Syncing to perform: A longitudinal case study of emotional and physiological synchrony in a team of male volleyball athletes
Notice bibliographique
Résumé
Participation in group activities predicts feelings of connection with other group members that can enhance performance coordination. However, there is limited research exploring whether team routines predict perceptions of emotional synchrony, physiological synchrony, and performance outcomes in sport. The purpose of this study was to examine emotional and physiological synchrony among a team of 16 male university volleyball athletes over two months using a case study approach (Stake, 2005). Athletes participated in a pre-practice group visualization routine while wearing bioharnesses to continuously measure heart rate (HR) and heart rate variability (HRV). Athletes completed post-practice measures of emotional synchrony and individual and team performance. The coach also rated athlete and team performance. Multilevel modeling revealed time and emotional synchrony predicted higher coach ratings of team performance and higher athlete ratings of both team and athlete performance. However, emotional synchrony drove both coach and athlete performance ratings, especially early in the season. Indeed, performance ratings in the early season were lower than ratings made later in the season unless players perceived high emotional synchrony. On those days, coach and athlete's performance ratings were comparable to the higher performance ratings made later on. Visual examination of the physiological data depicted synchronization between athletes' physiological states during their pre-practice routines. This research represents a novel case study examining the association between emotional and physiological processes and performance within a team of athletes. Overall, emotional synchrony seems particularly beneficial for team performance early in the season.Acknowledgments: This research was supported by funding from the Canadian Foundation for Innovation (John R. Evans Leaders Fund) and an Early Researcher Award from Province of Ontario Ministry of Research and Innovation. We would like to thank Devin Bonk and Zoe Poucher for their assistance with data collection on this project.
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 ».