Consolidation through the looking‐glass: sleep‐dependent proactive interference on visuomotor adaptation in children
Notice bibliographique
Résumé
Although a beneficial role of post-training sleep for declarative memory has been consistently evidenced in children, as in adults, available data suggest that procedural memory consolidation does not benefit from sleep in children. However, besides the absence of performance gains in children, sleep-dependent plasticity processes involved in procedural memory consolidation might be expressed through differential interference effects on the learning of novel but related procedural material. To test this hypothesis, 32 10-12-year-old children were trained on a motor rotation adaptation task. After either a sleep or a wake period, they were first retested on the same rotation applied at learning, thus assessing offline sleep-dependent changes in performance, then on the opposite (unlearned) rotation to assess sleep-dependent modulations in proactive interference coming from the consolidated visuomotor memory trace. Results show that children gradually improve performance over the learning session, showing effective adaptation to the imposed rotation. In line with previous findings, no sleep-dependent changes in performance were observed for the learned rotation. However, presentation of the opposite, unlearned deviation elicited significantly higher interference effects after post-training sleep than wakefulness in children. Considering that a definite feature of procedural motor memory and skill acquisition is the implementation of highly automatized motor behaviour, thus lacking flexibility, our results suggest a better integration and/or automation or motor adaptation skills after post-training sleep, eventually resulting in higher proactive interference effects on untrained material.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 |
| 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 ».