Pitfalls in Sleep and Memory Research and How to Avoid Them: A Consensus Paper
Notice bibliographique
Résumé
Understanding the complex relationship between sleep and memory is a major challenge in neuroscience. Thousands of studies on memory consolidation in humans suggest that sleep triggers offline memory processes, resulting in less forgetting of declarative memory and performance stabilization in non-declarative memory. However, an increasing number of contradictory findings reveal potential issues with how research is conducted in this field and call into question the reliability and interpretation of the results. In this consensus paper, we describe four sets of prevalent methodological pitfalls in human sleep and memory research: (i) non-optimal experimental designs, (ii) task complexity, (iii) fatigue effects in repetitive tasks, and (iv) inappropriate data analysis practices. We then offer solutions to each of these pitfalls. We believe that implementing these solutions in future research of sleep and memory will lead to more reliable results and significantly advance our understanding in this field.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,254 | 0,396 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,026 |
| Communication savante | 0,015 | 0,032 |
| Science ouverte | 0,011 | 0,015 |
| Intégrité de la recherche | 0,025 | 0,047 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,004 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».