Prédicteur de temps de course

Dernière mise à jour : 2026-05-22

Prédiction de temps de course

La prédiction de temps de course est une méthode qui extrapole une performance chronométrée sur une distance connue pour estimer le temps attendu sur une autre distance. Le principe repose sur l'observation empirique que l'allure de course ralentit de façon régulière à mesure que la distance augmente — la relation entre distance et temps n'est pas linéaire. En saisissant un résultat récent, ce calculateur renvoie un temps prédit pour la distance cible et un tableau de prédictions pour chaque distance officielle du 1500 m au marathon, avec deux modèles établis.

Le modèle de Riegel

La formule la plus utilisée est celle de Riegel (Pete Riegel, 1981). Elle constate que le temps de course croît avec la distance élevée à une puissance légèrement supérieure à 1 :

$t_2 = t_1 \cdot \left(\frac{d_2}{d_1}\right)^{e}$

Avec les logarithmes elle se linéarise :

$\log t_2 = \log t_1 + e \cdot \log\!\left(\frac{d_2}{d_1}\right)$

L'exposant $e$ — valeur standard 1,06 — traduit le fait empirique qu'on ralentit un peu à chaque doublement de distance. À $e = 1{,}06$, doubler la distance coûte environ 4,3 % d'allure ($2^{1{,}06} \approx 2\,085$). Un exposant de 1,0 voudrait dire qu'on tient n'importe quelle allure sur n'importe quelle distance (impossible) ; 1,20 impliquerait une chute bien plus marquée que ce que montrent les coureurs entraînés.

Comme l'exposant est un meilleur ajustement empirique et non une loi physiologique, ce calculateur te laisse le modifier. Abaisse-le vers 1,03 si tu es un coureur orienté vitesse dont l'allure tient bien sur la distance ; relève-le vers 1,10 si ton endurance décline plus vite que la moyenne — les travaux de Tanda et d'autres suggèrent que le marathon en particulier s'ajuste souvent mieux avec un exposant au-dessus de 1,06.

Le modèle de Cameron

Riegel utilise un seul exposant pour toutes les distances. La formule de Cameron (David Cameron, 1998) utilise au contraire une fonction de fatigue dépendante de la distance, calée sur des résultats de niveau mondial du 400 m aux 50 miles :

$t_2 = t_1 \cdot \frac{d_2}{d_1} \cdot \frac{f(d_1)}{f(d_2)}, \qquad f(x) = 13.49681 - 0.000030363\,x + \frac{835.7114}{x^{0.7905}}$

avec $x$ en mètres. Comme le terme de fatigue change de forme selon la distance, Cameron est souvent un peu plus réaliste sur le long, prédisant des temps de marathon un brin plus lents que Riegel. Bascule entre les deux modèles et compare : s'ils concordent étroitement, la prédiction est solide ; s'ils divergent, la vérité est généralement entre les deux.

Exemples

Les deux modèles se suivent de près sur les distances voisines et s'écartent en éventail à mesure que l'écart avec la course connue grandit — précisément là où une prédiction est de toute façon la moins sûre.

Scénarios pratiques

1. Caler un objectif marathon

Doubler simplement un semi récent surestime la capacité marathon, car l'endurance spécifique à cette distance est une adaptation à part. Les deux modèles le montrent : un 10K en 45 min prédit ~3:27–3:30 sur marathon, pas 3:00 (qui demanderait un 10K en 37:30). La prédiction constitue ainsi un point de départ plus réaliste qu'une extrapolation linéaire.

2. Choisir un meneur d'allure

Les meneurs d'allure sont proposés à intervalles fixes (3:30, 3:40, 3:50 marathon, etc.). Lis ton temps prédit dans le tableau et choisis le groupe qui lui correspond, pas le temps rêvé. Quand Riegel et Cameron encadrent une frontière, le groupe le plus prudent est le départ le plus sûr.

3. Comparer des distances entre coureurs

Deux compagnons d'entraînement courent des courses différentes : un 5K en 19:30 et un semi en 1:30. Qui est plus rapide ? Le tableau de toutes les distances ramène chaque résultat à une base commune — lis le semi prédit du coureur de 5K (ou le 5K prédit du coureur de semi) et compare directement.

4. Se positionner en piste

Les formules extrapolent aussi vers le bas : un 5K en 16:00 prédit un 1500 m vers 4:28un 5K en 16:00 prédit un mile vers 4:49. Les pistards s'en servent pour vérifier que leur endurance se traduit en vitesse de distance.

Portée et limites

• Elle suppose un entraînement homogène entre distances. Quelqu'un qui n'entraîne que des 5K sera en dessous de la prédiction marathon ; l'endurance longue est une adaptation à part.
• Les modèles sont empiriques. L'exposant de Riegel et la fonction de fatigue de Cameron sont des ajustements par régression, pas des dérivations. La performance marathon réelle reste souvent en retrait des deux prédictions pour les coureurs sans préparation spécifique marathon.
• Elles explosent aux extrêmes. Les sprints inférieurs au 1500 mLes sprints inférieurs au mile et les ultras (50 km+) suivent une physiologie différente et aucun des deux modèles n'extrapole proprement.
• Profil, météo et allure ne sont pas pris en compte. Les prédictions supposent des conditions comparables ; un 10K plat et rapide et un marathon montagneux et venté ne se comparent pas directement.

Pour les coureurs amateurs visant des distances standard dans des conditions similaires, la prédiction de course est un outil de planification utile — mieux que de deviner — mais à utiliser comme un ordre de grandeur, pas une garantie.