Le bilan quantitatif des blocs de départ

Le bilan quantitatif des blocs de départ

La répartition dans les blocs de départ chez les touristes se fait avec une estimation de son temps. Cette méthode est utilisée dans de nombreuses courses, mais est-ce une bonne méthode ? Les participants se plaignent souvent que beaucoup de concurrents ne sont pas à leur place, est-ce qu’une impression, ou peut-on le voir dans les faits ? Certains organisateurs ne se posent pas la question, ils continuent avec ce système, qu’en est-il pour Sierre-Zinal ? Afin de visualiser si le temps d’estimation est proche de son temps de course, nous avons calculé la différence entre le temps de course estimé et le temps de course effectué (données obtenues par datasport). Avec ces résultats, nous avons créé des histogrammes, donc les données sont réparties dans différentes classes et, pour chaque classe, une barre verticale est tracée d’autant plus haute que la classe comporte d’éléments. Sur l’axe horizontal, les différences de temps sont représentées (temps estimé – temps effectué). Une valeur négative nous indique que la personne s’est surestimée, donc qu’elle a mis plus de temps que prévu tandis qu’une différence positive nous indique que la personne s’est sous-estimée, autrement dit qu’elle a mis moins de temps qu’elle pensait. Si nous prenons tous les participants, c’est-à-dire toutes les personnes qui ont indiqué une valeur pour l’estimation du temps de course lors de l’inscription (tous les participants hormis les invités et les personnes n’ayant pas remplis la rubrique), nous voyons que nous avons affaire à une gaussienne, qui est presque centrée (Figure 4).

La moyenne est à -525.1 secondes, ce qui signifie une surestimation générale de 8 minutes et 45 secondes. Ce résultat est réjouissant, il signifie qu’en moyenne les participants s’estiment de manière correcte, bien qu’il y ait une légère surestimation. Nous obtenons un écart type de 2473.88 secondes, ce qui correspond à plus de 40 minutes. Donc il est vrai que grand nombre de participants s’estiment bien, mais il subsiste de nombreux temps estimés qui sont loin de la réalité. Le graphique étant de ce fait passablement étiré, nous avons affaire à des valeurs extrêmes. Donc il est intéressant de séparer les coureurs des touristes et les différents blocs, afin de voir où se situent les personnes qui s’estiment le mieux et surtout le moins bien. Pour la suite de l’analyse, nous allons utiliser les données normalisées afin de pouvoir mieux comparer chaque catégorie entre-elles. Toutes les figures analysées se trouvent dans les annexes, dans l’erreur d’estimations des coureurs. Si nous séparons les touristes des coureurs, il n’est pas surprenant de voir que les touristes se sont plus surestimés et ont une plus grande variabilité que les coureurs, qui sont, pour la plupart, des participants de meilleur niveau donc qui se connaissent d’avantage. Il y a beaucoup plus de valeurs extrêmes chez les touristes et notamment du côté gauche de la courbe, donc dans les valeurs négatives. Ceci indique qu’il y a de nombreux participants qui se sont surestimés. En regardant plus précisément les différents blocs, nous voyons que plus nous nous approchons du bloc 4, plus la variabilité est grande. En regardant uniquement le bloc 1, nous identifions une valeur extrême, elle correspond à un sujet qui a estimé qu’il mettrait 52 minutes alors qu’il a mis plus de 7 heures pour rallier Zinal. Sans ce sujet, il subsiste tout de même de nombreux athlètes qui se sont surestimés. Il s’agit soit de personnes qui n’ont pas bien évalué leurs capacités, soit de personnes qui avaient envie de partir devant et qui ont ainsi mis volontairement un temps de course plus faible.

Dans le bloc 4, nous voyons que la gaussienne a un grand écart type, ce qui implique qu’il y a une plus grande variabilité que dans les blocs 2 et 3. En résumé nous pouvons dire que les athlètes qui courent le plus vite s’estiment mieux que les coureurs des derniers blocs. Le plus gros problème est les touristes qui se surestiment, ils sont plus lents, partent dans les premiers blocs, et créent les plus gros bouchons, car ils freinent tous les participants qui sont derrière eux et qui courent plus vite. Selon le tracé du parcours, le début est assez large, mais il se rétrécit très vite et quelqu’un qui va très lentement va gêner beaucoup d’autres participants. Il faut éviter le plus possible ce phénomène et pour se faire, il faut mieux répartir les coureurs dans les différents blocs. A noter encore qu’une partie de la variabilité s’explique à cause des bouchons. Lors de l’estimation du temps de course, les participants n’ont pas tenu compte qu’ils seraient pris dans des bouchons. Afin d’obtenir une estimation significative, il faudrait encore estimer le temps perdu dans les bouchons de chaque participant. Mais si nous n’utilisons pas l’estimation, que pouvons-nous utiliser pour les différencier ? N’y aurait-il pas d’autres pistes pour répartir judicieusement les concurrents dans les différents blocs de départ ? Nous allons découvrir dans le prochain chapitre d’autres solutions qui peuvent être envisagées pour classer les participants pas blocs.

Travaux précédents : l’estimation de sa performance La course à pied, bien que pratiquée à grande échelle, ne divulgue pas encore tous ses secrets. Nous avons de nombreuses pistes quant aux paramètres qu’ils soient physiologiques, biologiques et psychologiques pour prédire une performance, mais dans chaque course il subsiste une grande part d’inconnue. La plupart des coureurs se fixent des objectifs ou même certains organisateurs exigent de s’en fixer un afin de répartir les concurrents sur la grille de départ. Pour ce faire, il est nécessaire de pouvoir estimer un temps précis que l’on va établir pour rallier l’arrivée. Il s’agit d’une tâche ardue, mais beaucoup d’études ont déjà été faites en la matière. Un Nomogramme(annexe) a été créé (Mercier, 1984), il permet d’indiquer 2 valeurs et d’ainsi pouvoir en estimer une troisième en traçant une droite. Il suffit de connaître deux des paramètres suivant pour en calculer un troisième : VO2max2, temps sur 3, 5, 10, 15, 20, 25 et 30 kilomètres ou encore sont temps sur un marathon. Dans divers livres ou sites internet il est possible de calculer son temps sur certaines distance grâce à sa puissance maximale aérobie (Mercier & Leger, 1980), ou sa vitesse maximale aérobie comme dans la bible de la préparation physique (Reiss & Prévost, 2013).

Mais tout ceci permet d’estimer le temps d’un coureur qui effectue une course à plat ou à faible déclivité. Dans le monde du trail il manque une composante importante, il s’agit de la montée. Comme le montre un article sur la course d’orientation (Lauenstein, Wehrlin, & Marti, 2013), certains athlètes sont plus prédisposés à effectuer de la montée que d’autres. En l’occurrence, pour la course d’orientation, certains orienteurs ont meilleur temps de faire une plus longue distance à plat plutôt que d’opter pour une montée raide et ceci se détermine grâce à un « facteur d’équivalence ». Le trail est une discipline qui s’est développée et dont les nombreux adeptes s’y préparent spécifiquement. La préparation n’est pas la même que pour une course à plat, sur l’asphalte. Effectivement, en plus des composantes physiques, donc de la préparation à l’entraînement, nombreux autres facteurs rentrent en ligne de compte lors d’une course de ce type. Que ce soit les diverses composantes liées au terrain, mais également à la météo qui, nous le connaissons, est très capricieuse et change très rapidement, surtout en montagne.

Il existe également des études sur le travail des diverses articulations qui changent en monté (Roberts, 2005) ou que certains paramètres physiques sont plus impactés lors d’ascensions, comme le déficit d’oxygène (Sloniger et al., 1997). De plus il faut différencier les coureurs qui sont des adeptes de montées à ceux qui courent uniquement à plat, le coût énergétique d’un coureur à plat va fortement augmenter dès que la pente devient inclinée (Margaria, Cerretelli, Aghemo, & Sassi, 1963) mais la différence ne se fait pas à toutes les inclinaisons selon une autre étude sur des pentes plus raides (Minetti, Moia, Roi, Susta, & Ferretti, 2002). Le facteur de la pente est mis en évidence pour une estimation précise de son temps de course, mais ce qui importe lors de l’estimation de son temps, c’est principalement de savoir quels sont les facteurs physiologiques qui rentrent en ligne de compte. Tout d’abord des modèles mathématiques ont été associés à la physiologie pour expliquer la performance humaine (Bocquet & Billat, 1999). Sur ce sujet, nous pouvons citer une étude qui s’intéresse aux paramètres physiologiques qui interviennent pour pouvoir au mieux estimer son temps sur 3’000 mètres (Bragada et al., 2010) mais encore une autre qui met en évidence les paramètres pour la montée et la descente (Staab, Agnew, & Siconolfi, 1992). Une étude met en évidence les facteurs importants pour les coureurs de montée (Praz, Jagdeep, Praz, & Dériaz, n.d.).

En plus des facteurs physiologiques, les facteurs biologiques ont été étudié afin d’en connaître encore d’avantage (Millet et al., 2011). Pour les trails, ces dernières années, des logiciels sont nés pour simuler et calculer ses performances (http://www.my-trail.fr/logiciel-calcul-trail). Autrement il n’existe pas d’autres tabelles ou d’autres grilles qui permettent une estimation de son temps sur une course de type trail. Toutes ces études nous démontrent bien la complexité de cette discipline, il y a de très nombreux facteurs qui influencent une performance. Chaque course est différente et comporte ses spécificités qui peuvent fausser une estimation. Les estimations précises, comme à l’aide du logiciel pour le trail, demandent que le sujet se connaisse très bien. Pour que nous puissions le faire fonctionner, il faut donner de nombreux paramètres : allure initiale, bonus d’allure initiale, aptitude à la montée et à la descente, perte d’allure finale, arrêts aux ravitaillements et l’ajustement en fonction de la météo et de son chargement. Il s’agit d’un outil efficace et précis qui est destiné à une catégorie de personnes, mais pas à tout un chacun.

Table des matières

1Introduction
2 Contexte : Sierre-Zinal
2.1Historique
2.2 Le parcours
2.3 Le taux de participation
2.4Le départ en bloc
2.4.1La nouveauté 2015
2.4.2 Le bilan qualitatif des blocs de départ
2.4.3 Le bilan quantitatif des blocs de départ
3 Travaux précédents : l’estimation de sa performance
4Méthodologie : réponse à la problématique
5Protocole des soirées de test
5.1Test Ruffier
5.2 Test VMA
5.2.1Matériel
5.2.2 Déroulement du test
6Résultats
6.1Questionnaire davant course
6.2 Questionnaire daprès course
6.3 Explication du temps de course
6.4Entretient avec Grégoire Millet
7Discussion
8Conclusion
9Remerciements
10Bibliographie
11Annexes
11.1Nomogramme de Mercier et al.
11.2 Erreur destimations des concurrents
11.3 Questionnaire davant course
11.4Questionnaire daprès course
11.5Déclaration personnelle
11.6Droits d’auteur

Télécharger le rapport complet