Preregistration of a study examining the influence of auditory closed-loop targeted memory reactivation during sleep on the neural correlates of motor memory consolidation.
Notice bibliographique
Résumé
Motor memory consolidation is the process by which labile motor memory traces become more robust. This process has been extensively studied using motor sequence learning (MSL) tasks that involve integrating the temporal structure of a series of stereotyped movements into a unitary, well-rehearsed sequence. Both the behavioral and neural correlates of motor sequence memory consolidation have been extensively characterized in young adults. Briefly, initial acquisition of a movement sequence, occurring during online practice of the task and characterized by a substantial improvement in performance, is followed by a slower phase in which smaller improvements emerge across multiple practice sessions. Importantly, the consolidation phase, occurring offline, between practice sessions, offers a privileged time window for the acquired memory to be transformed into a more stable, robust memory trace. Post-learning sleep, and specifically non-rapid eye movement sleep (NREM) (Geneviève Albouy et al., 2008) (Geneviève Albouy, Fogel, et al., 2013), is known to further enhance this consolidation process. The sleep-related motor memory consolidation process has been shown to be augmented by experimental interventions referred to as targeted memory reactivation (TMR). TMR consists of replaying offline (i.e., during the consolidation period) sensory stimuli that were associated to the task during learning (Ngo et al., 2013). Auditory TMR applied during post-learning Slow Wave Sleep (SWS) has been consistently used to boost motor memory consolidation in healthy young adults (Cousins et al., 2016) (Schönauer et al., 2014). Furthermore, reinforcing the synchronization of cerebral oscillations during sleep using auditory stimuli (Ngo et al., 2015) specifically presented during SW up-states (optimal period of neuronal excitability) has been shown to optimize declarative memory consolidation ( Ngo et al., 2013) (Batterink et al., 2016) (Göldi et al., 2019). However, studies causally linking the specific phase of the SW to enhancement or impairment of memory consolidation processes are rather sparse in the declarative memory field and non-existent in the motor memory domain. Additionally, the neurophysiological processes supporting these effects are poorly understood. In this project, we will combine TMR and Closed-Loop (CL) stimulation of specific phases of SWs in order to modulate motor memory consolidation. The algorithm we will use allows precise time-locking of the stimulation to the trough and the peak of the SW. The aim of the present study is twofold. First, our design allows to causally link the different phases of the SW to consolidation processes and, second, to investigate the influence of CL-TMR on the neural correlates of motor memory using sleep electro-encephalography (EEG) recordings and functional magnetic resonance imaging (fMRI) during task performance. To do so, participants will be trained, in the fMRI scanner on a motor sequence learning (MSL) task involving 3 different sequences. Each of these sequences will be associated to one specific sound during learning. During the subsequent post-learning sleep monitored with EEG, one sound will be played at the peak of the SW (reactivated-up condition), another sound will be played at the trough of the SW (reactivated-down condition) while the last sound will not be replayed (control condition). To assess consolidation, motor task performance will be retested, in the fMRI scanner, after the night episode (post-night retest).
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Protocole Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Protocole Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | high |
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».