MétaCan
Menu
Retour à la cohorte
Enregistrement W2885724111 · doi:10.3389/fpsyg.2018.01398

A Novel Approach to Dream Content Analysis Reveals Links Between Learning-Related Dream Incorporation and Cognitive Abilities

2018· article· en· W2885724111 sur OpenAlexafffund
Stuart Fogel, L. Bryan Ray, Valya Sergeeva, Joseph De Koninck, Adrian M. Owen

Notice bibliographique

RevueFrontiers in Psychology · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensUniversity of OttawaWestern UniversityRoyal Ottawa Mental Health Centre
Organismes subventionnairesCanada Excellence Research Chairs, Government of Canada
Mots-clésDreamPsychologyContent (measure theory)CognitionCognitive psychologyNeurocognitiveSimilarity (geometry)Developmental psychologyPsychotherapistArtificial intelligenceNeuroscience

Résumé

récupéré en direct d'OpenAlex

Can dreams reveal insight into our cognitive abilities and aptitudes (i.e., “human intelligence”)? The relationship between dream production and trait-like cognitive abilities is the foundation of several long-standing theories on the neurocognitive and cognitive-psychological basis of dreaming. However, direct experimental evidence is sparse and remains contentious. On the other hand, recent research has provided compelling evidence demonstrating a link between dream content and new learning, suggesting that dreams reflect memory processing during sleep. It remains to be investigated whether the extent of learning-related dream incorporation (i.e., the semantic similarity between waking experiences and dream content) is related to inter-individual differences in cognitive abilities. The relationship between pre-post sleep memory performance improvements and learning-related dream incorporation was investigated (N=24) to determine if this relationship could be explained by inter-individual differences in intellectual abilities (e.g., Reasoning, Short Term Memory and Verbal abilities). The extent of dream incorporation using a novel and objective method of dream content analysis, employing a computational linguistic approach was used to measure the semantic relatedness between verbal reports describing the experience on a spatial (e.g., maze navigation) or a motor memory task (e.g., tennis simulator) with subsequent hypnagogic reverie dream reports and waking “daydream” reports, obtained during a daytime nap opportunity. Consistent with previous studies, the extent to which something new was learned was related (r=0.47) to how richly these novel experiences were incorporated into the content of dreams. This was significant for early (the first 4 dream reports) but not late dreams (the last 4 dream reports). Notably, here, we show for the first time that the extent of this incorporation for early dreams was related (r=0.41) to inter-individual differences in Reasoning abilities. On the other hand, late dream incorporation was related (r=0.46) to inter-individual differences in verbal abilities. There was no relationship between performance improvements and intellectual abilities, and thus, inter-individual differences in cognitive abilities did not mediate the relationship between performance improvements and dream incorporation; suggesting a direct relationship between Reasoning abilities and dream incorporation. This study provides the first evidence that learning-related dream production is related to inter-individual differences in cognitive abilities.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,093
Tête enseignante GPT0,350
Écart entre enseignants0,257 · 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'étudeObservationnel
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

Citations36
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetSleep and Wakefulness ResearchTravaux en français237 207