Appel à Communication

Argumentaire MMR 2023

Les Méthodes Mixtes de Recherche
pour l’analyse de l’activité et de l’expérience en Éducation physique et en Sport
Articulation des données et des épistémologies 

1. Méthodes mixtes de recherche (MMR) : cadrage général

Dans les STAPS, fondées sur la pluridisciplinarité, les chercheurs s’engagent dans des travaux mêlant des approches scientifiques variées issues aussi bien des sciences du mouvement que des sciences humaines et sociales, dont les sciences de l’éducation. Dans ce contexte, les méthodes mixtes de recherche (MMR) connaissent un essor (e.g., Camerino et al., 2014) qui n’est pas sans poser de questions et soulever des enjeux de nature épistémologique.

1.1 Émergence et définition des MMR

La mixité méthodologique, depuis le Philèbe de Platon [1] pose le problème de mélanger, sans les mêler, des données d’origines différentes mais complémentaires. Le mixte [2], le troisième genre de connaissance, résulte du mélange des deux autres.

À la différence de la juste mesure, la méthode mixte organise le plus souvent un rapport entre une quantité requise pour une qualité sélectionnée. Cette combinaison de données hétérogènes est l’occasion de refuser à la fois la réduction naturaliste à des données biologiques et physiques et de ne pas tout interpréter en termes culturalistes et symboliques. La prise en compte de la subjectivité dans la recherche [3] est notamment venue renouveler une approche jugée trop objectiviste au point que nous sommes en capacité depuis 20 ans de penser l’interdisciplinarité par méthodes multiples [4]. Dans la littérature internationale, les méthodes mixtes sont notamment définies ainsi (Creswell & Plano Clark, 2018) :

“we defined mixed-method designs as those that include at least one quantitative method (designed to collect numbers) and one qualitative method (designed to collect words), where neither type of method is inherently linked to any particular inquiry paradigm” (p. 256).

La définition des MMR a évolué afin de prendre en compte par la suite différents points de vue combinant méthodes, design de recherche, orientations théoriques et philosophiques. Selon Creswell & Plano Clark (2018, p. 256), les caractéristiques les plus saillantes mises à jour dans l’usage des MMR sont les suivantes : «  In mixed methods, the researcher…

• collects and analyzes both qualitative and quantitative data rigorously in response to research questions and hypotheses,
• integrates (or mixes or combines) the two forms of data and their results,
• organizes these procedures into specific research designs that provide the logic and procedures for conducting the study, and
• frames these procedures within theory and philosophy.”

1.2 Historique et contexte d’émergence des MMR

Comprendre la genèse et le développement des méthodes mixtes de recherche nécessite d’en questionner leurs usages en fonction des orientations épistémologiques, théoriques et méthodologiques des chercheurs. L’évolution historique de la définition des MMR montre un déplacement des préoccupations centrées sur les méthodes et l’hétérogénéité des données, vers des préoccupations de mixité méthodologique intégrant des questions épistémologiques et de fiabilité scientifique (Camerino et al., 2014; Creswell & Plano Clark, 2018; Green, 2007; Hesse-Biber & Johnson, 2015; Pluye et al., 2018)[5].

Il est établi que 2003 marque une étape majeure de formalisation et de légitimation des MMR :

« Plusieurs jalons ont contribué à cette étape de formalisation de cette approche de recherche. En 2003, le Manuel de méthodes mixtes en recherche sociale et comportementale (Handbook of Mixed Methods in Social and Behavioral Research, Tashakkori et Teddlie, 2003) [6] a été publié avec les contributions de cinquante-deux auteurs internationaux et multidisciplinaires. Cette publication majeure a fourni le premier consensus pour nommer et légitimer l’approche connue sous le nom de « méthodes mixtes de recherche (RMM) » (Schweizer et al., 2020) [7].

C’est Anadón (2019) [8] qui traduit mixed methods research (MMR), par l’appellation « recherche par méthodes mixtes » (RMM). Les autres usages francophones sont variés. Ainsi la société savante des « méthodes mixtes francophonie » (MMF), dirigée par le canadien P. Pluye, parle simplement de Méthodes mixtes (MM) [9]. Le livre récent sous la direction de Schweizer et al. (2020) parle de méthode mixte de recherche (MMR), méthodes mixtes dans la recherche ou de Recherche à base de méthodes mixtes (RMM).

La première conférence internationale sur les méthodes mixtes de recherche s’est tenue au Royaume-Uni en 2005. En 2007, la naissance du Journal of Mixed Methods Research devient un levier pour la diffusion des connaissances sur la théorisation et les règles pratiques relatives à ces méthodes mixtes dans la recherche. Plus récemment, la Mixed Methods International Research Association (www.mmira.org) a été créée en 2013 pour soutenir la communauté internationale grandissante des chercheurs travaillant avec des méthodes mixtes, dont la communauté francophone (http://methodesmixtesfrancophonie.pbworks.com).

Aujourd’hui, les chercheurs disposent d’un large éventail de ressources méthodologiques pour soutenir la conception, la mise en œuvre et la diffusion d’études s’inscrivant dans les MMR. Cela dit, l’acceptation et l’utilisation générales de cette approche varient toujours d’un contexte disciplinaire à l’autre (Plano Clark & Ivankova, 2016). À titre d’illustration, la psychologie (pour une revue, Schweizer et al., 2020) est l’une des disciplines à avoir adopté tardivement les MMR comparativement à d’autres telles que les sciences infirmières et les sciences de l’éducation (Alise et Teddlie, 2010 ; Lopez-Fernandez et Molina-Azorin, 2011). Ce constat peut s’expliquer pour partie en psychologie par la domination de l’orientation quantitative des pratiques de recherche, et notamment des méthodologies convoquées (Roberts et Povee, 2014 ; Waszak et Sines, 2003).

Le postulat au cœur de ce débat est l’impossibilité de mixer des méthodes quantitatives et des méthodes qualitatives du fait d’incompatibilité épistémologique. Deux perspectives importantes se sont alors dégagées :

• d’une part, des chercheurs mobilisant des méthodes mixtes se sont référés au pragmatisme (Dewey, 1998) [10] en tant que fondement épistémologique pour soutenir leurs travaux. Appliqué aux recherches conduites selon des méthodes mixtes, le pragmatisme encourage les chercheurs à choisir l’ensemble de méthodes qui répondent le mieux à leurs questions (Johnson et Onwuegbuzie, 2004 ; Teddlie et Tashakkori, 2009) [11] ;
  
  
• d’autre part, des chercheurs ont opté pour l’utilisation d’épistémologies multiples comme la perspective dialectique (Greene, 2007), l’éclectisme analytique (Sil et Katzenstein, 2010) ou le pluralisme dialectique (Johnson, 2017). Cette option pluraliste considère que les tensions et contradictions qui émergent de la variété de ces épistémologies, sont utiles et pertinentes pour améliorer la compréhension du phénomène étudié.

Au fil du temps, d’autres postures épistémologiques sont apparues (Christ, 2013 ; Shannon-Baker, 2016). Par exemple, la posture « transformative » met l’accent sur les valeurs morales des droits de l’homme et de la justice sociale (Mertens, 2012). Une autre posture qui retient l’attention est celle du « réalisme critique », qui associe les postulats d’une réalité objective à une épistémologie constructiviste (Maxwell et Mittapalli, 2010). Les chercheurs, qui partent de ce point de vue, insistent sur l’intérêt de combiner des méthodes pour mieux comprendre les contextes d’étude et les processus d’intérêt dans une recherche. Ces débats philosophiques en cours et l’élargissement des possibilités épistémologiques reflètent une émulation dans les débats entre spécialistes et continuent de faire progresser les possibilités d’enrichissement des MMR.

2. Définir les données, leurs modes d’articulations et leur signification

2.1 Les données au sein des MMR

La mixité méthodologique [12] reconnait, depuis la thèse de Karl Popper de 1928, la discontinuité entre les données de nature quantitative et qualitative. Les données quantitatives peuvent être de nature biomécaniques (vitesse, amplitude, fréquence gestuelle), physiologiques (FC, EEG, EMG,…), oculométriques… Les données qualitatives portent sur des dimensions cognitives (verbatim d’entretien, récits d’expérience, échanges langagiers, représentations mentales ou sociales issues de questionnaires,…).

Des données de natures différentes peuvent être collectées et articulées au sein des MMR [13]. On peut distinguer des données en première personne et en troisième personne (Quidu et Favier-Ambrosini, 2014 [14] ; Varela et Shear, 1999 [15]) :

• les données dites en troisième personne sont des données de l’activité non accessibles à la conscience de l’acteur. Elles « correspondent aux informations qui peuvent être obtenues depuis un observateur extérieur, indépendamment de ce que vit l’acteur. Le codeur, non impliqué dans la situation, cherche à documenter la facette publique, visible, ostensible, en un mot comportementaldes conduites. Sont ici incluses des mesures (…) qui peuvent être « captées » ou « enregistrées » comme les signaux neuro-électriques, les variables physiologiques, les paramètres biomécaniques… L’adoption de ce type de données se fonde tantôt sur une nécessité lorsque le sujet est incapable de verbaliser son propre vécu ou que le mécanisme étudié est jugé a priori non accessible à la conscience, tantôt sur une conviction lorsque le chercheur considère que les indicateurs comportementaux suffisent pour atteindre le but recherché et que le point de vue du sujet ne peut être considéré comme fiable » (Quidu  & Favier-Ambrosini, 2014, p. 8).
  
  
• les données dites en première personne sont des données de l’activité en partie conscientisables et racontables par l’acteur, issues de son expérience vécue. Elles « visent à renseigner les facettes intimes, privées, ressenties, subjectives, singulières des actions. On s’intéresse ici à l’expérience vécue par le sujet selon son propre point de vue. Le sujet accède au statut d’« informateur principal » qu’il soit aidé ou non par un tiers pour accéder à son propre vécu ». (…) l’enjeu des données en première personne, d’inspiration phénoménologique, consiste à accéder à ce qui fait sens pour l’acteur » (Quidu  & Favier-Ambrosini, 2014, p. 9).

Parmi ces articulations qui pourront être présentées et discutées, la question de la complémentarité, par exemple, est une relation le plus souvent utilisée pour mettre en rapport deux séries de données ou des résultats obtenus par des méthodologies différentes. Cette articulation peut être réfléchie en termes : (1) d’intersection, (2) d’agencement des phases de la recherche, ou (3) de niveau d’intégration des approches quantitatives et qualitatives.

2.2 L’intersection des données

L’articulation de données et/ou de méthodes peut être appréhendée en termes d’intersections. Par exemple, une incomplétude, notamment des données biomécaniques mais aussi des données d’expérience subjective, définit une limite au-delà de laquelle l’intersection entre les deux ensembles de données est impossible, indiquant la spécificité de chaque complémentarité qui n’est pas en intersection (Figure 1) :

Figure 1 : Des exemples de « mixtes » par l’intersection

La théorie des ensembles propose déjà une modélisation mathématique de cette complémentarité : « En particulier, l’intersection est distributive par rapport à la réunion : (A∪B) ∩ C=(A∩C) ∪ (B∩C) (A∪B) ∩ C = (A∩C) ∪ (B∩C). Si A est une partie de l’ensemble E, on appelle complémentaire de A dans E l’ensemble des éléments de E qui ne sont pas dans A » [17].

2.3 L’articulation des méthodes

Au sein des MMR, différents types d’articulations peuvent être retenus : articulation des données, articulation des méthodes, articulation des théories. L’articulation des méthodes est notamment un point important dans le design des MMR (Vors & Bourcier, 2021) [18]. Creswell et Plano Clark (2018) ont fait de l’articulation des méthodes (convergente, séquentielle explicative et séquentielle exploratoire) leur principe central de classement des MMR dans la troisième édition de leur livre « Designing and conducting mixed methods research » :

• l’articulation « convergente » des méthodes se produit lorsque le chercheur a l’intention de rassembler les résultats de l’analyse des données quantitatives et qualitatives afin qu’ils puissent être comparés ou combinés. Par exemple, dans un équipage d’aviron d’élite, des méthodes quantitatives biomécaniques ont été articulées avec des méthodes qualitatives issues de la phénoménologie pour étudier la coopération entre les rameurs (R’Kiouak et al., 2018) ;
  
  
• l’articulation « séquentielle explicative » des méthodes se déroule en deux phases interactives distinctes. Elle commence par la collecte et l’analyse de données quantitatives puis la collecte et l’analyse de données qualitatives afin d’expliquer ou d’étendre les résultats quantitatifs de la première phase. Par exemple, Girard et al. (2021) [19] ont utilisé une méthode quantitative avec des questionnaires sur un grand nombre d’élèves. L’objectif était d’identifier les élèves qui avaient des variations les plus importantes de leur perception du soutien de l’enseignant afin de les sélectionner pour mener ensuite des études de cas qualitatives plus approfondies à l’aide d’entretiens d’autoconfrontation visant la compréhension des processus expérientiels sous-jacents ;
  
  
• l’articulation « séquentielle exploratoire » des méthodes commence par la collecte et l’analyse de données qualitatives dans la première phase de l’étude. Cette forme d’articulation est aussi appelée méthodologie générative utilisée en neurophénomenologie (Varela, 1996) et cardiophénomenologie [20]. « À partir des résultats exploratoires, le chercheur mène une phase de développement en concevant un dispositif quantitatif basé sur les résultats qualitatifs. Cette fonctionnalité peut être la génération de nouvelles variables, la conception d’un instrument, le développement d’activités pour une intervention ou un produit numérique, tel qu’une application ou un site Web. Enfin, dans la troisième phase, l’investigateur teste quantitativement la nouvelle fonctionnalité. Le chercheur interprète ensuite comment les résultats quantitatifs s’appuient sur les résultats qualitatifs initiaux ou comment les résultats quantitatifs fournissent une compréhension claire car ils sont fondés sur les perspectives qualitatives initiales des participants » (Creswell & Plano Clark, 2018, p. 65).

Par exemple dans le domaine du sport, cette articulation a été utilisée dans une étude sur les sacs d’hydratation en trail (Rochat et al., 2018). L’expérience des trailers a été analysée en premier par une approche phénoménologique, pour identifier ensuite la variable principale à étudier par une méthodologie quantitative. Cette méthode qualitative a permis de mettre en évidence que les coureurs ont perçu le ballottement du sac d’hydratation comme étant inconfortable. Cela a permis de se focaliser sur ce problème en utilisant des méthodes quantitatives comme les mouvements du sac, ses accélérations, la coordination des mouvements entre le coureur et son sac d’hydratation.

2.4 L’intégration de données et/ou de méthodes

L’articulation des méthodes mixtes peut être également réfléchie en fonction du niveau de l’intégration des méthodologies quantitatives et qualitatives. Des différences méthodologiques sont à établir comme dans la Figure 2 ci-dessous selon que l’intégration porte sur les données, sur la synthèse ou sur l’interprétation.

Figure 2 : Devis de synthèse dans les revues systématiques mixtes (Pluye et al., 2018)

3. Les MMR appliquées à l’analyse de l’activité et de l’expérience en EP et en sport

3.1 Les données et leur statut

L’évolution des recherches en EP et en sport amène à collecter et articuler des données, méthodes et théories [21], de différentes natures pour analyser l’activité humaine et l’expérience vécue. Parmi ces données et leurs modes de recueil, on relève notamment une prégnance forte des données dites en troisième personne et en première personne, comme présenté en section 2.1.

Mais l’intérêt de mixer des données du corps vivant avec des données du corps vécu pose la question de l’accessibilité à ces données :

• des données non accessibles à la conscience, concernant l’activité du corps vivant. Par le corps vivant, comme toute matière active (plantes, animaux, humains, éléments, milieux, organismes…), des informations émersent involontairement, c’est-à-dire contrairement à la volonté du sujet. Ainsi cette activité du corps vivant, imperceptible à la conscience du sujet, peut être captée, mesurée et objectivée.
  
  
• des données en partie conscientisables et racontables, concernant l’expérience vécue par le corps, comme celles issues de la conscience pré-réflexive ou pré-réfléchie. Cette connaissance corporelle objectivée ouvre notamment la possibilité d’une analyse des savoirs perceptifs [22].

Le statut de ces données varie en fonction des études. Les données, qu’elles soient qualitatives ou quantitatives, en première ou troisième personne, peuvent avoir une relation de subordination, ou d’égalité. En sport, par exemple, dans le cadre de la coordination inter-individuelle dans la performance en aviron, les auteurs accordent une prévalence des données quantitatives cinétiques sur les données qualitatives (Seifert et al., 2017).

De nombreuses articulations des données sont convoquées dans le champ des STAPS de part son essence pluridisciplinaire. Par exemple, l’articulation des données biomécaniques et d’expérience s’est fortement développée [23] [24] [25]. Ce type d’articulation suppose une compréhension à la fois de la perception en 1ère personne et des observations en 3ème personne [26], afin de pouvoir penser la plus-value de cette mise en relation de données et de méthodes. Par exemple, lors d’un dispositif technologique d’évaluation des facteurs de la performance sportive en natation « une analyse de la dynamique de l’activité du nageur articulant l’étude de son expérience vécue et une étude biomécanique, a aidé à mieux comprendre les spécificités de ces situations d’évaluation de la performance :

• d’une part, elle a permis de mettre au jour des processus (cognitifs, perceptifs, émotionnels) pouvant expliquer certaines adaptations gestuelles du nageur ;
  
  
• d’autre part, elle a permis de révéler des aspects de la performance et du mouvement non significatifs pour le nageur mais participant à l’organisation de son activité de nage » [27].

Mais comment modéliser la part de chaque dimension de l’activité humaine mise au jour, sans réduire tout à l’expérience subjective ni à la rationalité fonctionnelle de l’action ?

3.2 L’articulation des données, méthodes et théories

Ces articulations entre données ou méthodes pour l’analyse de l’activité et de l’expérience ne sont pas sans poser des questions épistémologiques relatives à ces multiples articulations. Les modèles appréhendant la complexité des situations [28] implique une articulation entre les théories différentes. L’invention d’instruments de mesure [29] et de méthodologies croisant des indicateurs bimécaniques d’apprentissages moteurs, de grille d’auto-évaluation et de questionnaires motivationnels ouvre la possibilité de situer l’apport de chacun des aspects dans la modélisation globale [30].

Les approches écologiques comme l’écologie de la classe [31], comme l’écologie corporelle [32] [33] et l’écologie dynamique [34] sont des cadres théoriques féconds pour comprendre comment les données « objectives » relatives au corps vivant (e.g., cerveau, système nerveux, système biomécanique, émotions, posture…,) sont toujours en interaction avec d’autres types de données « subjectives », perçues par le sujet.

Une revue de littérature récente sur les MMR en EP (Vors et Bourcier, 2021) a montré que la plupart du temps, cette articulation théorique ou philosophique entre les approches n’était pas communiquée, et il était rare d’avoir un questionnement sur leur compatibilité.

Seulement certaines approches expliquent clairement les verroux scientifiques liés au rassemblement de deux cadres théoriques qui partagent un minimum de présupposés théoriques et épistémologiques pour conserver un “paradigm emphasis” entre les cadres théoriques (Morgan, 1998 ; Morse, 1991), comme l’ont fait Adé et al. (2021) [35] entre les approches énactive et écologique, ou Escalié et al. (2021) [36] sur la motivation au croisement des cadres théoriques de la psychologie sociale et de l’anthropologie culturaliste.

4. Propositions de cadrage : questions épistémologiques

Ce colloque est l’occasion, à travers différents objets et terrains issus du champ des STAPS d’étudier le type de relations établies entre des données et/ou entre méthodes et/ou des cadres théoriques de natures différentes, et de discuter des contraintes épistémologiques suscitées par tel ou tel type d’articulation. Face à l’hétérogénéité des données et/ou méthodes, comment interpréter leurs articulations (e.g., leur complémentarité, leur articulation, leur hybridation, leur incomplétude, leur coordination, leur croisement, leur intégration, leur subordination, leur conjonction…) ? Quels sont les apports et les limites acceptables dans la compatibilité des épistémologies convoquées ?

Le colloque appréciera des propositions de communication qui pourront proposer des réponses aux questions épistémologiques et méthodologiques posées par les MMR pour l’analyse de l’activité et de l’expérience en EP et sport, grâce à des modèles théoriques, des résultats de recherche, des apports de connaissances, des démonstrations expérimentales, des séquences pédagogiques, des observations vidéo, des séries de verbatim…

Les terrains d’étude de ce colloque sont tout à la fois des milieux professionnels dans des champs comme ceux de l’enseignement de l’EP, de l’entrainement sportif, de l’Activité physique adaptée et santé (APA-S), des loisirs sportifs, ou encore du sport de Haut niveau,…

Les communications viseront à débattre plus particulièrement des questions suivantes :

• Quelle plus value des MMR (ce qu’elles apportent de plus) ?
• Quelles limites de ces méthodes ?
• Quels rapports entre les données : prévalence des unes sur les autres, ou équilibre statutaire ?
• Quelles formes d’articulation, d’intégration : 1) des théories, 2) des méthodes, 3) des données ?
• Quelle(s) fonction(s) : triangulation, complémentarité, développement, initiation, expansion… ?

Ainsi les propositions pourront porter sur :

• les MMR comme articulation de données en SHS, en SVS ?
• les MMR pour l’analyse de l’activité en EP et sport
• les MMR pour l’analyse de l’intervention en EP, de la performance en sport, etc…
• les MMR et la relation de données SHS (psychologiques, ergonomiques, anthropologiques, sociologiques, phénoménologiques…) et SVS (neurobiologiques, physiologiques, biomécaniques…) ?
• les MMR dans des thématiques interdisciplinaires comme la perception, l’action, la cognition.

5. Références bibliographiques

[1] Boussoulas, N.I. (1952). L’Être et la composition des mixtes dans le « Philèbe » de Platon. P.U.F.

[2] Andrieu B. (2020, Ed.), Manuel d’Emersiologie. Apprend le langage de ton corps. Mimesis.

[3] Mouchet, A. (2018). L’expérience subjective en recherche et en formation. Presses universitaires du Septentrion.

[4] Hesse-Biber, S. N., & Johnson, R. B. (2015). The Oxford Handbook of Multimethod and Mixed Methods Research Inquiry. Oxford University Press.

[5] Camerino, O., Castañer, M., & Anguera, T. M. (2014). Mixed Methods Research in the Movement Sciences: Case Studies in Sport, Physical Education and Dance (Vol. 5). Routledge.

Creswell, J. W., & Plano Clark, V. L. (2018). Designing and Conducting Mixed Methods Research. Sage.

Greene, J. C. (2007). Mixed Methods in Social Inquiry. John Wiley & Sons.

Hesse-Biber, S. N., & Johnson, R. B. (2015). The Oxford Handbook of Multimethod and Mixed Methods Research Inquiry. Oxford University Press.

Pluye, P., Bengoechea, E. G., Granikov, V., Kaur, N., & Tang, D. L. (2018). Tout un monde de possibilités en méthodes mixtes : Revue des combinaisons des stratégies utilisées pour intégrer les phases, résultats et données qualitatifs et quantitatifs en méthodes mixtes. In M. Bujold, Q. N. Hong, V. Ridde, C. J. Bourque, M. J. Dogba, I. Vedel, & P. Pluye (Éds.), Oser les défis des méthodes mixtes en sciences sociales et sciences de la santé (p. 28‑48). ACFAS Montréal.

[6] Tashakkori, A., & Teddlie, C. (2003). Handbook of Mixed Methods in Social & Behavioral Research. Sage. https://doi.org/10.4135/9781506335193

[7] Schweizer, A., del Rio Carral, M., & Santiago-Delefosse, M. (2020). Les Méthodes Mixtes en Psychologie. Analyses quantitatives et qualitatives : De la Théorie à la Pratique. Dunod.

[8] Anadón (2019). Les méthodes mixtes : Implications pour la recherche «dite» qualitative. Recherches qualitatives, 38(1), 105‑123.

[9] http://methodesmixtesfrancophonie.pbworks.com/w/page/108911428/Page%20d%27accueil

[10] Dewey, J. (1998). The Essential Dewey: Pragmatism, Education, Democracy. Indiana University Press.

[11] Teddlie, C., & Tashakkori, A. (2009). Foundations of Mixed Methods Research: Integrating Quantitative and Qualitative Approaches in the Social and Behavioral Sciences. Sage.

[12] Anadón, M. (2019). Les méthodes mixtes : Implications pour la recherche «dite» qualitative. Recherches qualitatives, 38(1), 105‑123.

[13] Paintendre, A, Schirrer, A, Andrieu, B. (2019). Développer des savoir-faire perceptifs en Éducation Physique et Sportive : analyse de l’activité d’élèves engagés dans une séquence d’enseignement de step. Activités [En ligne], 16-1 | 2019, mis en ligne le 15 avril 2019. URL : http://journals.openedition.org/activites/4055

[14] Quidu, M., & Favier-Ambrosini, B. (2014). L’articulation des données en première et troisième personnes. De la genèse d’une méthodologie originale en Science du sport. Intellectica. Revue de l’Association pour la Recherche Cognitive, 62, 7-34. doi : https://doi.org/10.3406/intel.2014.1031

[15] Varela, F., & Shear, J. (1999). First-Person Methodologies: What, Why, How? Journal Consciousness Studies, 6, 1-14.

[16] Greene JC, Valerie J, Caracelli, & Graham WF. (1989). Toward a conceptual framework for mixed-method evaluation designs. Educational Evaluation and Policy Analysis, 11, 255-274.

[17] Le schéma et le commentaire sont extraits du site :  https://www.bibmath.net/dico/index.php?action=affiche&quoi=./i/intersection.html

[18] Vors, O., & Bourcier, L.-A. (2021). Synthesis and literature review of different mixed methods designs in pedagogical research in physical education. Physical Education and Sport Pedagogy. https://www.tandfonline.com/ doi/abs/10.1080/17408989.2021.1999920

[19] Girard, A., Gal-Petitfaux, N., & Vors, O. (2021). The student’s experience of teacher support in French vocational high-school classes with difficulties in school engagement in physical education: Interest of mixed methods research. Physical Education and Sport Pedagogy. https://doi.org/10.1080/17408989.2021.1999918

[20] Depraz, N., & Desmidt, T. (2019). Cardiophenomenology: A refinement of neurophenomenology. Phenomenology and the Cognitive Sciences, 18(3), 493–507.

[21] Vors, O., & Bourcier, L.-A. (2021). Synthesis and literature review of different mixed methods designs in pedagogical research in physical education. Physical Education and Sport Pedagogy. https://www.tandfonline.com/doi/abs/10.1080/17408989.2021.1999920

[22] Andrieu, B., Thomas, C., Bender R., & Okui, H. (2020). Learning by our Body Movements: Emersive Health in National Center Circus Art (CNAC France). In  M. Fuchs,  A.-S. Jürgens, & J. Schuster(Eds.) (2020): Manegenkünste – Zirkus als ästhetisches Modell. Bielefeld: transcript, 176-192.

[23] Gal-Petitfaux, N., Adé, D., Poizat, G., Seifert, L. (2013). L’intégration de données biomécaniques et d’expérience pour comprendre l’activité de nageurs et concevoir un dispositif d’évaluation. Le travail humain, 76(3), 257-284.

[24] R’Kiouak, M., Saury, J., Durand, M., & Bourbousson, J. (2016). Joint Action of a Pair of Rowers in a Race : Shared Experiences of Effectiveness Are Shaped by Interpersonal Mechanical States. Frontiers in Psychology, 7. https://doi.org/10.3389/fpsyg.2016.00720

[25] Adé, D., Seifert, L., Gal-Petitfaux, N., & Poizat, G. (2017). Artefacts and expertise in sport: An empirical study of ice climbing. International Journal of Sport Psychology, 48(1), 82-98. doi: 10.7352/IJSP 2016.47.

[26] Quidu, M., & Favier-Ambrosini, B. (2014). L’articulation des données en première et troisième personnes. Intellectica, 2(62), 7-34

[27] Gal-Petitfaux, N., Adé, D., Poizat, G., & Seifert, L. (2013). L’intégration de données biomécaniques et d’expérience pour comprendre l’activité de nageurs élites et concevoir un dispositif d’évaluation. Le Travail Humain, 76, 257-282. Ici p. 257.

[28] Escalié, G., Recoules, N., Dastugue, L., et Chaliès, S. (2017). Repenser les situations complexes dans l’enseignement à partir d’un programme de recherche en anthropologie culturaliste : une étude de cas en EPS. Carrefours de l’éducation, 2(44), 162 -177.

[29] Roure, C., Pasco, D., & Kermarrec, G. (2016). Validation française d’un instrument de mesure de l’intérêt en situation en éducation physique. Canadian Journal of Behavioural Science,  48(2), 112-120.

[30] Potdevin, F., Vors, O., Huchez, A., Lamour, M., Davids ,K., & Schnitzler C. (2018). How can video feedback be used in physical education to support novice learning in gymnastics? Effects on motor learning, self-assessment and motivation. Physical education and sport pedagogy, 23(6), 559-574.

[31] Vors, O., & Kirk, D. (2016). Classroom life and the importance of context in physical education: From ecological approaches to situationist theories. Recherches & éducations, N° L’écologie de la classe, 15-28.

[32] Andrieu, B., Parry, J., Porrovecchio, A., & Sirost, O. (2018, eds.,). Body Ecology ans Emersive Leisure. London Routledge

[33] Andrieu B., Liné C., Aggostinucci M. Paintendre A. (2022). μεικτον, o método misto de emersiologia: do movimento vivo ao movimento vivido, dans Christiano Barreiro, Marco Bettine de Almeida, eds. Corpo & Movimiento, Sao Paulo, Ed. EEFRP.

[34] Seifert, L., Araujo, D., Komar, J., & Davids, K. (2017). Understanding constraints on sport performance from the complexity sciences paradigm: An ecological dynamics framework. Hum Mov Sci., Dec:56(Pt A), 178-180.

[35] Adé, D., Seifert, L., McGann, M., & Davids, K. (2021). Enactive and ecological dynamics approaches: Complementarity and differences for interventions in physical education lessons. Physical Education and Sport Pedagogy, https://doi.org/10.1080/17408989.2021.1999919

[36] Escalié, G., Legrain, P., & Lafont, L. (2021). Relationships between social interactions and acquisitions: Do mixed methods provide added value in physical education contexts? Physical Education and Sport Pedagogy, https://doi.org/10.1080/17408989.2021.1999914