Rest boosts the long-term retention of spatial associative and temporal order information
Notice bibliographique
Résumé
People retain more new verbal episodic information for at least 7 days if they rest for a few minutes after learning than if they attend to new information. It is hypothesized that rest allows for superior consolidation of new memories. In rodents, rest periods promote hippocampal replay of a recently travelled route, and this replay is thought to be critical for memory consolidation and subsequent spatial navigation. If rest boosts human memory by promoting hippocampal replay/consolidation, then the beneficial effect of rest should extend to complex (hippocampal) memory tasks, for example, tasks probing associations and sequences. We investigated this question via a virtual reality route memory task. Healthy young participants learned two routes to a 100% criterion. One route was followed by a 10-min rest and the other by a 10-min spot the difference game. For each learned route, participants performed four delayed spatial memory tests probing: (i) associative (landmark-direction) memory, (ii) cognitive map formation, (iii) temporal (landmark) order memory, and (iv) route memory. Tests were repeated after 7 days to determine any long-term effects. No effect of rest was detected in the route memory or cognitive map tests, most likely due to ceiling and floor effects, respectively. Rest did, however, boost retention in the associative memory and temporal order memory tests, and this boost remained for at least 7 days. We therefore demonstrate that the benefit of rest extends to (spatial) associative and temporal order memory in humans. We hypothesise that rest allows superior consolidation/hippocampal replay of novel information pertaining to a recently learned route, thus boosting new memories over the long term.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».