One hertz repetitive transcranial magnetic stimulation over dorsal premotor cortex enhances offline motor memory consolidation for sequence‐specific implicit learning
Notice bibliographique
Résumé
Consolidation of motor memories associated with skilled practice can occur both online, concurrent with practice, and offline, after practice has ended. The current study investigated the role of dorsal premotor cortex (PMd) in early offline motor memory consolidation of implicit sequence-specific learning. Thirty-three participants were assigned to one of three groups of repetitive transcranial magnetic stimulation (rTMS) over left PMd (5 Hz, 1 Hz or control) immediately following practice of a novel continuous tracking task. There was no additional practice following rTMS. This procedure was repeated for 4 days. The continuous tracking task contained a repeated sequence that could be learned implicitly and random sequences that could not. On a separate fifth day, a retention test was performed to assess implicit sequence-specific motor learning of the task. Tracking error was decreased for the group who received 1 Hz rTMS over the PMd during the early consolidation period immediately following practice compared with control or 5 Hz rTMS. Enhanced sequence-specific learning with 1 Hz rTMS following practice was due to greater offline consolidation, not differences in online learning between the groups within practice days. A follow-up experiment revealed that stimulation of PMd following practice did not differentially change motor cortical excitability, suggesting that changes in offline consolidation can be largely attributed to stimulation-induced changes in PMd. These findings support a differential role for the PMd in support of online and offline sequence-specific learning of a visuomotor task and offer converging evidence for competing memory systems.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 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 ».