ਸਿੰਗਲ ਅਤੇ ਡੁਅਲ ਐਨ-ਬੈਕ ਵਿੱਚ ਕੀ ਅੰਤਰ ਹੈ?

ਐਨ-ਬੈਕ ਖੋਜ ਵਿੱਚ ਕਈ ਲਾਗੂਕਰਨ ਸ਼ਾਮਲ ਹਨ, ਇੱਕ ਮਿਆਰੀ ਖੇਡ ਨਹੀਂ। ਓਵੇਨ ਅਤੇ ਸਹਿਕਰਮੀ ਪਛਾਣ, ਸਥਾਨ ਅਤੇ ਸਮੱਗਰੀ ਦੇ ਅੰਤਰ ਵੱਖ ਕਰਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਸਿਖਲਾਈ ਬਾਰੇ ਮੈਟਾ-ਵਿਸ਼ਲੇਸ਼ਣ ਸਿਖਲਾਈ ਦੇ ਢਾਂਚੇ ਅਤੇ ਨਤੀਜਿਆਂ ਵਿੱਚ ਫ਼ਰਕਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਲੈਂਦਾ ਹੈ। ਇਹ ਡਿਜ਼ਾਈਨ ਫ਼ਰਕ ਸਿਰਫ਼ ਐਨ ਪੱਧਰ ਨੂੰ ਪ੍ਰਦਰਸ਼ਨ ਦਾ ਅਧੂਰਾ ਵਰਣਨ ਬਣਾ ਦਿੰਦੇ ਹਨ। Owen et al., 2005 Soveri et al., 2017

ਡੁਅਲ ਐਨ-ਬੈਕ ਕਿਹੜੀ ਵਾਧੂ ਮੰਗ ਪੇਸ਼ ਕਰਦਾ ਹੈ?

ਦੋ ਧਾਰਾਵਾਂ ਦੀ ਨਿਗਰਾਨੀ ਨਾਲ ਤਾਲਮੇਲ ਦੀਆਂ ਮੰਗਾਂ ਵਧਦੀਆਂ ਹਨ, ਪਰ ਸਹੀ ਔਕੜ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਕਿ ਧਾਰਾਵਾਂ ਦਾ ਸਮਾਂ ਅਤੇ ਸਕੋਰਿੰਗ ਕਿਵੇਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਡੁਅਲ ਸਕੋਰ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਲਈ ਸਿੰਗਲ-ਕੰਮ ਦੇ ਸਕੋਰ ਨੂੰ ਦੋ ਨਾਲ ਗੁਣਾ ਕਰਨਾ ਜਾਂ ਪੱਧਰਾਂ ਦੀ ਇੱਕ ਨਿਰਧਾਰਤ ਸੰਖਿਆ ਘਟਾਉਣਾ ਸਹੀ ਨਹੀਂ ਹੈ। ਕੰਮਕਾਜੀ ਯਾਦਦਾਸ਼ਤ ਦਾ ਸਿਧਾਂਤ ਇੱਕੋ ਕੰਮ-ਸੁਤੰਤਰ ਸਲਾਟ ਸੰਖਿਆ ਦੀ ਥਾਂ ਕਈ ਪ੍ਰਸਤੁਤੀਆਂ ਅਤੇ ਨਿਯੰਤਰਣ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਦਾ ਹੈ। Baddeley, 2012 Cowan, 2001

ਇਹ ਅੰਤਰ ਇਹ ਵੀ ਸਮਝਾਉਂਦਾ ਹੈ ਕਿ ਅੰਕ-ਸੀਮਾ (ਡਿਜਿਟ-ਸਪੈਨ) ਦਾ ਇੱਕੋ ਸਕੋਰ ਇਹ ਤੈਅ ਨਹੀਂ ਕਰ ਸਕਦਾ ਕਿ ਕਿਹੜਾ ਸੰਸਕਰਣ ਕਿਸੇ ਨੂੰ ਆਸਾਨ ਲੱਗੇਗਾ। ਸੀਮਾ ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿੱਚ ਯਾਦ ਕਰਨ ਅਤੇ ਸੰਭਾਲਣ ਦੀਆਂ ਵੱਖਰੀਆਂ ਮੰਗਾਂ ਹੁੰਦੀਆਂ ਹਨ, ਅਤੇ ਐਨ-ਬੈਕ ਦੀ ਜਟਿਲ ਸੀਮਾ ਨਾਲ ਤੁਲਨਾ ਕਰਨ ਵਾਲਾ ਮੈਟਾ-ਵਿਸ਼ਲੇਸ਼ਣ ਇਹਨਾਂ ਨੂੰ ਇੱਕ-ਦੂਜੇ ਨਾਲ ਬਦਲੇ ਜਾਣ ਵਜੋਂ ਮੰਨਣ ਤੋਂ ਇਨਕਾਰ ਕਰਦਾ ਹੈ। Conway et al., 2005 Redick et al., 2013

ਕੀ ਡੁਅਲ ਐਨ-ਬੈਕ ਵਿਗਿਆਨਕ ਤੌਰ 'ਤੇ ਬਿਹਤਰ ਹੈ?

ਇਸ ਸਵਾਲ ਲਈ ਇੱਕ ਨਿਰਧਾਰਤ ਨਤੀਜਾ ਲੋੜੀਂਦਾ ਹੈ: ਅਭਿਆਸ ਕੀਤੇ ਕੰਮ 'ਤੇ ਬਿਹਤਰ ਪ੍ਰਦਰਸ਼ਨ, ਕਿਸੇ ਹੋਰ ਯਾਦਦਾਸ਼ਤ ਕੰਮ ਵੱਲ ਤਬਾਦਲਾ, ਜਾਂ ਵਿਆਪਕ ਤਰਕ ਵਿੱਚ ਸੁਧਾਰ—ਇਹ ਵੱਖਰੇ ਅੰਤ-ਬਿੰਦੂ ਹਨ। ਸਿਖਲਾਈ ਬਾਰੇ ਮੈਟਾ-ਵਿਸ਼ਲੇਸ਼ਣ ਇਹਨਾਂ ਨਤੀਜਿਆਂ ਨੂੰ ਵੱਖਰਾ ਕਰਦਾ ਹੈ। ਵਧੇਰੇ ਮੰਗ ਵਾਲੀ ਜਾਂ ਵਧੇਰੇ ਵਿਸਤ੍ਰਿਤ ਸਿਖਲਾਈ ਆਪਣੇ ਆਪ ਵਿੱਚ ਵੱਡੇ ਆਮ ਲਾਭ ਦਾ ਸਬੂਤ ਨਹੀਂ ਹੈ। Soveri et al., 2017

ਤਬਾਦਲੇ ਦਾ ਸਬੂਤ ਕੀ ਮਨਜ਼ੂਰ ਕਰਦਾ ਹੈ?

ਸੰਬੰਧਿਤ ਕੰਮਾਂ ਵਿੱਚ ਸੁਧਾਰ ਹੋ ਸਕਦੇ ਹਨ, ਖ਼ਾਸਕਰ ਜਦੋਂ ਮੁਲਾਂਕਣ ਸਿਖਲਾਈ ਵਰਗਾ ਹੋਵੇ। ਕੰਮਕਾਜੀ ਯਾਦਦਾਸ਼ਤ ਦੀ ਵਿਆਪਕ ਸਮੀਖਿਆ ਪਾਉਂਦੀ ਹੈ ਕਿ ਬੁੱਧੀ ਜਾਂ ਹੋਰ ਦੂਰ-ਤਬਾਦਲੇ ਦੇ ਨਤੀਜਿਆਂ ਬਾਰੇ ਦਾਅਵੇ ਢੁਕਵੇਂ ਨਿਯੰਤਰਣ ਮੁਕਾਬਲਿਆਂ ਹੇਠ ਕਮਜ਼ੋਰ ਹੋ ਜਾਂਦੇ ਹਨ। ਇਹ ਖੋਜਾਂ ਇਹ ਵਾਅਦਾ ਕਰਨ ਦਾ ਸਮਰਥਨ ਨਹੀਂ ਕਰਦੀਆਂ ਕਿ ਡੁਅਲ ਐਨ-ਬੈਕ ਕਿਸੇ ਵਿਅਕਤੀ ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਵਧੇਰੇ ਬੁੱਧੀਮਾਨ ਬਣਾ ਦਿੰਦਾ ਹੈ। Melby-Lervåg et al., 2016 Soveri et al., 2017

ਇਹਨਾਂ ਦਾ ਇਹ ਵੀ ਮਤਲਬ ਨਹੀਂ ਕਿ ਖੇਡ ਸਿੱਖਣਾ ਬੇਕਾਰ ਹੈ। ਕੋਈ ਵਿਅਕਤੀ ਨਿਯਮ ਬਣਾਈ ਰੱਖਣ, ਉਤੇਜਨਾਵਾਂ ਵੱਲ ਧਿਆਨ ਦੇਣ ਅਤੇ ਸਹੀ ਜਵਾਬ ਦੇਣ ਵਿੱਚ ਹੋਰ ਹੁਨਰਮੰਦ ਹੋ ਸਕਦਾ ਹੈ। ਵਿਗਿਆਨਕ ਤੌਰ 'ਤੇ ਸਮਰਥਿਤ ਵਰਣਨ ਸਿਰਫ਼ ਪ੍ਰਦਰਸ਼ਿਤ ਕੰਮ ਜਾਂ ਨੇੜਿਓਂ ਮਾਪੇ ਗਏ ਤਬਾਦਲੇ ਦੇ ਨਤੀਜੇ ਤੱਕ ਸੀਮਤ ਰਹਿੰਦਾ ਹੈ। Soveri et al., 2017

ਔਨਲਾਈਨ ਪੱਧਰ ਇੱਕ ਸਾਂਝਾ ਪੈਮਾਨਾ ਕਿਉਂ ਨਹੀਂ ਬਣਦੇ

ਉਤੇਜਨਾ ਦੀ ਰਫ਼ਤਾਰ, ਟਾਰਗਿਟ ਦੇ ਅਨੁਪਾਤ, ਅਨੁਕੂਲਨ ਸੀਮਾਵਾਂ, ਭਰਮਾਉਣ ਵਾਲੇ ਤੱਤ ਅਤੇ ਜਵਾਬ ਦੀਆਂ ਵਿੰਡੋਆਂ ਵੱਖਰੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਹੌਲੀ ਡੁਅਲ ਕੰਮ ਤੇਜ਼ ਸਿੰਗਲ ਕੰਮ ਨਾਲੋਂ ਵੱਖਰੀਆਂ ਮੰਗਾਂ ਪੇਸ਼ ਕਰ ਸਕਦਾ ਹੈ। ਮੇਲ ਖਾਂਦੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਅਤੇ ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਤੋਂ ਬਿਨਾਂ, ਇੱਕੋ ਜਿਹੇ ਐਨ ਲੇਬਲ ਬਰਾਬਰ ਯੋਗਤਾ ਜਾਂ ਪ੍ਰਤੀਨਿਧੀ ਉਮਰ ਅਤੇ ਲਿੰਗ ਮਾਪਦੰਡਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਨਹੀਂ ਕਰਦੇ। Owen et al., 2005 Redick et al., 2013

ਭਰੋਸੇਯੋਗਤਾ ਵੀ ਖ਼ਾਸ ਸਕੋਰ ਲਈ ਮਾਪੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ, ਖ਼ਾਸਕਰ ਸੰਸਕਰਣਾਂ ਵਿਚਕਾਰ ਅੰਤਰ ਲਈ। ਭਰੋਸੇਯੋਗਤਾ ਦੇ ਵਿਰੋਧਾਭਾਸ ਬਾਰੇ ਸਾਹਿਤ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਮਜ਼ਬੂਤ ਪ੍ਰਯੋਗਾਤਮਕ ਕੰਮ ਵੀ ਸ਼ੋਰ ਭਰੇ ਵਿਅਕਤੀਗਤ ਅੰਤਰ ਕਿਉਂ ਪੈਦਾ ਕਰ ਸਕਦੇ ਹਨ। ਇੱਕ ਵਾਰ ਪਹੁੰਚਿਆ ਇੱਕੋ ਪੱਧਰ ਤੁਹਾਡੀ ਕੰਮਕਾਜੀ ਯਾਦਦਾਸ਼ਤ ਲਈ ਸਥਿਰ ਲੇਬਲ ਨਹੀਂ ਬਣਨਾ ਚਾਹੀਦਾ। Hedge et al., 2017

ਜੇ ਤੁਸੀਂ ਸੰਸਕਰਣਾਂ ਦੀ ਗੈਰ-ਰਸਮੀ ਤੁਲਨਾ ਕਰਦੇ ਹੋ, ਤਾਂ ਉਹਨਾਂ ਦੇ ਵੇਰਵੇ ਸਾਹਮਣੇ ਰੱਖੋ ਅਤੇ ਸਹੀ ਜਵਾਬਾਂ ਅਤੇ ਝੂਠੇ ਅਲਾਰਮਾਂ ਨੂੰ ਟਰੈਕ ਕਰੋ। ਕਿਸੇ ਵੀ ਤਰਜੀਹ ਜਾਂ ਤਰੱਕੀ ਨੂੰ ਕੰਮ-ਵਿਸ਼ੇਸ਼ ਮੰਨੋ। ਸਬੂਤ ਸਰਵਵਿਆਪੀ ਸਭ ਤੋਂ ਵਧੀਆ ਐਨ ਪੱਧਰ, ਗਾਰੰਟੀਸ਼ੁਦਾ ਸਿਖਲਾਈ ਖੁਰਾਕ ਜਾਂ ਡੁਅਲ-ਕੰਮ ਪ੍ਰਦਰਸ਼ਨ ਤੋਂ ਆਈਕਿਊ ਤੱਕ ਬਦਲਾਅ ਪੇਸ਼ ਨਹੀਂ ਕਰਦੇ। Conway et al., 2005 Melby-Lervåg et al., 2016