Le Big Data révèle de nouvelles approches d'entraînement au marathon

De nouvelles recherches mathématiques sur les données GPS ont, pour la première fois, apporté des contributions importantes à notre compréhension de la formation efficace. S'il reste beaucoup à apprendre, l'approche des mégadonnées a révélé des liens jusqu'alors non reconnus entre les plans d'entraînement et les performances au marathon. Cela est particulièrement vrai pour les coureurs midpack et plus lents.

Historiquement, les coureurs ont pu prendre connaissance de l'entraînement d'Eliud Kipchoge, et celle des autres élites. La formation des olympiens est fréquemment couverte et glorifiée dans les reportages des médias. Mais en quoi cela vous aide-t-il si vous avez besoin de moins de 3h35 pour vous qualifier pour Boston ?

Ces informations existent en fait dans de grandes bases de données numériques gérées par des entreprises comme Strava, mais il n'a pas été facile d'accès ou d'interprétation. C'est là qu'interviennent les spécialistes du big data. Ils ont analysé les journaux d'entraînement de milliers de coureurs de marathon pour rechercher des modèles réussis.

La semaine dernière, mon ami Rick Lovett a écrit un article sur PodiumRunner qui portait principalement sur le pouvoir « prédictif » des nouvelles équations de Big Data publiées dans Communication Nature, un journal très apprécié. J'ai correspondu avec l'auteur de cet article, Thorsten Emig, basé à Paris, à propos de implications pour la formation de son travail.

Un autre groupe, dirigé par Barry Smyth de l'Université de Dublin, a suivi une voie similaire ces dernières années. Smyth fonctionne souvent avec des « systèmes de recommandation » comme celui que Netflix utilise pour prédire quels films vous pourriez apprécier – ou ce qui fonctionne pour vous. En course, un autre nom pour cela est « entraîneur ». Ce groupe a débloqué une formation =des modèles de réussite que je n'ai jamais vus auparavant. Je doute que tu l'aies, Soit.

Emig a travaillé avec des données agrégées de Polar, et Smyth avec les données Strava.

Je vais laisser de côté les maths (il y en a beaucoup), et juste vous donner les résultats les plus utiles, d'abord du papier d'Emig, puis des travaux récents de Smyth. Emig parvient à quatre conclusions clés qui peuvent vous aider à guider votre préparation de marathon. Smyth a un point important à retenir.

1) Former plus, même à un rythme lent, peut vous rendre plus rapide.

C'est un résultat de formation universellement reconnu, bien que rarement pris en charge avec des données dures du type qu'Emig a découvert. Cela explique pourquoi courir plus, raisonnable, normalement payant.

2) Un entraînement rapide renforce votre endurance plus efficacement qu'un entraînement lent.

C'est pourquoi presque tout le monde fait du speedwork. Si vous pouvez augmenter vos performances sur de courtes distances, vous pouvez maintenir un rythme relativement plus rapide sur les longues distances requises par les courses d'endurance. Atteindre le bon équilibre entre 1) et 2) est la raison d'être de la formation. Aussi, reconnaître que le travail de vitesse comporte plus de risques que la course lente.

3) Les coureurs d'élite ne poussent généralement pas aussi fort à l'entraînement que les coureurs intermédiaires et les coureurs plus lents.

Quand les athlètes d'élite parcourent 100 miles par semaine, ils n'ont pas d'autre choix que de parcourir la plupart de ces kilomètres un peu lentement. Lorsque vous courez 20 à 40 miles par semaine, vous pouvez courir ces kilomètres plus difficilement par rapport à vos capacités.

4) Il y a une limite à la distance et à l'intensité de l'entraînement.

Au-delà de cette limite, vos efforts tournent vers le sud. Vous devenez sur-entraîné, fatigué, et plus lent. Emig a trouvé une limite à 27, 000 TRIMPS (« impulsions d'entraînement ») pendant l'entraînement au marathon. Ce numéro ne vous aidera pas beaucoup, car il n'est pas facile d'assimiler à votre propre formation. Mais vous feriez mieux de comprendre qu'il y a une limite :plus n'est pas toujours mieux.

5) Adoptez un nouveau modèle pour vos semaines d'entraînement

Dans ses récents travaux, Smyth (avec Jakim Berndsen et Aonghous Lawlor) a examiné comment mettre en place un programme d'entraînement au marathon. leurs conseils, grandement simplifié :

1) Mettre l'accent sur la formation semaines, pas des entraînements individuels, et

2) Alternez vos semaines de cette manière d'un mois :dur-dur-facile-modéré. Dans les semaines précédant le jour de la course, effiler de cette manière :dur-facile-facile.

Voici ce que les chercheurs irlandais entendent par difficile ou facile :

• Une semaine difficile est une semaine qui comprend un entraînement plus rapide que la normale. Par exemple, cela peut inclure un entraînement au tempo et/ou un entraînement où vous courez aussi vite que votre rythme de course de 5 km. Vous obtiendrez un stimulus d'entraînement substantiel de ce genre de semaine, mais aussi créer de la fatigue.

• Une semaine facile est celle où vous faites 50 à 67 pour cent moins de formation qu'une dure semaine, mais au même rythme que certains de vos entraînements de la semaine précédente. Tu vas récupérer, et consolider vos gains de forme physique.

• Une semaine modérée est quelque chose entre difficile et facile. Vous ne devenez ni plus en forme ni plus fatigué.

Les résultats importants ici sont le modèle répété dur-dur, et le degré de réduction au cours d'une semaine facile. La plupart des programmes d'entraînement de marathon actuels incluent des semaines de réduction, mais peu ou pas de coupe aussi profonde que 50 à 67 pour cent, tout en insistant sur le rythme de ces courses.

Même si la plupart des plans n'appellent pas un tel modèle, selon l'analyse de Smyth, environ 40 pour cent des coureurs de marathon se rapprochent suffisamment de son plan proposé pour qu'il soit peu probable qu'un changement produise un temps de marathon plus rapide. D'autre part, 47 % sont en sous-entraînement et 14 % en surentraînement. Ces 60 pour cent d'entraîneurs de marathon pourraient s'améliorer en suivant ses suggestions.

Aucun des experts du big data ne pense avoir trouvé toutes les réponses. De nombreuses questions demeurent. Smyth et al emploient le verbe « nudge » pour décrire une utilisation appropriée de leurs résultats. Si vous pouvez pousser votre formation dans la bonne direction, cela pourrait rapporter gros.