MétaCan
Menu
Retour à la cohorte
Enregistrement W2782782053 · doi:10.1101/lm.044719.116

Does sleep facilitate the consolidation of allocentric or egocentric representations of implicitly learned visual-motor sequence learning?

2018· article· en· W2782782053 sur OpenAlexafffund
Jeremy Viczko, Valya Sergeeva, L. Bryan Ray, Adrian M. Owen, Stuart Fogel

Notice bibliographique

RevueLearning & Memory · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensRoyal Ottawa Mental Health CentreUniversity of OttawaWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Excellence Research Chairs, Government of Canada
Mots-clésPsychologyMemory consolidationSequence learningProcedural memoryCognitive psychologyCognitionConsolidation (business)Explicit memorySleep (system call)NeuroscienceEpisodic memoryComputer scienceHippocampus

Résumé

récupéré en direct d'OpenAlex

Sleep facilitates the consolidation (i.e., enhancement) of simple, explicit (i.e., conscious) motor sequence learning (MSL). MSL can be dissociated into egocentric (i.e., motor) or allocentric (i.e., spatial) frames of reference. The consolidation of the allocentric memory representation is sleep-dependent, whereas the egocentric consolidation process is independent of sleep or wake for explicit MSL. However, it remains unclear the extent to which sleep contributes to the consolidation of implicit (i.e., unconscious) MSL, nor is it known what aspects of the memory representation (egocentric, allocentric) are consolidated by sleep. Here, we investigated the extent to which sleep is involved in consolidating implicit MSL, specifically, whether the egocentric or the allocentric cognitive representations of a learned sequence are enhanced by sleep, and whether these changes support the development of explicit sequence knowledge across sleep but not wake. Our results indicate that egocentric and allocentric representations can be behaviorally dissociated for implicit MSL. Neither representation was preferentially enhanced across sleep nor were developments of explicit awareness observed. However, after a 1-wk interval performance enhancement was observed in the egocentric representation. Taken together, these results suggest that like explicit MSL, implicit MSL has dissociable allocentric and egocentric representations, but unlike explicit sequence learning, implicit egocentric and allocentric memory consolidation is independent of sleep, and the time-course of consolidation differs significantly.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,074
Tête enseignante GPT0,365
Écart entre enseignants0,291 · 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

Citations18
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLearning & MemoryMême sujetSleep and Wakefulness ResearchTravaux en français237 207