MySportAPP
fr

Langue

FrançaisEnglishEspañolDeutschItalianoSvenskaРусский中文العربية

Thème

← Retour au site

Méthode

Tes notes valent de l’or.

Après chaque match, tu notes tes coups, ton moral, ton sommeil. Ce ne sont pas des données au rabais en attendant un capteur : c’est la mesure que les sciences du sport utilisent depuis plus de quarante ans, du club au haut niveau.

1982
la première échelle de l’effort perçu (Borg)
56
études comparées par la revue de Saw et al.
58
références vérifiées sur cette page
01

Une donnée déclarative, c’est quoi ?

Une donnée déclarative (ou auto-rapportée) est une mesure que tu produis toi-même : une note sur ton smash, ton moral, ton sommeil, l’effort que tu as ressenti. Toute démarche scientifique commence ainsi : observer, noter, compter, avant d’expliquer.

Une note que tu te donnes après chaque match est exactement cela : une observation régulière, prise dans les mêmes conditions, sur la même échelle. C’est le premier étage de la mesure, celui sur lequel tout le reste se construit.

02

Quarante ans de sciences du sport

En 1982, Gunnar Borg pose les bases de l’échelle de perception de l’effort 1. Une méta-analyse montre ensuite que cette note est liée à la fréquence cardiaque, au lactate et à la consommation d’oxygène 3. En 2001, Carl Foster propose de multiplier la note d’effort d’une séance par sa durée : c’est la session-RPE, devenue une mesure standard de la charge d’entraînement 2. Elle a été validée dans de nombreux sports, pour les deux sexes, à tout âge et à tout niveau 4, 5, 6, 7.

Les questionnaires de bien-être (fatigue, stress, courbatures, sommeil) suivent la même logique 16, 20, 21, 22, tout comme les profils d’humeur 17, 18, 19 et les questionnaires de sommeil 24, 25, 26, 27. Les consensus internationaux sur le suivi des athlètes les recommandent aux côtés des mesures physiologiques, du Comité international olympique aux sociétés savantes européenne et américaine 28, 29, 30, 31, 32, 33, 34, 35.

03

Et dans les sports de raquette ?

En tennis, l’effort perçu pendant un vrai match est lié au lactate sanguin 8, 9. Chez des joueurs professionnels, la charge mesurée par session-RPE suit celle calculée par la fréquence cardiaque 10, et elle a servi à piloter l’entraînement à Roland-Garros 11 comme chez les jeunes joueurs 12. Au squash, elle distingue les types de séances chez des professionnels 14. Une étude compare la charge du padel à celle du tennis en simple et en double 13, et une revue couvre l’ensemble des sports de raquette 15.

Honnêtement : nous n’avons pas trouvé d’étude qui valide la session-RPE spécifiquement pour le padel, le pickleball ou le tennis de table. Les résultats du tennis et du squash sont les plus proches.

04

Plus sensible que bien des capteurs

La revue systématique de Saw, Main et Gastin (2016) a comparé 56 études : les mesures subjectives reflètent la charge d’entraînement, aiguë comme chronique, avec plus de sensibilité et de régularité que les marqueurs objectifs couramment utilisés 23. Sur plus de 2 500 questionnaires en football australien, les notes de bien-être suivent les variations de charge au fil de la semaine et de la saison 21.

Précision importante : ces études portent sur l’effort, la fatigue et le bien-être déclarés, pas sur la note technique d’un coup. Pour les coups, l’argument est différent, et il est juste plus loin.

05

Et si je me note mal ?

On se juge imparfaitement : en moyenne, l’auto-évaluation n’est que modérément liée à la performance réelle (une corrélation d’environ 0,29) 37, 38, et elle est souvent décalée, le plus souvent vers le haut 39. Mais elle devient plus juste quand elle porte sur un domaine précis, une tâche familière, et quand on a l’habitude de s’évaluer 37, 38. En tennis junior, les coups estimés par les joueurs ne diffèrent pas significativement de l’analyse vidéo 36.

Surtout, un biais constant ne gêne pas. Si tu te surnotes toujours de deux points, toutes tes notes se décalent d’autant, et l’écart entre tes bons et tes mauvais jours reste le même. Ce qui compte n’est pas l’exactitude d’une note, mais sa fidélité : juger la même chose de la même façon à chaque fois 42, 43, 44.

C’est pourquoi l’app te compare à toi-même, jamais aux autres. Ce qui est vrai pour un groupe ne l’est souvent pas pour une personne 48, 49, et c’est en mesurant plusieurs fois le même joueur qu’on sépare une vraie tendance du hasard 50, 51, 52. Les auto-rapports répétés, notés sur le moment, sont fiables et limitent les erreurs de mémoire 45, 46, 47.

06

Les limites, sans détour

Une note ne dit pas si ton smash est objectivement bon : elle dit ce que tu en as perçu. Elle est sensible à l’humeur du moment et au résultat. Et elle décrit des associations, jamais des causes : « je gagne quand je note mon smash haut » ne prouve pas que le smash fait gagner. Elle sert à repérer, pas à conclure.

07

Ce que MySportAPP en fait

Les notes d’après-match sont traitées comme des conséquences du résultat, jamais comme des causes : elles n’entrent pas dans « ce qui te fait gagner ». Elles sont lues en comparant tes victoires à tes défaites, avec des seuils de nombre de matchs, un niveau de fiabilité affiché, et un retour vers ton niveau habituel quand les matchs sont rares.

Ton niveau, lui, se calcule comme dans les meilleurs modèles de prédiction du tennis : une note qui monte ou descend après chaque match selon l’adversaire et l’écart au score, avec son incertitude 53, 54, 55, 56. Les points d’un match ne sont pas tout à fait indépendants 57, et les statistiques individuelles aident à prévoir l’issue d’une rencontre 58.

La question n’est jamais « ce coup est-il bon ? », mais « quand tu le perçois comme réussi, ton résultat change-t-il ? ». Et cette relation-là se mesure très bien.

08

Demain : ton ressenti et ton corps, côte à côte

Les sciences du sport distinguent la charge externe (ce que tu fais) de la charge interne (ce que ça te coûte), dont la perception de l’effort fait partie 7. Avec la montre, ta fréquence cardiaque et tes coups mesurés rejoindront tes notes : l’effort que tu ressens, à côté de celui que ton corps enregistre.

Références

Chaque référence a été vérifiée en ligne (DOI résolu, résumé consulté). Le résumé en une phrase reste fidèle à l’étude.

  1. Borg, G. A. (1982). Psychophysical bases of perceived exertion. Medicine & Science in Sports & Exercise, 14(5), 377–381. doi.org/10.1249/00005768-198205000-00012Pose les bases psychophysiques des échelles de perception de l'effort (RPE et CR10).
  2. Foster, C., Florhaug, J. A., Franklin, J., Gottschall, L., Hrovatin, L. A., Parker, S., Doleshal, P., & Dodge, C. (2001). A new approach to monitoring exercise training. Journal of Strength and Conditioning Research, 15(1), 109–115. doi.org/10.1519/00124278-200102000-00019Introduit la session-RPE : la note d'effort de la séance multipliée par sa durée donne une charge d'entraînement.
  3. Chen, M. J., Fan, X., & Moe, S. T. (2002). Criterion-related validity of the Borg ratings of perceived exertion scale in healthy individuals: a meta-analysis. Journal of Sports Sciences, 20(11), 873–899. doi.org/10.1080/026404102320761787Méta-analyse : le RPE est corrélé à la fréquence cardiaque (r ≈ 0,62), au lactate (0,57) et à la consommation d'oxygène en % de VO2max (0,64), avec des variations selon les conditions.
  4. Impellizzeri, F. M., Rampinini, E., Coutts, A. J., Sassi, A., & Marcora, S. M. (2004). Use of RPE-based training load in soccer. Medicine & Science in Sports & Exercise, 36(6), 1042–1047. doi.org/10.1249/01.MSS.0000128199.23901.2FSur 479 séances, la session-RPE est corrélée aux charges calculées par fréquence cardiaque (r = 0,50 à 0,85 selon les joueurs).
  5. Haddad, M., Stylianides, G., Djaoui, L., Dellal, A., & Chamari, K. (2017). Session-RPE method for training load monitoring: validity, ecological usefulness, and influencing factors. Frontiers in Neuroscience, 11, 612. doi.org/10.3389/fnins.2017.00612Revue : la session-RPE est valide, fiable et cohérente dans de nombreux sports, pour les deux sexes, à tout âge et à tout niveau.
  6. Foster, C., Boullosa, D., McGuigan, M., et al. (2021). 25 years of session rating of perceived exertion: historical perspective and development. International Journal of Sports Physiology and Performance, 16(5), 612–621. doi.org/10.1123/ijspp.2020-0599Bilan de 25 ans : la session-RPE est un marqueur accepté de la charge interne, elle reste stable si on la recueille entre 1 minute et 14 jours après la séance, et elle est utile des patients jusqu'à l'élite.
  7. Impellizzeri, F. M., Marcora, S. M., & Coutts, A. J. (2019). Internal and external training load: 15 years on. International Journal of Sports Physiology and Performance, 14(2), 270–273. doi.org/10.1123/ijspp.2018-0935Précise le cadre conceptuel qui distingue la charge interne (dont la perception) de la charge externe.
  8. Mendez-Villanueva, A., Fernandez-Fernandez, J., Bishop, D., Fernandez-Garcia, B., & Terrados, N. (2007). Activity patterns, blood lactate concentrations and ratings of perceived exertion during a professional singles tennis tournament. British Journal of Sports Medicine, 41(5), 296–300. doi.org/10.1136/bjsm.2006.030536En tournoi professionnel de tennis, le RPE et le lactate sont plus élevés sur les jeux de service et corrélés à la durée des échanges.
  9. Mendez-Villanueva, A., Fernandez-Fernández, J., Bishop, D., & Fernandez-Garcia, B. (2010). Ratings of perceived exertion–lactate association during actual singles tennis match play. Journal of Strength and Conditioning Research, 24(1), 165–170. doi.org/10.1519/JSC.0b013e3181a5bc6dEn match de tennis réel, le RPE est significativement corrélé au lactate sanguin (r = 0,48 à 0,57).
  10. Gomes, R. V., Moreira, A., Lodo, L., Capitani, C. D., & Aoki, M. S. (2015). Ecological validity of session RPE method for quantifying internal training load in tennis. International Journal of Sports Science & Coaching, 10(4), 729–737. doi.org/10.1260/1747-9541.10.4.729Chez 12 joueurs de tennis professionnels (384 séances, 36 matchs), la session-RPE est corrélée aux méthodes par fréquence cardiaque (r = 0,58 à 0,89 selon les joueurs).
  11. Coutts, A. J., Gomes, R. V., Viveiros, L., & Aoki, M. S. (2010). Monitoring training loads in elite tennis. Revista Brasileira de Cineantropometria e Desempenho Humano, 12(3), 217. doi.org/10.5007/1980-0037.2010v12n3p217Retour d'expérience à Roland-Garros 2008 : la session-RPE est présentée comme un outil peu coûteux et simple pour contrôler la charge et éviter les excès.
  12. Gomes, R. V., Moreira, A., Lodo, L., Nosaka, K., Coutts, A. J., & Aoki, M. S. (2013). Monitoring training loads, stress, immune-endocrine responses and performance in tennis players. Biology of Sport, 30(3), 173–180. doi.org/10.5604/20831862.1059169Chez de jeunes joueurs de tennis, la charge mesurée par session-RPE et les symptômes de stress déclarés suivent la périodisation, en parallèle du cortisol.
  13. Armstrong, C., Reid, M., Beale, C., & Girard, O. (2023). A comparison of match load between padel and singles and doubles tennis. International Journal of Sports Physiology and Performance, 18(5), 512–522. doi.org/10.1123/ijspp.2022-0330L'effort perçu et la fréquence cardiaque sont plus élevés en simple de tennis qu'en double ou en padel ; le padel impose une charge qui lui est propre.
  14. James, C., Dhawan, A., Jones, T., & Girard, O. (2021). Quantifying training demands of a 2-week in-season squash microcycle. International Journal of Sports Physiology and Performance, 16(6), 779–786. doi.org/10.1123/ijspp.2020-0306Chez 15 professionnels de squash, la session-RPE et le RPE différencié distinguent les types de séances ; le match n'est pas systématiquement la séance la plus exigeante.
  15. Cádiz Gallardo, M. P., Pradas de la Fuente, F., Moreno-Azze, A., & Carrasco Páez, L. (2023). Physiological demands of racket sports: a systematic review. Frontiers in Psychology, 14, 1149295. doi.org/10.3389/fpsyg.2023.1149295Revue de 27 études sur la charge interne en badminton, padel, tennis de table, tennis et squash : le badminton est le plus intense, le tennis de table le moins.
  16. Hooper, S. L., & Mackinnon, L. T. (1995). Monitoring overtraining in athletes. Sports Medicine, 20(5), 321–327. doi.org/10.2165/00007256-199520050-00003Propose de suivre le surentraînement à l'aide d'indicateurs simples, dont des notes subjectives (fatigue, stress, courbatures, sommeil).
  17. Morgan, W. P., Brown, D. R., Raglin, J. S., O'Connor, P. J., & Ellickson, K. A. (1987). Psychological monitoring of overtraining and staleness. British Journal of Sports Medicine, 21(3), 107–114. doi.org/10.1136/bjsm.21.3.107Sur 10 ans et 400 nageurs, les troubles de l'humeur (POMS) augmentent avec la charge et reviennent à la normale quand elle baisse.
  18. Beedie, C. J., Terry, P. C., & Lane, A. M. (2000). The profile of mood states and athletic performance: two meta-analyses. Journal of Applied Sport Psychology, 12(1), 49–68. doi.org/10.1080/10413200008404213L'humeur mesurée par le POMS prédit modérément le résultat d'une performance (ES ≈ 0,31) mais pas le niveau de pratique, avec des effets plus nets dans les sports à habiletés ouvertes.
  19. Terry, P. C., Lane, A. M., & Fogarty, G. J. (2003). Construct validity of the Profile of Mood States – Adolescents for use with adults. Psychology of Sport and Exercise, 4(2), 125–139. doi.org/10.1016/S1469-0292(01)00035-8Étend à des adultes la validation de la version courte du POMS (six dimensions, base de la BRUMS), sur 2 549 participants dont des sportifs avant compétition.
  20. McLean, B. D., Coutts, A. J., Kelly, V., McGuigan, M. R., & Cormack, S. J. (2010). Neuromuscular, endocrine, and perceptual fatigue responses during different length between-match microcycles in professional rugby league players. International Journal of Sports Physiology and Performance, 5(3), 367–383. doi.org/10.1123/ijspp.5.3.367La fatigue, le bien-être et les courbatures déclarés se dégradent pendant au moins 48 h après un match, parallèlement à la baisse de détente verticale.
  21. Gastin, P. B., Meyer, D., & Robinson, D. (2013). Perceptions of wellness to monitor adaptive responses to training and competition in elite Australian football. Journal of Strength and Conditioning Research, 27(9), 2518–2526. doi.org/10.1519/JSC.0b013e31827fd600Sur 2 583 questionnaires en 9 items notés de 1 à 5, les notes de bien-être sont sensibles aux variations de charge au fil de la semaine et de la saison.
  22. Grove, J. R., Main, L. C., Partridge, K., Bishop, D. J., Russell, S., Shepherdson, A., & Ferguson, L. (2014). Training distress and performance readiness: laboratory and field validation of a brief self-report measure. Scandinavian Journal of Medicine & Science in Sports, 24(6), e483–e490. doi.org/10.1111/sms.12214Un questionnaire de 19 items suit la baisse de performance en laboratoire comme sur le terrain, et des scores bas avant compétition sont associés à de meilleures performances.
  23. Saw, A. E., Main, L. C., & Gastin, P. B. (2016). Monitoring the athlete training response: subjective self-reported measures trump commonly used objective measures: a systematic review. British Journal of Sports Medicine, 50(5), 281–291. doi.org/10.1136/bjsports-2015-094758Sur 56 études, les mesures subjectives reflètent la charge aiguë et chronique avec plus de sensibilité et de régularité que les mesures objectives, avec lesquelles elles sont généralement peu corrélées.
  24. Buysse, D. J., Reynolds, C. F., Monk, T. H., Berman, S. R., & Kupfer, D. J. (1989). The Pittsburgh Sleep Quality Index: a new instrument for psychiatric practice and research. Psychiatry Research, 28(2), 193–213. doi.org/10.1016/0165-1781(89)90047-4Présente le PSQI, questionnaire auto-rapporté de qualité du sommeil devenu l'instrument de référence.
  25. Samuels, C., James, L., Lawson, D., & Meeuwisse, W. (2016). The Athlete Sleep Screening Questionnaire: a new tool for assessing and managing sleep in elite athletes. British Journal of Sports Medicine, 50(7), 418–422. doi.org/10.1136/bjsports-2014-094332Questionnaire de dépistage de 15 items propre aux athlètes, fiable, qui repère ceux qui ont besoin d'une consultation spécialisée.
  26. Driller, M. W., Mah, C. D., & Halson, S. L. (2018). Development of the athlete sleep behavior questionnaire: a tool for identifying maladaptive sleep practices in elite athletes. Sleep Science, 11(1), 37–44. doi.org/10.5935/1984-0063.20180009Questionnaire de 18 items, fiable en test-retest (ICC = 0,87), modérément corrélé au temps de sommeil mesuré par actigraphie (r = −0,42).
  27. Mah, C. D., Mah, K. E., Kezirian, E. J., & Dement, W. C. (2011). The effects of sleep extension on the athletic performance of collegiate basketball players. Sleep, 34(7), 943–950. doi.org/10.5665/SLEEP.1132Allonger le sommeil de joueurs de basket universitaires améliore le sprint chronométré et la précision au tir, avec un suivi de l'humeur par POMS.
  28. Bourdon, P. C., Cardinale, M., Murray, A., et al. (2017). Monitoring athlete training loads: consensus statement. International Journal of Sports Physiology and Performance, 12(Suppl 2), S2-161–S2-170. doi.org/10.1123/IJSPP.2017-0208Consensus (conférence de Doha, 2016) qui fournit un cadre commun sur le quoi, le comment et le pourquoi du suivi de charge.
  29. Soligard, T., Schwellnus, M., Alonso, J.-M., et al. (2016). How much is too much? (Part 1) International Olympic Committee consensus statement on load in sport and risk of injury. British Journal of Sports Medicine, 50(17), 1030–1041. doi.org/10.1136/bjsports-2016-096581Consensus du CIO : recommandations pour suivre la charge d'entraînement, de compétition et psychologique, ainsi que le bien-être.
  30. Halson, S. L. (2014). Monitoring training load to understand fatigue in athletes. Sports Medicine, 44(Suppl 2), S139–S147. doi.org/10.1007/s40279-014-0253-zPasse en revue les marqueurs (dont perception de l'effort, questionnaires, journaux, sommeil) et constate qu'aucun marqueur unique ne fait autorité.
  31. Thorpe, R. T., Atkinson, G., Drust, B., & Gregson, W. (2017). Monitoring fatigue status in elite team-sport athletes: implications for practice. International Journal of Sports Physiology and Performance, 12(Suppl 2), S2-27–S2-34. doi.org/10.1123/ijspp.2016-0434Les mesures auto-rapportées figurent parmi les outils rapides et prometteurs, à condition de définir un seuil de changement significatif.
  32. Gabbett, T. J., Nassis, G. P., Oetter, E., et al. (2017). The athlete monitoring cycle: a practical guide to interpreting and applying training monitoring data. British Journal of Sports Medicine, 51(20), 1451–1452. doi.org/10.1136/bjsports-2016-097298Guide pratique pour planifier, analyser, interpréter et appliquer les données de suivi.
  33. Coyne, J. O. C., Haff, G. G., Coutts, A. J., Newton, R. U., & Nimphius, S. (2018). The current state of subjective training load monitoring — a practical perspective and call to action. Sports Medicine – Open, 4, 58. doi.org/10.1186/s40798-018-0172-xLes mesures subjectives peuvent refléter fatigue mentale, effort, stress et motivation ; les auteurs recommandent des échelles plus fines et des pratiques psychométriques rigoureuses.
  34. Meeusen, R., Duclos, M., Foster, C., et al. (2013). Prevention, diagnosis, and treatment of the overtraining syndrome: joint consensus statement of the ECSS and the ACSM. Medicine & Science in Sports & Exercise, 45(1), 186–205. doi.org/10.1249/MSS.0b013e318279a10aConsensus ECSS/ACSM : fatigue, baisse de performance et troubles de l'humeur sont des signes centraux du surentraînement.
  35. Kellmann, M., Bertollo, M., Bosquet, L., et al. (2018). Recovery and performance in sport: consensus statement. International Journal of Sports Physiology and Performance, 13(2), 240–245. doi.org/10.1123/ijspp.2017-0759Souligne la variabilité entre athlètes et chez un même athlète, et l'intérêt d'un suivi systématique de la récupération.
  36. Murphy, A. P., Duffield, R., Kellett, A., & Reid, M. (2014). Comparison of athlete–coach perceptions of internal and external load markers for elite junior tennis training. International Journal of Sports Physiology and Performance, 9(5), 751–756. doi.org/10.1123/ijspp.2013-0364En tennis junior, les entraîneurs sous-estiment le RPE de séance des joueurs (r = 0,59 seulement), alors que les coups estimés par le joueur ne diffèrent pas significativement de l'analyse vidéo.
  37. Mabe, P. A., & West, S. G. (1982). Validity of self-evaluation of ability: a review and meta-analysis. Journal of Applied Psychology, 67(3), 280–296. doi.org/10.1037/0021-9010.67.3.280Sur 55 études, l'auto-évaluation corrèle modestement avec la performance (r ≈ 0,29), et la précision augmente avec l'expérience de l'auto-évaluation et quand on s'attend à une confrontation aux faits.
  38. Zell, E., & Križan, Z. (2014). Do people have insight into their abilities? A metasynthesis. Perspectives on Psychological Science, 9(2), 111–125. doi.org/10.1177/1745691613518075Synthèse de 22 méta-analyses (dont le sport) : corrélation moyenne de 0,29, plus forte quand l'auto-évaluation porte sur un domaine précis et une tâche familière et objective.
  39. Dunning, D., Heath, C., & Suls, J. M. (2004). Flawed self-assessment: implications for health, education, and the workplace. Psychological Science in the Public Interest, 5(3), 69–106. doi.org/10.1111/j.1529-1006.2004.00018.xL'auto-évaluation est souvent biaisée de façon systématique, notamment par une surestimation de soi : c'est le « biais constant » à neutraliser.
  40. Hughes, M. D., & Bartlett, R. M. (2002). The use of performance indicators in performance analysis. Journal of Sports Sciences, 20(10), 739–754. doi.org/10.1080/026404102320675602Classe les indicateurs de performance (dont les sports « de filet et de mur ») et recommande de les comparer et de les normaliser.
  41. Courel-Ibáñez, J., Sánchez-Alcaraz Martínez, B. J., & Cañas, J. (2017). Game performance and length of rally in professional padel players. Journal of Human Kinetics, 55, 161–169. doi.org/10.1515/hukin-2016-0045Analyse notationnelle de 1 527 échanges du World Padel Tour : 40 % des fautes directes surviennent dans les 4 premières secondes, et les vainqueurs jouent des échanges plus longs.
  42. Hopkins, W. G. (2000). Measures of reliability in sports medicine and science. Sports Medicine, 30(1), 1–15. doi.org/10.2165/00007256-200030010-00001Référence sur la fiabilité (erreur type, test-retest) nécessaire pour juger qu'un changement individuel est réel.
  43. Atkinson, G., & Nevill, A. M. (1998). Statistical methods for assessing measurement error (reliability) in variables relevant to sports medicine. Sports Medicine, 26(4), 217–238. doi.org/10.2165/00007256-199826040-00002Revue des méthodes pour estimer l'erreur de mesure et le biais systématique.
  44. Bland, J. M., & Altman, D. G. (1986). Statistical methods for assessing agreement between two methods of clinical measurement. The Lancet, 327(8476), 307–310. doi.org/10.1016/S0140-6736(86)90837-8Méthode des limites d'accord pour distinguer biais constant et dispersion.
  45. Csikszentmihalyi, M., & Larson, R. (1987). Validity and reliability of the Experience-Sampling Method. Journal of Nervous and Mental Disease, 175(9), 526–536. doi.org/10.1097/00005053-198709000-00004Montre la fiabilité et la validité des auto-rapports répétés au quotidien.
  46. Bolger, N., Davis, A., & Rafaeli, E. (2003). Diary methods: capturing life as it is lived. Annual Review of Psychology, 54, 579–616. doi.org/10.1146/annurev.psych.54.101601.145030Les journaux saisissent l'expérience comme les méthodes classiques ne le peuvent pas ; les auteurs recommandent des mesures fondées sur le changement chez une même personne.
  47. Shiffman, S., Stone, A. A., & Hufford, M. R. (2008). Ecological momentary assessment. Annual Review of Clinical Psychology, 4, 1–32. doi.org/10.1146/annurev.clinpsy.3.022806.091415Recueillir l'auto-rapport sur le moment et en situation réelle réduit le biais de rappel et augmente la validité écologique.
  48. Molenaar, P. C. M. (2004). A manifesto on psychology as idiographic science: bringing the person back into scientific psychology, this time forever. Measurement, 2(4), 201–218. doi.org/10.1207/s15366359mea0204_1Les structures observées entre individus ne se transposent à l'individu que sous des conditions rarement réunies.
  49. Fisher, A. J., Medaglia, J. D., & Jeronimus, B. F. (2018). Lack of group-to-individual generalizability is a threat to human subjects research. PNAS, 115(27), E6106–E6115. doi.org/10.1073/pnas.1711978115Sur six échantillons, la variance chez un même individu est 2 à 4 fois plus grande que celle observée au niveau du groupe.
  50. Kinugasa, T., Cerin, E., & Hooper, S. (2004). Single-subject research designs and data analyses for assessing elite athletes' conditioning. Sports Medicine, 34(15), 1035–1050. doi.org/10.2165/00007256-200434150-00003Plaide pour les plans à cas unique afin de savoir ce qui marche pour un athlète donné plutôt que pour l'athlète « moyen ».
  51. Barker, J. B., Mellalieu, S. D., McCarthy, P. J., Jones, M. V., & Moran, A. (2013). A review of single-case research in sport psychology 1997–2012. Journal of Applied Sport Psychology, 25(1), 4–32. doi.org/10.1080/10413200.2012.709579Recense 66 études à cas unique en psychologie du sport et leurs tendances.
  52. Hecksteden, A., Pitsch, W., Rosenberger, F., & Meyer, T. (2018). Repeated testing for the assessment of individual response to exercise training. Journal of Applied Physiology, 124(6), 1567–1579. doi.org/10.1152/japplphysiol.00896.2017Tester plusieurs fois une même personne permet de séparer la vraie réponse individuelle de l'erreur aléatoire.
  53. Glickman, M. E. (1999). Parameter estimation in large dynamic paired comparison experiments. Journal of the Royal Statistical Society: Series C, 48(3), 377–394. doi.org/10.1111/1467-9876.00159Algorithme (base de Glicko) qui améliore Elo en tenant compte de l'incertitude de la note, appliqué aux échecs et au tennis.
  54. Kovalchik, S. A. (2016). Searching for the GOAT of tennis win prediction. Journal of Quantitative Analysis in Sports, 12(3). doi.org/10.1515/jqas-2015-0059Sur 2 395 matchs ATP, 11 modèles sont comparés ; les modèles fondés sur le classement et un Elo sont les plus précis (75 % de bonnes prédictions chez les mieux classés, au niveau des bookmakers).
  55. Kovalchik, S. A. (2020). Extension of the Elo rating system to margin of victory. International Journal of Forecasting, 36(4), 1329–1341. doi.org/10.1016/j.ijforecast.2020.01.006Intégrer l'écart au score à Elo améliore la prédiction ; seule la variante « additive jointe » donne des notes non biaisées.
  56. Angelini, G., Candila, V., & De Angelis, L. (2022). Weighted Elo rating for tennis match predictions. European Journal of Operational Research, 297(1), 120–132. doi.org/10.1016/j.ejor.2021.04.011Propose un Elo pondéré par le score du dernier match pour mieux capter la forme du moment.
  57. Klaassen, F. J. G. M., & Magnus, J. R. (2001). Are points in tennis independent and identically distributed? Journal of the American Statistical Association, 96(454), 500–509. doi.org/10.1198/016214501753168217Sur près de 90 000 points à Wimbledon, les points ne sont pas tout à fait indépendants : l'écart est faible, mais plus marqué chez les joueurs plus faibles.
  58. Barnett, T., & Clarke, S. R. (2005). Combining player statistics to predict outcomes of tennis matches. IMA Journal of Management Mathematics, 16(2), 113–120. doi.org/10.1093/imaman/dpi001Combine les statistiques individuelles au service pour prédire l'issue et la durée d'un match.
← Retour au site