MétaCan
Menu
Retour à la cohorte
Enregistrement W2745399842 · doi:10.1038/s41598-017-09677-1

Re-stepping into the same river: competition problem rather than a reconsolidation failure in an established motor skill

2017· article· en· W2745399842 sur OpenAlexafffund
Ella Gabitov, Arnaud Boutin, Basile Pinsard, Nitzan Censor, Stuart Fogel, Geneviève Albouy, Bradley R. King, Habib Benali, Julie Carrier, Leonardo G. Cohen, Avi Karni, Julien Doyon

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensUniversity of OttawaConcordia UniversityUniversité de Montréal
Organismes subventionnairesIsrael Science FoundationPlanning and Budgeting Committee of the Council for Higher Education of IsraelIsraeli Centers for Research ExcellenceCanadian Institutes of Health ResearchEuropean Commission
Mots-clésCompetition (biology)Computer scienceMotor skillNeurosciencePhysical medicine and rehabilitationPsychologyMedicineBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Animal models suggest that consolidated memories return to their labile state when reactivated and need to be restabilized through reconsolidation processes to persist. Consistent with this notion, post-reactivation pharmacological protein synthesis blockage results in mnemonic failure in hippocampus-dependent memories. It has been proposed that, in humans, post-reactivation experience with a competitive task can also interfere with memory restabilization. However, several studies failed to induce performance deficit implementing this approach. Moreover, even upon effective post-reactivation interference, hindered performance may rapidly recover, raising the possibility of a retrieval rather than a storage deficit. Here, to address these issues in procedural memory domain, we used new learning to interfere with restabilization of motor memory acquired through training on a sequence of finger movements. Only immediate post-reactivation interference was associated with the loss of post-training delayed gains in performance, a hallmark of motor sequence memory consolidation. We also demonstrate that such performance deficit more likely indicates a genuine memory impairment rather than a retrieval failure. However, the reconsolidation view on a reactivation-induced plasticity is not supported. Instead, our results are in line with the integration model according to which new knowledge acquired during the interfering experience, is integrated through its consolidation creating memory competition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,054
Tête enseignante GPT0,301
Écart entre enseignants0,248 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations27
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMemory and Neural MechanismsTravaux en français237 207