NREM2 and Sleep Spindles Are Instrumental to the Consolidation of Motor Sequence Memories
Notice bibliographique
Résumé
Although numerous studies have convincingly demonstrated that sleep plays a critical role in motor sequence learning (MSL) consolidation, the specific contribution of the different sleep stages in this type of memory consolidation is still contentious. To probe the role of stage 2 non-REM sleep (NREM2) in this process, we used a conditioning protocol in three different groups of participants who either received an odor during initial training on a motor sequence learning task and were re-exposed to this odor during different sleep stages of the post-training night (i.e., NREM2 sleep [Cond-NREM2], REM sleep [Cond-REM], or were not conditioned during learning but exposed to the odor during NREM2 [NoCond]). Results show that the Cond-NREM2 group had significantly higher gains in performance at retest than both the Cond-REM and NoCond groups. Also, only the Cond-NREM2 group yielded significant changes in sleep spindle characteristics during cueing. Finally, we found that a change in frequency of sleep spindles during cued-memory reactivation mediated the relationship between the experimental groups and gains in performance the next day. These findings strongly suggest that cued-memory reactivation during NREM2 sleep triggers an increase in sleep spindle activity that is then related to the consolidation of motor sequence memories.
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) | 0,002 | 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 ».