Comment Headgame note tes jeux

La note en un paragraphe

Chaque jeu donne un score brut, un temps, un niveau ou un nombre de points. Quand une norme publique existe, ce score devient un percentile, la part des parties que tu bats. Chaque stat prend la moyenne de tes deux meilleures séances de la semaine, et transforme le percentile en un nombre de 35 à 99, avec la formule 35 plus 0,64 fois le percentile. Ta carte de la semaine mélange trois stats cerveau, réflexes, mémoire et concentration, pour 40 %, et trois stats de discipline issues de tes sessions téléphone posé, heures, régularité et série, pour 60 %.

D’où viennent les normes

Le temps de réaction, la mémoire de séquence, le test du chimpanzé et la mémoire des chiffres sont comparés aux répartitions Human Benchmark relevées le 13 octobre 2026, de 24 084 à 70 940 parties chacune (Human Benchmark, 2026). Les études de laboratoire donnent les repères, 231 ms de temps de réaction simple sur 1 469 adultes (Woods et al., 2015a), 6,52 chiffres d’empan endroit sur 763 adultes (Woods et al., 2011).

Les normes publiques en ligne viennent de volontaires, sur tous types d’appareils, sans contrôle de la triche. Ce sont des adversaires exigeants plutôt qu’un portrait de la population, et chaque page le dit. Toutes les normes sont sur la page des normes, avec la taille des échantillons et un fichier CSV.

Pourquoi la carte fait la moyenne de la semaine

Une séance de moins d’une minute est bruitée. Dans une étude où 219 adultes ont passé de courts tests sur leur smartphone de nombreuses fois, la fiabilité du score moyen atteignait 0,97 ou plus, comparable au laboratoire (Sliwinski et al., 2018). Un test de temps de réaction précis, repassé une fois par semaine pendant trois semaines, atteignait 0,83 (Woods et al., 2015b). La carte ne croit donc jamais un seul matin, elle garde tes deux meilleures séances de la semaine.

La correction de l’écran tactile

Les écrans tactiles ajoutent de 50 à 200 ms de latence selon le modèle (Van Patten et al., 2021), et les personnes sur téléphone, surtout sur Android, ont des temps de réaction plus lents que sur ordinateur (Passell et al., 2021). L’app enregistre le modèle de téléphone et la fréquence de l’écran, et ajuste les scores de réaction selon le type d’écran. Sur ce site, le percentile utilise la norme publique, qui mélange les appareils, et la page te le dit.

Les tests qui comptent, et pourquoi Stroop et flanker n’en font pas partie

Un test n’entre dans la carte que si sa fiabilité, ou celle d’une tâche parente proche, est connue et bonne. Temps de réaction simple 0,83 (Woods et al., 2015b), erreurs de commission du go/no-go 0,76 (Hedge et al., 2018), Trail Making A, parent de la grille de Schulte, 0,87 (Woods et al., 2015c), empan de Corsi, parent de la mémoire de séquence, 0,85 (Morawietz et al., 2024).

Les coûts Stroop et flanker sont des effets solides à la fiabilité individuelle faible, de 0,60 à 0,66 pour Stroop et de 0,40 à 0,57 pour flanker (Hedge et al., 2018). Ils restent des jeux libres. Les jeux de saison comme le départ F1, la mémoire des chiffres et le flanker ne rejoignent la carte qu’après la mesure de leur fiabilité en bêta.

L’effet de répétition

Les scores montent quand on répète un test, en partie parce qu’on apprend le test (Scharfen et al., 2018a). Pour les tests de mémoire de travail, le gain était d’environ un quart d’écart type entre la première et la deuxième séance, et continuait jusqu’à la quatrième (Scharfen et al., 2018b). C’est pour ça que les premières séances dans l’app sont un échauffement, pour que la carte ne récompense pas la simple habitude.

Ce que change la pratique

La plus grande revue sur l’entraînement cérébral a trouvé des preuves solides que l’on progresse aux tâches qu’on pratique, et dans une moindre mesure aux tâches proches (Simons et al., 2016). Headgame n’en promet pas plus. Chaque jeu fait appel à une capacité, la vitesse de réaction, la mémoire de travail ou la concentration, et ta carte montre comment tes scores évoluent de semaine en semaine, à côté du temps que tu reprends au scroll.

Qui a relu cette méthode

La méthode a été écrite par l’équipe Headgame à partir des sources listées plus bas. Aucun relecteur scientifique indépendant n’a encore été nommé. Quand ce sera le cas, son nom, son titre et son institution apparaîtront ici et sur chaque page relue. D’ici là, chaque chiffre renvoie à sa source pour que chacun puisse le vérifier, et les erreurs peuvent être signalées à [email protected].

Les jeux Headgame →

Sources

1. Sliwinski M.J., Mogle J.A., Hyun J. et al. (2018). Reliability and validity of ambulatory cognitive assessments. Assessment 25(1), 14 to 30. PMC5690878. doi.org/10.1177/1073191116643164
2. Human Benchmark, score distributions embedded in humanbenchmark.com, read on 13 October 2026. Reaction time n 70 940, sequence memory n 35 868, chimp test n 27 233, number memory n 24 084. humanbenchmark.com
3. Woods D.L., Wyma J.M., Yund E.W., Herron T.J., Reed B. (2015). Factors influencing the latency of simple reaction time. Frontiers in Human Neuroscience 9, 131. doi.org/10.3389/fnhum.2015.00131
4. Woods D.L., Kishiyama M.M., Yund E.W. et al. (2011). Improving digit span assessment of short-term verbal memory. Journal of Clinical and Experimental Neuropsychology 33(1), 101 to 111. PMC2978794. doi.org/10.1080/13803395.2010.493149
5. Woods D.L., Wyma J.M., Yund E.W., Herron T.J. (2015). The effects of repeated testing, simulated malingering, and traumatic brain injury on high-precision measures of simple visual reaction time. Frontiers in Human Neuroscience 9, 540. PMC4637414. doi.org/10.3389/fnhum.2015.00540
6. Van Patten R., Iverson G.L., Muzeau M.A., VanRavenhorst-Bell H.A. (2021). Test-retest reliability and reliable change estimates for four mobile cognitive tests administered virtually in community-dwelling adults. Frontiers in Psychology 12, 734947. PMC8566921. doi.org/10.3389/fpsyg.2021.734947
7. Passell E., Strong R.W., Rutter L.A. et al. (2021). Cognitive test scores vary with choice of personal digital device. Behavior Research Methods 53(6), 2544 to 2557. PMC8568735. doi.org/10.3758/s13428-021-01597-3
8. Hedge C., Powell G., Sumner P. (2018). The reliability paradox. Behavior Research Methods 50(3), 1166 to 1186. PMC5990556. doi.org/10.3758/s13428-017-0935-1
9. Woods D.L., Wyma J.M., Herron T.J., Yund E.W. (2015). The effects of aging, malingering, and traumatic brain injury on computerized Trail-Making Test performance. PLoS One 10(6), e0124345. PMC4465490. doi.org/10.1371/journal.pone.0124345
10. Morawietz C. et al. (2024). Consistency of spatial ability performance in children, adolescents, and young adults. Frontiers in Psychology 15, 1365941. PMC10938598. doi.org/10.3389/fpsyg.2024.1365941
11. Scharfen J., Peters J.M., Holling H. (2018). Retest effects in cognitive ability tests, a meta-analysis. Intelligence 67, 44 to 66. doi.org/10.1016/j.intell.2018.01.003
12. Scharfen J., Jansen K., Holling H. (2018). Retest effects in working memory capacity tests, a meta-analysis. Psychonomic Bulletin and Review 25, 2175 to 2199. doi.org/10.3758/s13423-018-1461-6
13. Simons D.J., Boot W.R., Charness N. et al. (2016). Do brain training programs work? Psychological Science in the Public Interest 17(3), 103 to 186. doi.org/10.1177/1529100616661983