A conceptual framework for collective emotions in sport
Notice bibliographique
Résumé
In spite of preliminary evidence of mood linkage among athletes of sport teams over the course of a competition as well as relations to subsequent performance (Totterdell, 2000), research on collective emotions in sport has received scant attention in recent years. The purpose of this presentation is to advance a preliminary conceptual framework for collective emotions in sport with the intention to structure and stimulate future research. To this end, we follow recommendations by Rocco and Plakhotnik (2009) and turn to relevant work in general psychology, sociology, and philosophy. Drawing on this work, we define collective emotions and present five potential causal pathways, ranging from the individual- to a society-level, namely Identification, Contagion, Conformity, Shared Stimuli, and Socialization. We suggest that each of these pathways is distinct in terms of its underlying conceptual basis, mechanisms (mediators), facilitators, operant levels, duration, and the involvement of others. We propose, however, that most pathways are moderated by athletes' ability and motivation to perceive and process relevant social cues. Based on this framework, we classify previous work, predict the salience of different pathways across situations, and provide methodological strategies to advance the further empirical investigation of collective emotions in sport. Rocco, T. S., & Plakhotnik, M. S. (2009). Literature reviews, conceptual frameworks, and theoretical frameworks: Terms, functions, and distinctions. Human Resource Development Review, 8, 120–130. Totterdell, P. (2000). Catching moods and hitting runs: Mood linkage and subjective performance in professional sport teams. Journal of Applied Psychology, 85, 848–859.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».