Changes in Sleep Architecture following Motor Learning Depend on Initial Skill Level
Notice bibliographique
Résumé
Previous research has linked both rapid eye movement (REM) sleep and Stage 2 sleep to procedural memory consolidation. The present study sought to clarify the relationship between sleep stages and procedural memory consolidation by examining the effect of initial skill level in this relationship in young adults. In-home sleep recordings were performed on participants before and after learning the pursuit rotor task. We divided the participants into low- and high-skill groups based on their initial performance of the pursuit rotor task. In high-skill participants, there was a significant increase in Stage 2 spindle density after learning, and there was a significant correlation between the spindle density that occurred after learning and pursuit rotor performance at retest 1 week later. In contrast, there was a significant correlation between changes in REM density and performance on the pursuit rotor task during retest 1 week later in low-skill participants, although the actual increase in REM density failed to reach significance in this group. The results of the present study suggest the presence of a double dissociation in the sleep-related processes that are involved in procedural memory consolidation in low- and high-skill individuals. These results indicate that the changes in sleep microarchitecture that take place after learning depend on the initial skill level of the individual and therefore provide validation for the model proposed by Smith et al. [Smith, C. T., Aubrey, J. B., & Peters, K. R. Different roles for REM and Stage 2 sleep in motor learning. Psychologica Belgica, 44, 79-102, 2004]. Accordingly, skill level is an important variable that needs to be considered in future research on sleep and memory consolidation.
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 | 0,018 |
| 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 | 0,000 |
| 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 ».