Spåra dual n-back framsteg: en praktisk sessionslogg

Logga villkoren innan du bedömer poängen

En användbar dual n-back-logg registrerar vad du har tränat på, inte bara din bästa procentandel. Skriv datum, uppgiftsläge, N-nivå, sessionslängd, poängregel och resultat. Lägg till en kort notering om avbrott eller byte av enhet. Håll formatet tillräckligt litet för att fyllas i efter en session. Denna guide föreslår en personlig organisationsmetod, inte en validerad kognitiv bedömning eller ett obligatoriskt träningsprogram.

Använd en rad för varje jämförbart block

Om nivån ändras under en session, separera blocken när den informationen är tillgänglig. Annars märk resultatet som en session på blandad nivå istället för att tilldela det det högsta N som uppnåtts. Du kan behålla loggen i en anteckningsbok eller ett kalkylblad. Registrera endast den information som din app faktiskt visar; lämna otillgängliga värden tomma istället för att uppfinna dem.

Ett exempel: ett rekord är inte alltid en trend

Tabellen innehåller uppfunna resultat, inte användardata. Båda sessionerna är dubbla 2-back-block med 100 gjorda avgöranden, varav 20 är matcher, med samma timing och poängkonvention. Den andra sessionen har mer korrekta upptäckter men också fler falsklarm. Den är därför mer lyhörd för matchningar utan att uppnå en högre total noggrannhet. Enbart en procentandel skulle dölja den förändringen i svarsmönster.

Separat missar från falsklarm

En miss betyder att en riktig match inte upptäcktes; ett falskt larm betyder att du signalerade en match när det inte fanns någon. I exemplet upptäcker session A 16 av 20 matchningar: 80 %. Session B upptäcker 18 av 20: 90 %. Men falsklarm stiger från 4 av 80 icke-matchningar (5 %) till 8 av 80 (10 %). Den totala noggrannheten är 92 % för A och 90 % för B. Varken antalet knapptryckningar eller en högre träfffrekvens ensam sammanfattar hela prestandan.

Håll blandade nivåer och genomsnitt ärliga

Jämför inte ett personbästa på N=3 med ett genomsnitt på N=2 som om bara din skicklighet hade förändrats. Håll separata sammanfattningar för varje läge och nivå. Om du kombinerar block, behåll antalet poängsatta beslut: ett genomsnitt av två procent ger varje block lika stor vikt även när ett är mycket längre. Använd samma beräkning från en recension till nästa och skriv ner eventuella ändringar.

En kort veckoöversikt

Välj en vanlig tidpunkt för att läsa om jämförbara sessioner. Ställ tre frågor: slutförde jag den planerade träningen, vilka fel återkom och ändrade jag inställningarna? Om du beräknar en median, sortera de jämförbara poängen och ta det mellersta värdet, eller medelvärdet av de två mittenvärdena för ett jämnt antal. Behåll alla sessioner, inklusive de nedslående. En personlig logg kan avslöja mönster att undersöka, men några få observationer kan inte fastställa deras orsak.

Vad ska man göra när resultaten slutar stiga

Kontrollera först om passet verkligen använde samma nivå, takt och poäng. Läs sedan felanteckningarna. Gå tillbaka till jämförelseregeln om missar dominerar, eller kontrollera om du svarar på en bekant signal snarare än en exakt N-back-matchning om falska larm återkommer. Justera en inställning i taget när det är möjligt. En platå är en beskrivning av de senaste resultaten, inte en diagnos eller bevis på att en viss träningsdos behövs.

Vad loggen kan och inte kan visa

Loggen dokumenterar prestanda för uppgiften under de förhållanden du registrerade. Det visar inte på en IQ-ökning eller en förbättring av studier, arbete eller vardagsminne. Forskning om n-back-träning särskiljer vinster på den utövade uppgiften från överföring till olika uppgifter. Använd appens sessionsresultat som utgångspunkt, poängguiden för definitioner och bevisguiden för gränserna för bredare påståenden.

Läs vidare

• scikit-learn documentation — classification metrics and confusion matrices (mathematical definitions)
• Holmes, Woolgar, Hampshire & Gathercole (2019), Are Working Memory Training Effects Paradigm-Specific?