MétaCan
Menu
Retour à la cohorte
Enregistrement W3014263181 · doi:10.1093/sleep/zsaa062

Exercising before a nap benefits memory better than napping or exercising alone

2020· article· en· W3014263181 sur OpenAlexafffund
Melodee Mograss, Monica Crosetta, Joanne Abi‐Jaoude, Elizaveta Frolova, Edwin M. Robertson, Véronique Pepin, Thien Thanh Dang‐Vu

Notice bibliographique

RevueSLEEP · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensHôpital du Sacré-Cœur de MontréalConcordia UniversityInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchConcordia UniversityAmerican Sleep Medicine Foundation
Mots-clésNapWakefulnessAudiologyPsychologyPhysical therapySleep (system call)Physical exercisePhysical medicine and rehabilitationMedicineElectroencephalographyComputer sciencePsychiatrySocial psychology

Résumé

récupéré en direct d'OpenAlex

Sleep leads to the enhancement of memory, and physical exercise also improves memory along with beneficial effects on sleep quality. Potentially, sleep and exercise may operate independently upon memory; alternatively, they may operate synergistically to boost memory above and beyond exercise or sleep alone. We tested this hypothesis in 115 young healthy adults (23 ± 3.9 years) randomly allocated to one of the four conditions in a 2 (exercise vs. no exercise) × 2 (nap vs. no nap) design. The exercise intervention consisted of a 40-minute, moderate intensity cycling, while the no exercise condition was an equivalent period of rest. This was followed by a learning session in which participants memorized a set of 45 neutral pictures for a later test. Subsequently, participants were exposed to either a 60-minute sleep period (nap) or an equivalent time of resting wakefulness, followed by a visual recognition test. We found a significant interaction between the effects of exercise and nap (p = 0.014, η p2 = 0.053), without significant main effects of exercise or nap conditions. Participants who experienced both exercise plus nap were significantly more accurate (83.8 ± 2.9) than those who only napped (81.1 ± 5.4, p = 0.027) and those who only exercised (78.6 ± 10.3, p = 0.012). Within the combined nap plus exercise group, higher recognition accuracies were associated with higher sleep spindle densities (r = 0.46, p = 0.015). Our results demonstrate that short-term exercise and a nap improve recognition memory over a nap or exercise alone. Exercise and sleep are not independent factors operating separately upon memory but work together to enhance long-term memory.

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: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

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)0,0030,000

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 Opus0,079
Tête enseignante GPT0,294
Écart entre enseignants0,215 · 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'étudeEssai randomisé
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

Citations23
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetSleep and Wakefulness ResearchTravaux en français237 207