MétaCan
Menu
Retour à la cohorte
Enregistrement W4390571219 · doi:10.1038/s41467-023-44295-8

Awake ripples enhance emotional memory encoding in the human brain

2024· article· en· W4390571219 sur OpenAlexaff
Haoxin Zhang, Ivan Skelin, Shiting Ma, Michelle Paff, Lilit Mnatsakanyan, Michael A. Yassa, Robert T. Knight, Jack J. Lin

Notice bibliographique

RevueNature Communications · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensToronto Western Hospital
Organismes subventionnairesNational Institute on AgingNational Institutes of HealthNational Institute of Neurological Disorders and StrokeNational Institute of Mental HealthU.S. Department of Health and Human Services
Mots-clésAmygdalaHippocampal formationStimulus (psychology)NeuroscienceMemory consolidationEmotional memoryHippocampusPsychologyRecallEpisodic memoryEncoding (memory)Cognitive psychologyCognition

Résumé

récupéré en direct d'OpenAlex

Enhanced memory for emotional experiences is hypothesized to depend on amygdala-hippocampal interactions during memory consolidation. Here we show using intracranial recordings from the human amygdala and the hippocampus during an emotional memory encoding and discrimination task increased awake ripples after encoding of emotional, compared to neutrally-valenced stimuli. Further, post-encoding ripple-locked stimulus similarity is predictive of later memory discrimination. Ripple-locked stimulus similarity appears earlier in the amygdala than in hippocampus and mutual information analysis confirms amygdala influence on hippocampal activity. Finally, the joint ripple-locked stimulus similarity in the amygdala and hippocampus is predictive of correct memory discrimination. These findings provide electrophysiological evidence that post-encoding ripples enhance memory for emotional events.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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)0,0020,000

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 Opus0,110
Tête enseignante GPT0,397
Écart entre enseignants0,287 · 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

Citations23
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetMemory and Neural MechanismsTravaux en français237 207