Stages de recherche M2 EOPS SMS

Analyse des stratégies de navigation utilisées pour réaliser la tâche de WALKING-Trail Making Test (W-TMT) chez des jeunes adultes

Encadrement : Pascal Chabaud– (pascal.chabaud@univ-lyon1.fr)
 

La tâche de W-TMT est une tâche locomotrice au cours de laquelle les personnes doivent planifier un trajet vers une destination finale en choisissant des cibles sur lesquelles marcher, tout en évitant des distracteurs et en respectant une règle. Ces caractéristiques font de cette tâche, une tâche de navigation. La navigation est une habileté cognitive complexe basée sur la prise de décision, la planification et la construction d’une représentation de l’environnement en mémoire pour atteindre une destination. Deux principales stratégies de navigation existent : (1) une stratégie égocentrique où les trajectoires sont planifiées le long de points de repère dans l'espace situés dans un cadre de référence centré sur soi et (2) une stratégie allocentrique où les trajectoires sont planifiées à partir de la création d’une représentation flexible de l’environnement stockée en mémoire. L’objectif de ce stage est d’analyser les stratégies de navigation utilisées par des jeunes adultes lors de la réalisation de la tâche de W-TMT en fonction de ses différents niveaux de complexité. Cette analyse se fera à partir de données cinématiques de la marche et des mouvements oculaires acquises simultanément. Un premier jeu de données existe déjà. Il s’agira de le compléter, puis de développer les outils informatiques permettant leur traitement (sous Matlab, Python ou R).

 

Analyse des stratégies de performance des équipes professionnelles de handball sur la base de la position des joueurs et du ballon.

Encadrement : Brice Guignard. (brice.guignard@univ-lyon1.fr)
 

Aujourd’hui, des technologies telles que les Systèmes de Positionnement Locaux (LPS en anglais) sont utilisées dans des compétitions internationales, notamment dans le handball, pour collecter une diversité de métriques en rapport avec la performance. Ces informations se basent toutes sur la position continue des joueurs mais aussi du ballon sur le terrain (entre 20 et 50 données obtenues par seconde). Ainsi, les interactions entre les joueurs d’une même équipe, mais aussi entre les joueurs d’une équipe par rapport à l’autre peuvent être étudiées, notamment à travers le positionnement du ballon. L’objectif de ce stage est de traiter (Matlab, R, Python, ou équivalent) certaines données positionnelles collectées dans diverses compétitions de handball pour analyser et comprendre la performance de ces équipes. Plusieurs questions pourront être abordées : quel est le meilleur enclenchement à mettre en place pour porter le danger sur le but adverse (dans cette configuration, les joueurs sont associés à des nœuds et les passes à des liens pour former un réseau dynamique) ? Le remplacement du gardien par un joueur de champ étant autorisé, est-ce-que cette stratégie est efficace en fonction du moment du match, du score, du niveau de l’équipe adverse, etc. ?

 

Détection automatique des phases du breaking : approche exploratoire en computer vision.

Encadrement : Brice Guignard. (brice.guignard@univ-lyon1.fr)
 

En 2024 à Paris, le break dance (ou breaking), fait son entrée aux Jeux Olympiques (JO) comme discipline additionnelle. Pour une question d’équité et de transparence, un système de jugement a été mis en place dans les compétitions fédérales dont les JO dans l’optique de faciliter la notation des danseurs lors de leur battle. En breaking, un battle (une confrontation entre deux danseurs) s’articule autour de phases majeures comme les toprocks, les footworks, les freezes, les power-moves, les acrobaties, etc. Ce sont ces différentes familles de mouvements ou figures qui vont déterminer la performance via cinq critères de jugement : la technique, le vocabulaire, l’exécution, l’originalité et la musicalité. Afin d’objectiver cette performance, il convient en l’occurrence de répertorier les mouvements/figures proposés par chaque danseur, et par extension, analyser leurs enchainements. L’outil de référence pour obtenir ces métriques est le séquençage vidéo (analyse notationnelle). Cependant, cette technique est chronophage. Ainsi, l’objectif de ce travail est de développer un outil de classification automatique des phases du breaking (qu’il conviendra de définir) par une approche computer vision et markerle

 

Effets du sommeil sur l'apprentissage d’une séquence de mouvements par imagerie motrice chez des personnes jeunes et âgés.

 

 

L'apprentissage de séquences motrices nécessite un entraînement répété, ce qui peut être fatiguant pour les personnes âgées, en particulier dans le cadre d’une réadaptation. Parmi les méthodes d’apprentissage/réapprentissage moins exigeantes physiquement, l’entraînement par imagerie motrice (IM) rencontre un intérêt certain. On ne sait toutefois pas si l’entraînement par IM pourrait bénéficier du sommeil chez les personnes âgées, comme cela a été montré chez de jeunes adultes. Le projet s'articulera autour de quatre questions de recherche : (1) L'acquisition d'une séquence motrice globale via un entraînement par IM diffère-t-elle entre adultes jeunes et âgés ? (2) Les effets du sommeil (par rapport à l’état de veille) sur la consolidation après l’entraînement par IM diffèrent-ils entre ces groupes d'âge ? (3) Comment l’activité EEG (fuseaux du sommeil) durant le sommeil est-elle liée au processus de consolidation pour les deux groupes d’âge ? (4) L'activité EEG (rythme mu; 7-13 Hz) enregistrée pendant l’IM diffère-t-elle du repos dans les deux populations? Trente-deux personnes jeunes (18-30 ans) et 32 personnes âgées (65-80 ans) en bonne santé seront incluses. Au sein de chaque groupe d'âge (jeunes, âgés), les participants seront répartis dans deux conditions d’entraînement (entraînement par IM, pas d’entraînement) à deux moments différents de la journée (soir, matin). L'entraînement sera suivi d'un intervalle de rétention de 12h puis 24h, incluant une nuit de sommeil suivi d’un état d’éveil pendant la journée ou vice-versa, en fonction du moment de l’entraînement. Des mesures comportementales (vitesse et précision) et neurophysiologiques (polysomnographie, EEG) seront réalisées.

 

Projet « BFstretch » : Evaluation du comportement mécanique des deux chefs musculaires du biceps femoris lors de la mobilisation passive de l’articulation du genou à différents angles articulaires de hanche.

Encadrement : Alexandre Fouré – (alexandre.foure@univ-lyon1.fr)
 

Les sportifs sont couramment exposés aux risques de blessures des ischio-jambiers et notamment du biceps femoris qui comptent pour 85% des blessures au niveau de ce groupe musculaire. D’un point de vue épidémiologique, les femmes sont moins touchées par ces blessures que les hommes.

L’objectif est d’évaluer le comportement passif du biceps femoris composé de deux chefs musculaires ayant des fonctions différentes (chef court : mono-articulaire - fléchisseur de genou | chef long : bi-articulaire - fléchisseurs du genou et extenseur de la hanche). Une mesure du module de cisaillement par élastographie ultrasonore lors d’étirements passifs du genou à différents angles de hanche permettra d’évaluer la potentielle influence fonctionnelle réciproque entre ces deux chefs au sein d’un même muscle.

Capacités attentionnelles des footballeurs en matchs.

Encadrement : G. Martinent – (guillaume.martinent@univ-lyon1.fr) et C. Leprince – (cleprince@fff.fr)

À pourvoir à partir de septembre 2024, le Centre de Recherche de la fédération Française de football recherche un(e) stagiaire capable de s’investir sur un projet de recherche centré sur les capacités attentionnelles des footballeurs au cours du match. L’objectif est donc d’approfondir les connaissances sur les contenus des points d’attention des footballeurs dans des situations relatives à des changements de rythmes au moyen d’entretiens d’explicitations.

Rattaché(e) à la Responsable du CDR de la FFF (Chloé Leprince), et sous la direction comme directeur de mémoire de recherche de Guillaume Martinent (Université Claude Bernard Lyon 1, Laboratoire sur les vulnérabilités et l’Innovation dans le sport), vous contribuerez au suivi de ce projet en :

• Produisant une analyse bibliographique ;

• Retranscrivant in verbatim des entretiens d’explicitations ;

• Analysant les données de verbalisation des entretiens d’explicitations ;

• Discutant les résultats obtenus au regard de la littérature.
 

Voir la fiche de poste complète

 

Intelligence émotionnelle : Accompagner les athlètes à utiliser leurs émotions pour exploiter pleinement leurs capacités et favoriser la performance et le bien-être.

Encadrement : G. Martinent – (guillaume.martinent@univ-lyon1.fr)

 

Variations des états psychologiques (émotion, régulation émotionnelle, coping, motivation, burnout, flow) et relation avec la performance et/ou le bien-être durant la compétition et/ou au cours de l’entraînement.

Encadrement : G. Martinent – (guillaume.martinent@univ-lyon1.fr)

 

Points de focalisation attentionnelle et stratégies de régulation (de faire face – coping) en situation de compétition.

Encadrement : G. Martinent – (guillaume.martinent@univ-lyon1.fr)

 

Identifier et évaluer les stratégies pour des relations parents – entraineur.s – athlète efficaces.

Encadrement : V. Nicaise – (virginie.nicaise@univ-lyon1.fr)

 

Caractériser le développement du burnout et de la résilience dans le cyclisme d'élite ou autre sport.

Encadrement : E. Guillet-Descas – emma.guillet@univ-lyon1.fr et V. Nicaise – (virginie.nicaise@univ-lyon1.fr)

 

Étude longitudinale des trajectoires motivationnelles et de la personnalité en relation avec l’occurrence de blessure dans un contexte de haut niveau. 
 

Encadrement : E. Guillet-Descas – emma.guillet@univ-lyon1.fr et V. Nicaise – (virginie.nicaise@univ-lyon1.fr)