Impact dâune sieste sur plasticité cérébrale induite par stimulation magnétique transcrânienne
Bibliographic record
Abstract
Chez l’humain, différents protocoles de stimulation magnétique transcrânienne répétée\n(SMTr) peuvent être utilisés afin de manipuler expérimentalement la plasticité cérébrale au\nniveau du cortex moteur primaire (M1). Ces techniques ont permis de mieux comprendre le\nrôle du sommeil dans la régulation de la plasticité cérébrale. Récemment, une étude a montré que lorsqu’une première session de stimulation SMTr au niveau de M1 est suivie d’une nuit de sommeil, l’induction subséquente de la plasticité par une deuxième session SMTr est augmentée. La présente étude a investigué si ce type de métaplasticité pouvait également bénéficier d’une sieste diurne. Quatorze sujets en santé ont reçu deux sessions de intermittent theta burst stimulation (iTBS) connue pour son effet facilitateur sur l’excitabilité corticale. Les sessions de stimulation étaient séparées par une sieste de 90 minutes ou par une période équivalente d’éveil. L’excitabilité corticale était quantifiée en terme d’amplitude des potentiels évoqués moteurs (PEM) mesurés avant et après chaque session de iTBS. Les résultats montrent que la iTBS n’est pas parvenue à augmenter de manière robuste l’amplitude des PEMs lors de la première session de stimulation. Lors de la deuxième session de stimulation, la iTBS a produit des changements plastiques variables et ce peu importe si les sujets ont dormi ou pas. Les effets de la iTBS sur l’excitabilité corticale étaient marqués par une importante variabilité inter et intra-individuelle dont les possibles causes sont discutées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".