跟踪 dual n-back 进度：实用的会话日志

判断分数之前记录条件

有用的 dual n-back 日志记录您的练习内容，而不仅仅是您的最佳百分比。写下日期、任务模式、N 级别、会话时长、评分规则和结果。添加有关中断或设备更改的简短说明。保持格式足够小，以便在会议结束后填写。本指南提出了一种个人组织方法，而不是经过验证的认知评估或所需的培训计划。

每个可比较的块使用一行

如果级别在会话期间发生变化，请在该信息可用时将块分开。否则，将结果标记为混合级别会话，而不是将其分配给达到的最高 N。您可以将日志保存在笔记本或电子表格中。仅记录您的应用实际显示的信息；将不可用的值留空，而不是发明它们。

示例：创纪录并不总是趋势

该表包含发明结果，而不是用户数据。两个会话都是双 2-back 块，有 100 个计分决策，其中 20 个是比赛，使用相同的计时和计分惯例。第二次会话有更多正确的检测，但也有更多的误报。因此，它对匹配的响应更加灵敏，但总体准确性却没有提高。仅一个百分比就可以隐藏响应模式的变化。

将误报与误报分开

未命中意味着没有检测到真正的匹配；误报意味着您在没有匹配的情况下发出了匹配信号。在示例中，会话 A 检测到 20 个匹配项中的 16 个：80%。会话 B 检测到 20 个中的 18 个：90%。但误报从 80 次不匹配中的 4 次 (5%) 上升到 80 次不匹配中的 8 次 (10%)。 A 的总体准确度为 92%，B 的总体准确度为 90%。无论是按按钮的次数还是较高的命中率都不足以概括整体性能。

保持混合水平和平均值诚实

不要将 N=3 时的个人最佳成绩与 N=2 时的平均成绩进行比较，就好像只是您的技能发生了变化。为每个模式和级别保留单独的摘要。如果您合并块，请保留评分决策的数量：平均两个百分比可以使每个块具有相同的权重，即使一个块更长。从一次审查到下一次审查都使用相同的计算，并记下任何更改。

每周简短回顾

选择一个固定的时间重读类似的课程。问三个问题：我是否完成了计划的练习，出现了哪些错误，以及我是否更改了设置？如果计算中位数，请将可比分数排序并取中间值，或取两个中间值的平均值作为偶数。保留所有会议，包括令人失望的会议。个人日志可以揭示需要调查的模式，但一些观察结果无法确定其原因。

当结果停止上升时该怎么办

首先检查比赛是否真的使用相同的级别、速度和得分。然后阅读错误注释。如果未命中占主导地位，请重新审视比较规则，或者如果再次出现误报，请检查您是否正在回答熟悉的信号而不是精确的 N-back 匹配。尽可能一次调整一项设置。平台期是对最近结果的描述，而不是诊断或需要特定训练剂量的证据。

日志可以显示什么和不能显示什么

日志记录了在您记录的条件下任务的执行情况。它并不表现出智商的提高或学习、工作或日常记忆力的改善。对 n-back 训练的研究区分了练习任务的收益与转移到不同任务的收益。使用应用程序的会话结果作为起点、定义的评分指南以及更广泛主张的限制的证据指南。

延伸阅读

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