MétaCan
Menu
Retour à la cohorte
Enregistrement W2325298065 · doi:10.1525/mp.2015.33.2.163

Sleep Consolidation of Musical Competence

2015· article· en· W2325298065 sur OpenAlexaff
Stephen C. Van Hedger, Anders Hogstrom, Caroline Palmėr, Howard C. Nusbaum

Notice bibliographique

RevueMusic Perception An Interdisciplinary Journal · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPsychologyCognitive psychologyCompetence (human resources)MorningSleep (system call)MusicalSleep inertiaConsolidation (business)Motor skillEveningAudiologyDevelopmental psychologyCognitionSocial psychologySleep deprivationComputer scienceNeuroscienceMedicineSleep debt

Résumé

récupéré en direct d'OpenAlex

Previous research has shown that sleep facilitates skill acquisition by consolidating recent memories into a stabilized form. The way in which sleep benefits the acquisition of a musical skill, however, is unclear. This is because previous studies have not dissociated the extent to which sleep consolidates learned motoric patterns from the conceptual structure of the music. We thus designed two experiments in which pianists performed short pieces – designed to separate conceptual from motoric errors – over the course of a day. In Experiment 1, participants were trained in the morning and tested immediately, 12 hours, and 24 hours after training. While both motor and conceptual errors increased over a waking retention interval, only conceptual errors were significantly reduced after sleep. Moreover, individuals who reported spending more time “playing by ear” showed greater reductions of conceptual errors after sleep. A second control experiment, in which participants were trained in the evening and tested immediately – as well as 12 hours – after training, confirmed that the results from Experiment 1 could not be attributed solely to circadian confounds or to elapsed time since training. Together, these results suggest that conceptual and motor errors consolidate differently and interact with differences in practice style.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,715
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,138
Tête enseignante GPT0,387
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMusic Perception An Interdisciplinary JournalMême sujetSleep and Wakefulness ResearchTravaux en français237 207