MétaCan
Menu
Retour à la cohorte
Enregistrement W4404297718 · doi:10.1038/s42003-024-07197-z

Motor learning promotes regionally-specific spindle-slow wave coupled cerebral memory reactivation

2024· article· en· W4404297718 sur OpenAlexafffund
Daniel Baena, Ella Gabitov, L. Bryan Ray, Julien Doyon, Stuart Fogel

Notice bibliographique

RevueCommunications Biology · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensMcGill UniversityRoyal Ottawa Mental Health CentreMontreal Neurological Institute and HospitalUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésNeuroscienceMotor learningPsychology

Résumé

récupéré en direct d'OpenAlex

Sleep is essential for the optimal consolidation of newly acquired memories. This study examines the neurophysiological processes underlying memory consolidation during sleep, via reactivation. Here, we investigated the impact of slow wave - spindle (SW-SP) coupling on regionally-task-specific brain reactivations following motor sequence learning. Utilizing simultaneous EEG-fMRI during sleep, our findings revealed that memory reactivation occured time-locked to coupled SW-SP complexes, and specifically in areas critical for motor sequence learning. Notably, these reactivations were confined to the hemisphere actively involved in learning the task. This regional specificity highlights a precise and targeted neural mechanism, underscoring the crucial role of SW-SP coupling. In addition, we observed double-dissociation whereby primary sensory areas were recruited time-locked to uncoupled spindles; suggesting a role for uncoupled spindles in sleep maintenance. These findings advance our understanding the functional significance of SW-SP coupling for enhancing memory in a regionally-specific manner, that is functionally dissociable from uncoupled spindles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,669
Score d'incertitude au seuil0,602

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,147
Tête enseignante GPT0,348
Écart entre enseignants0,201 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations12
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications BiologyMême sujetSleep and Wakefulness ResearchTravaux en français237 207