MétaCan
Menu
Retour à la cohorte
Enregistrement W6929668712 · doi:10.5061/dryad.b4t60

Data from: NREM2 and sleep spindles are instrumental to the consolidation of motor sequence memories

2015· dataset· en· W6929668712 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2015
Typedataset
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTropical and Extratropical Cyclones Research
Établissements canadiensCanadian Sleep & Circadian NetworkWestern UniversityUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésSleep spindleMemory consolidationSleep (system call)Consolidation (business)Sleep StagesOdorMotor learningSequence learningPolysomnography

Résumé

récupéré en direct d'OpenAlex

Although numerous studies have convincingly demonstrated that sleep plays a critical role in motor sequence learning (MSL) consolidation, the specific contribution of the different sleep stages in this type of memory consolidation is still contentious. To probe the role of stage 2 non-REM sleep (NREM2) in this process, we used a conditioning protocol in three different groups of participants who either received an odor during initial training on a motor sequence learning task and were re-exposed to this odor during different sleep stages of the post-training night (i.e., NREM2 sleep [Cond-NREM2], REM sleep [Cond-REM], or were not conditioned during learning but exposed to the odor during NREM2 [NoCond]). Results show that the Cond-NREM2 group had significantly higher gains in performance at retest than both the Cond-REM and NoCond groups. Also, only the Cond-NREM2 group yielded significant changes in sleep spindle characteristics during cueing. Finally, we found that a change in frequency of sleep spindles during cued-memory reactivation mediated the relationship between the experimental groups and gains in performance the next day. These findings strongly suggest that cued-memory reactivation during NREM2 sleep triggers an increase in sleep spindle activity that is then related to the consolidation of motor sequence memories.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,229
Score d'incertitude au seuil0,959

Scores Codex et Gemma par catégorie

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 savante0,0000,001
Science ouverte0,0030,002
Intégrité de la recherche0,0000,000
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 Opus0,077
Tête enseignante GPT0,294
Écart entre enseignants0,217 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetTropical and Extratropical Cyclones ResearchTravaux en français237 207