Issue |
Mov Sport Sci/Sci Mot
Number 105, 2019
Emotions et régulation émotionnelle en contexte sportif interpersonnel ou intergroupe
|
|
---|---|---|
Page(s) | 79 - 88 | |
DOI | https://doi.org/10.1051/sm/2019009 | |
Published online | 03 May 2019 |
Article
Revue de méthodes longitudinales pour examiner la dynamique des émotions en contexte compétitif
Review of longitudinal methods to explore the dynamics of emotions in a competitive context
Université Claude Bernard Lyon 1 – Université de Lyon, Laboratoire sur les Vulnérabilités et l’Innovation dans le Sport (EA 7428), Confédération Interdisciplinaire de Recherche dans le Sport (FED 4272),
Lyon, France
* Auteur correspondant : valerian.cece@univ-lyon1.fr
Reçu :
2
Juin
2018
Accepté :
14
Mars
2019
L’étude des émotions en sport s’est largement développée ces dernières années par l’exploration de leur dynamique et la reconnaissance du rôle du contexte social dans leur déclenchement. Le choix de l’utilisation d’une méthodologie appropriée au regard des objectifs de l’étude revêt ainsi une importance particulière. Cet article propose une revue des méthodes longitudinales permettant de modéliser les processus émotionnels en se centrant sur trois approches prometteuses et relativement récentes : les analyses de classe latente de courbes de croissances (ACLCC), les analyses de transitions de profils latents (ATPL) et les analyses multiniveaux. Les avantages et les inconvénients de chacune sont discutés en s’appuyant sur des exemples issus de la littérature scientifique. Tandis que les ATPL permettent de capturer la dynamique des profils en abordant le concept émotionnel dans son ensemble, les ACLCC sont davantage pertinentes pour modéliser l’hétérogénéité de la dynamique d’une émotion par l’identification de différentes trajectoires. Enfin, les analyses multiniveaux sont particulièrement utiles pour distinguer ce qui relève d’un contexte social (e.g., centre d’entraînement intensif) de ce qui relève de l’individu. Une attention particulière a été accordée à la pertinence de ces méthodes pour examiner le rôle du contexte social interpersonnel dans la complexité des processus émotionnels.
Abstract
The study of sport emotions has largely developed in recent years by investigating the dynamics of emotions and the role of social context on emotional process. In this context, the use of an appropriate methodology adapted to the aims of the study is of particular importance. This study aims to review longitudinal methods allowing capturing the emotional process focusing on three promising and relatively recent approaches: the Latent Class Growth Analyses (LCGA), the Latent Profile Transition Analyses (LPTA) and the multilevel analyses. The benefits and the limits of each method are discussed with examples issue from the relevant literature on emotions in sport. Whereas LPTA allows capturing the dynamic of emotional profiles in including simultaneously a wide range of emotions, LCGA are more suitable to model the heterogeneity of the dynamic of a particular emotion by identification of distinct trajectories. Finally, multilevel analyses are particularly useful to disentangle the social influence of a specific context (e.g. intensive training camp) versus the influence of individual characteristics on the emotional process. The relevance of the methods used to observe the role of the social interpersonal context in the complexity of emotional process was especially discussed.
Mots clés : contexte interpersonnel / design longitudinal / dynamiques émotionnelles / intelligence émotionnelle / régulation émotionnelle
Key words: emotional dynamics / emotional intelligence / emotional regulation / interpersonal context / longitudinal design
© ACAPS, 2020
Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.
Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.
Initial download of the metrics may take a while.