N-back 测试：方法

测量内容

衡量 n-back 任务本身的表现：持续更新工作记忆中的近期项目并判断是否匹配。这是带有自身进度图表的练习工具，不是经过常模化的工作记忆评估。

流程

信息流包括：位置（3 x 3 网格外围 8 个格子之一；不使用中心格）、音频（8 个口述字母，或称为“音符”的 8 种音调）、颜色和形状（各有 8 种取值）。模式包括：单重（位置）、双重（位置 + 音频；默认）、三重（+ 颜色）和四重（+ 形状）。每个线索显示 500 ms；随后按所选间隔出现下一个线索（标准间隔为 3,000 ms）。对于某种信息流，作答只对当前线索有效，直到下一个线索出现。按键：A（位置）、L（音频）、S（颜色）、K（形状）；空格键暂停；手机上可使用网格下方的按钮。每个区块包含 N 个热身线索（无需作答）和计分线索（标准为 20 个）。序列由服务器根据种子生成并重放：每种信息流中，恰好 30% 的计分线索为匹配项（每 20 个中有 6 个）；每对信息流会在 10% 的线索上同时匹配（每 20 个中有 2 个）；三重和四重模式包含所有信息流或其中三个信息流同时匹配的线索；不匹配项绝不会意外重复 N 步前的项目。可选的 1-back 教程会提供反馈。默认预设为自适应模式（标准时长和长度）；手动预设允许玩家设置 N、间隔、长度和反馈。可选的每日练习包含 20 个区块，中间设有休息。未完成的区块会在离开页面时暂停，并可继续作答。

参数

评分

对每种信息流，统计所有计分线索中的命中、漏报、虚报和正确拒绝；平衡准确率 = 50 x（命中率 + 正确拒绝率），以百分比表示，因此什么都不作答（或对所有线索都作答）都得 50%。区块得分是所选信息流的平均平衡准确率；越高越好。每种信息流的错误数 = 漏报 + 虚报，这会决定下一区块的自适应等级。每种信息流的反应时间会汇总为中位数、平均值、最小值和最大值，但不计入得分。不与其他玩家比较；图表用于比较玩家本人在相同设置下的各次练习。

有效运行规则

只记录完整区块（N 个热身线索 + 计分线索；每个线索、每种信息流各有一个作答标记；热身期间不得作答）。服务器会根据种子重新生成序列，并拒绝记录刺激与序列不符、缺少已接受答案或完成时间在未来的会话。允许暂停，暂停记录也会保存。机器人信号会被保存，但不会改变评分或图表。这些练习会与计分版 n-back 测试分开保存，绝不会用于其比较或应用得分。

与经典任务的差异

标准区块遵循 Jaeggi 等人（2008）的时长和自适应规则：20 + N 个线索，每个显示 500 ms，每个线索间隔 3 s；每种信息流的错误少于 3 次时上调，任一信息流错误超过 5 次时下调。不同之处包括：使用计算机合成语音读出字母（或使用音调）、可选的颜色和形状信息流、简短教程、手机控件、手动设置，以及可自行安排进度的每日练习。这不是对研究训练干预的复现，也不是 Kirchner 最初提出的单信息流任务。

局限性

经过训练的任务表现有所提升，这一点已有充分记录；但训练能否迁移到其他能力（包括智力）仍有不同结论，也存在争议。页面不会承诺这种迁移效果。音频和显示计时取决于设备与浏览器；日志记录页面发出每个线索的时间，而非屏幕或扬声器实际呈现线索的时间。没有常模，测试也无人监督。不用于临床或诊断。

语言与审校状态

所有网站语言均提供说明。音频信息流在 28 种语言中使用母语字母或音节集合（孟加拉语、保加利亚语、简体中文、繁体中文、捷克语、荷兰语、英语、法语、德语、希腊语、印地语、匈牙利语、意大利语、日语、哈萨克语、马拉地语、尼泊尔语、波斯语、波兰语、葡萄牙语、俄语、塞尔维亚语、西班牙语、泰卢固语、乌克兰语、乌尔都语、阿尔巴尼亚语、亚美尼亚语），并以计算机合成语音录制；其他语言使用音调选项。位置、颜色和形状信息流不受语言影响。