Sol–Gel Synthesis and Crystal Nucleation of Photosensitive Au/Ag- Containing Glasses of Lithium Silicate System
Notice bibliographique
Résumé
Interference between competing motor memories is well-documented in sensorimotor adaptation. Interference is typically assessed using an ABA paradigm wherein participants first adapt to one rotation (Task A), then to an opposite rotation (Task B), and finally are re-exposed to the original rotation (Task A). Interference is observed when performance during the second exposure to Task A is impaired, implying that the motor memory of Task A has been overwritten or masked by the performance of Task B. Previously, we reported that interference is driven by implicit processes because participants exhibited impaired relearning of Task A after adapting to Task B under clamped-feedback conditions (emphasizing implicit processes), but not with delayed-feedback (emphasizing explicit learning). The present study was designed to examine whether memory consolidation, generated by temporal spacing between adaptation sessions, can modulate the interference driven by implicit processes. Participants first adapted to a visuomotor rotation (Task A), returned after 24-hours to complete an opposing clamped rotation (Task B), and then returned another 24-hours later to re-adapt to Task A. It was predicted that the first 24-hr interval would allow for memory consolidation of Task A and reduce the interfering effect of implicit processes. However, results revealed interference during relearning of Task A because there were no differences in performance of Task A between the initial and re-exposure sessions. These findings support the hypothesis that adaptation is particularly susceptible to interference by subsequent implicit learning and highlight the limitations of temporal spacing as a strategy to mitigate interference.
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 | 0,000 | 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) | 0,000 | 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 ».