Exercise Reduces Competition between Procedural and Declarative Memory Systems
Notice bibliographique
Résumé
The neural systems that govern declarative and procedural memory processing do not always operate independently. Direct evidence of competition between these two memory systems in humans is supported by studies showing that performing a declarative learning task immediately after motor skill learning can disrupt procedural memory and abolish the off-line gains in skill performance obtained during consolidation. The aim of the present study was to extend recent investigations demonstrating that the exposure to a brief bout of cardiovascular exercise can protect procedural memory by enhancing postpractice consolidation. We used an experimental paradigm designed to assess whether exercise can also protect procedural memory consolidation from interference induced with declarative learning. The implicit acquisition of a serial reaction time task (SRTT) was tested after a 6-h waked-filled period. Participants who were exposed to a non-learning vowel counting (VC) task following the practice of the SRTT exhibited successful procedural memory consolidation and significant off-line gains in skill performance. Confirming that declarative memory processes can interfere with procedural memory consolidation, off-line gains in motor skill performance were suppressed when the performance of the VC task was replaced with a word list (WL) task requiring declarative learning. Performing a bout of cardiovascular exercise after the SRTT protected the newly formed procedural memory from the interference produced by the WL task. Protection was evidenced by a return of significant off-line gains in skill performance after the waked-filled period. Exercise optimizes the utilization of neural resources reducing interference between procedural and declarative memory systems.
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 ».