Brain plasticity underlying sleep-dependent motor consolidation after motor imagery
Notice bibliographique
Résumé
Motor imagery can, similarly to physical practice, improve motor performance through experience-based plasticity. Using magnetoencephalography, we investigated changes in brain activity associated with offline consolidation of motor sequence learning through physical practice or motor imagery. After an initial training session with either physical practice or motor imagery, participants underwent overnight consolidation. As control condition, participants underwent wake-related consolidation after training with motor imagery. Behavioral analyses revealed that overnight consolidation of motor learning through motor imagery outperformed wake-related consolidation (95% CI [0.02, 0.07], P < 0.001, RP2 = 0.05). As regions of interest, we selected the generators of event-related synchronization/desynchronization of alpha (8-12 Hz) and beta (15-30 Hz) oscillations, which predicted the level of performance on the motor sequence. This yielded a primary sensorimotor-premotor network for alpha oscillations and a cortico-cerebellar network for beta oscillations. The alpha network exhibited increased neural desynchronization after overnight consolidation compared to wake-related consolidation. By contrast, the beta network exhibited an increase in neural synchronization after wake-related consolidation compared to overnight consolidation. We provide the first evidence of parallel brain plasticity underlying behavioral changes associated with sleep-dependent consolidation of motor skill learning through motor imagery and physical practice.
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 | 0,001 |
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 ».