Functional Evidence for Memory Stabilization in Sensorimotor Adaptation: A 24-h Resting-State fMRI Study
Notice bibliographique
Résumé
Adaptation learning is crucial to maintain precise motor control in face of environmental perturbations. Although much progress has been made in understanding the psychophysics and neurophysiology of sensorimotor adaptation (SA), the time course of memory consolidation remains elusive. The lack of a reproducible gradient of memory resistance using protocols of retrograde interference has even led to the proposal that memories produced through SA do not consolidate. Here, we pursued an alternative approach using resting-state fMRI to track changes in functional connectivity (FC) induced by learning. Given that consolidation leads to long-term memory, we hypothesized that a change in FC that predicted long-term memory but not short-term memory would provide indirect evidence for memory stabilization. Six scans were acquired before, 15 min, 1, 3, 5.5, and 24 h after training on a center-out task under veridical or distorted visual feedback. The experimental group showed an increment in FC of a network including motor, premotor, posterior parietal cortex, cerebellum, and putamen that peaked at 5.5 h. Crucially, the strengthening of this network correlated positively with long-term retention but negatively with short-term retention. Our work provides evidence, suggesting that adaptation memories stabilize within a 6-h window, and points to different mechanisms subserving short- and long-term memory.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».