Ce modèle s'appuie sur les données des performances de Matthew Hudson-Smith (Royaume-Uni), Femke Bol (Pays-Bas), Jakob Ingebrigtsen (Norvège) aux championnats d'Europe de Munich de 2022, et Gaia Sabbatini (Italie) aux championnats junior de Tallinn de 2021.

"On avait envie de comprendre ce qu'il se passait au niveau physiologique sur un 400 mètres, qui est un sprint, et un 1.500 mètres, qui est la première course d'endurance", dit à l'AFP Amandine Aftalion, co-autrice de l'étude parue dans la revue Frontiers in Sports and Active Living.

Grâce à une nouvelle technologie de capteurs GPS disposés sous les maillots des sportifs, les chercheurs ont pu retracer de manière ultra-précise les vitesses de chaque athlète, avec leur position indiquée dix fois par seconde.

Ils y ont intégré des équations calculant des variables physiologiques: la dépense d'énergie durant l'effort, la consommation maximale d'oxygène (VO2 max), l'économie de course et le contrôle moteur, c'est-à-dire le rôle du cerveau dans le processus du mouvement comme la motivation, qui joue sur le délai d'action.

Autant de données qu'il n'est pas possible de mesurer "in vivo" durant la course, mais auxquelles les calculs donnent accès, relève la mathématicienne, chercheuse au CNRS. Les scientifiques ont ensuite fait varier ces paramètres et observé comment ils influaient sur les courbes de vitesse des champions.

"Grâce à la quantification des coûts et des bénéfices, le modèle donne accès de manière instantanée à la meilleure stratégie pour que le coureur +performe+ de manière optimisée", résume le CNRS dans un communiqué.

L'étude montre ainsi l'importance d'un départ rapide dans les 50 premiers mètres, pour des raisons liées à la vitesse de consommation d'oxygène, ou celle d'une moindre décélération à la fin d'un 400 mètres.

Les simulations expliquent notamment les performances du coureur du 1.500 mètres Jakob Ingebrigtsen par sa capacité à atteindre rapidement sa consommation maximale d'oxygène, et à la maintenir tout au long de la course. Une particularité qui permet au champion olympique "de courir à un rythme plus important que ses concurrents sur l'ensemble de la course, alors qu'on le voit démarrer moins fort", décrit Amandine Aftalion.

Le modèle pourrait déboucher sur un logiciel d'aide à la performance pour que les entraîneurs puissent "affiner la stratégie de course par rapport au profil physiologique du coureur", conclut la chercheuse.