინოს გამოსაკვლევი შაბლონები, მაგრამ რამდენიმე დაკვირვებით მათი მიზეზის დადგენა შეუძლებელია.


## რა უნდა გააკეთოს, როდესაც შედეგების ზრდა შეჩერდება

ჯერ შეამოწმეთ, სესიებში ნამდვილად გამოყენებული იყო იგივე დონე, ტემპი და ქულა. შემდეგ წაიკითხეთ შეცდომის შენიშვნები. გადახედეთ შედარების წესს, თუ გამოტოვებები დომინირებს, ან შეამოწმეთ, პასუხობთ თუ არა ნაცნობ სიგნალს და არა ზუსტ N-back შესატყვისს, თუ ცრუ სიგნალიზაცია განმეორდება. შეძლებისდაგვარად დაარეგულირეთ თითო პარამეტრი. პლატო არის ბოლო შედეგების აღწერა და არა დიაგნოზი ან მტკიცებულება იმისა, რომ საჭიროა კონკრეტული სავარჯიშო დოზა.


## რისი ჩვენება შეუძლია და ვერ აჩვენოს ჟურნალს

ჟურნალი ადასტურებს დავალების შესრულებას თქვენ მიერ ჩაწერილ პირობებში. ის არ აჩვენებს IQ-ის ზრდას ან სწავლის, სამუშაოს ან ყოველდღიური მეხსიერების გაუმჯობესებას. n-back ტრენინგის კვლევა განასხვავებს პრაქტიკული დავალების მიღწევებს სხვადასხვა დავალებებზე გადატანისგან. გამოიყენეთ აპლიკაციის სესიის შედეგები, როგორც საწყისი წერტილი, ქულების სახელმძღვანელო განმარტებებისთვის და მტკიცებულების სახელმძღვანელო უფრო ფართო პრეტენზიების საზღვრებისთვის.

[მუშაობს dual n-back ტრენინგი? რას ამბობს რეალურად მტკიცებულებები](https://romeoapps.app/ka/dual-n-back/does-dual-n-back-work/)

## შემდგომი კითხვა

- 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