Thèse Modélisation des Dynamiques Psycho-Cognitives et Physiologiques de la Performance en Cyclisme Féminin U19-U23 par Intelligence Artificielle Explicable H/F

Doctorat.Gouv.Fr

Établissement : Université Rennes 2 École doctorale : École doctorale Education, Langages, Interactions, Cognition, Clinique, Expertise Laboratoire de recherche : Mouvement, Sport, Santé Direction de la thèse : Solene LE DOUAIRON LAHAYE Date limite de candidature : 2026-05-17T00:00:00

Dans le contexte du cyclisme féminin français, l'adaptation des approches d'entraînement et d'analyse de la performance constitue un enjeu stratégique. Si les athlètes françaises progressent sur la scène internationale, la hiérarchie reste dominée par des nations historiquement fortes telles que les Pays-Bas, la Belgique ou l'Italie. Préparer la nouvelle génération (U19-U23) à atteindre le plus haut niveau implique de mieux comprendre les déterminants de la performance dans ce contexte spécifique, en intégrant à la fois les contraintes propres à la discipline (physiologiques, physiques, psychologiques, technico-tactiques, environnementales), les spécificités du sport féminin - notamment les fluctuations hormonales - et les conditions dans lesquelles évoluent les athlètes.
La relation entre charge d'entraînement et performance a été historiquement décrite à travers des modèles de type « fitness-fatigue », dans lesquels la performance résulte d'un équilibre entre adaptations positives et fatigue induite par la charge (Banister et al. 1975). Si ces modèles ont constitué une avancée majeure, ils reposent sur l'hypothèse d'une relation relativement stable entre charge appliquée et réponse de l'organisme. Or, les observations issues du suivi longitudinal des athlètes montrent que cette relation dépend fortement du contexte dans lequel la charge est réalisée : une même séance peut produire des réponses très différentes selon l'état de l'athlète, influencé par des facteurs énergétiques, hormonaux, environnementaux ou psycho-affectifs (Impellizeri et al. 2019 ; Jeffries et al. 2022).
Dans la pratique, l'entraîneur dispose aujourd'hui d'un ensemble croissant de données issues du terrain - charge d'entraînement, performances, contexte, état de santé, ressentis - qui traduisent différentes facettes de la réponse de l'athlète. Toutefois, ces informations restent souvent analysées de manière dissociée, limitant la compréhension globale des processus d'adaptation et la capacité à individualiser l'entraînement.
Dans cette perspective, la charge prescrite ne peut être considérée comme l'entrée directe du système biologique. Elle doit être envisagée au travers de sa transformation en contrainte physiologique effective, dépendante de l'état de disponibilité de l'athlète et de sa capacité adaptative. La performance apparaît ainsi comme le résultat d'une interaction dynamique entre la charge appliquée et l'état de l'organisme au moment où cette charge est reçue.
Des travaux récents ont proposé des modèles intégratifs de la performance combinant des dimensions physiologiques, biomécaniques et psychologiques (Jianjun et al. 2025), mais leur caractère généraliste souligne la nécessité d'adaptations spécifiques au cyclisme féminin sur route et à ses contraintes.
Ce projet vise donc à mieux comprendre comment la cycliste répond à la charge qui lui est imposée, en articulant des données physiologiques, psycho-cognitives, contextuelles et médicales, dans une perspective dynamique et individualisée. Il s'appuie sur une approche longitudinale et multidimensionnelle reposant sur des données collectées en conditions réelles auprès de cyclistes féminines U19-U23 membres de l'équipe de France et de la Lanester Women Morbihan (niveau national 1) : charge externe (puissance, volume), charge interne (fréquence cardiaque, variabilité de la fréquence cardiaque, perception de l'effort, fatigue), indicateurs psycho-cognitifs (engagement, résilience, passion sportive ou cohésion de groupe), données contextuelles et environnementales (cycles hormonaux, conditions météorologiques, stress hypoxique, stress à la chaleur), ainsi que données médicales issues du suivi des athlètes.
L'objectif est de structurer et d'analyser ces données afin de caractériser les profils individuels de réponse à la charge, d'identifier des configurations d'états internes et d'estimer des états latents tels que la disponibilité ou la fatigue mentale. Des méthodes adaptées aux données longitudinales permettront de modéliser la dynamique de l'athlète et d'intégrer ces connaissances dans des outils d'aide à la décision pour l'entraîneur, notamment sous la forme de jumeaux numériques, afin d'optimiser l'individualisation de l'entraînement et la gestion de la charge.