« En athlétisme, comme dans de nombreux sports, les athlètes sont répartis en catégories d’âge en fonction de leur année de naissance. Au sein d’une même catégorie, l’écart d’âge entre deux athlètes peut atteindre près de 24 mois. Par exemple, dans la catégorie U14 / Benjamins (voir annexe 1), qui regroupe des athlètes nés en 2013 et 2014 pour la saison 2026, un jeune né le 1er janvier 2013 a deux ans de plus qu’un autre né le 31 décembre 2014. Or, durant l’enfance et l’adolescence, une telle différence d’âge est loin d’être négligeable : quelques mois supplémentaires peuvent se traduire par un avantage significatif en termes de développement physique (vitesse, puissance, endurance), de maturation biologique et de coordination motrice.
Ainsi, les athlètes les plus âgés au sein d’une même catégorie disposent souvent d’un avantage de performance, susceptible d’influencer les résultats et les processus de sélection.
Ces mécanismes peuvent alors engendrer un biais connu sous le nom d’effet de l’âge relatif (Relative Age Effect, RAE), mis en évidence par Roger Barnsley et ses collaborateurs en 1985 dans le contexte du hockey sur glace au Canada, lequel s’explique précisément par des écarts d’âge au sein d’une même catégorie : l’âge relatif correspond à l’âge de l’athlète à la date de compétition, permettant ainsi de quantifier cet avantage potentiel.
Ce phénomène se traduit par une répartition non uniforme des dates de naissance au sein d’une même catégorie, caractérisée par une surreprésentation des athlètes nés en début d’année et, à l’inverse, une sous-représentation de ceux nés en fin d’année.
Un enjeu majeur pour la détection et l’équité sportive
L’existence du RAE soulève une question centrale d’équité. Si les performances observées sont partiellement expliquées par un avantage d’âge relatif, alors les procédures de sélection peuvent favoriser mécaniquement les athlètes nés en début d’année, indépendamment de leur potentiel intrinsèque.
Ce biais peut avoir plusieurs conséquences : une inégalité d’accès aux structures de haut niveau, une sélection mécanique des athlètes nés en début d’année dans la catégorie, avec un risque de ne pas identifier certains athlètes talentueux en raison d’un développement plus tardif, ainsi qu’une distorsion des indicateurs de performance utilisés pour la détection. Dans ce cadre, l’exploitation d’une base de données couvrant plusieurs saisons, l’ensemble des catégories d’âge ainsi que onze disciplines constitue une opportunité d’analyser finement la relation entre l’âge relatif et la performance.
Ce projet porte sur l’étude de l’effet de l’âge relatif chez les athlètes français en athlétisme. Il vise à mesurer son influence sur la performance sportive et à développer une méthode de recalibrage permettant de corriger ce biais et de comparer les résultats entre athlètes appartenant à une même catégorie d’âge.
Ce travail présente un double enjeu scientifique.
D’une part, il consiste à mettre en évidence la présence du RAE en athlétisme et à en quantifier les effets sur la performance. Plus précisément, il s’agit d’examiner si l’âge relatif — entendu ici comme l’âge exact de l’athlète au moment de la compétition — est corrélé à la performance. Cette analyse repose sur une approche descriptive visant à caractériser le lien entre l’âge et la performance, notamment à travers l’étude de la distribution des dates de naissance et de la dispersion des performances selon l’âge.
D’autre part, si cette relation est confirmée, l’objectif est de construire une méthode de correction permettant de neutraliser ce biais.
Contrairement à une approche prédictive, il s’agit ici de développer un modèle descriptif de calibrage des performances, dont le but est de supprimer l’effet de l’âge relatif tout en respectant certaines contraintes opérationnelles.
En particulier, le modèle doit être simple, interprétable par les acteurs du terrain (notamment les fédérations), conserver l’unité des performances et ne pas pénaliser les athlètes.
La démarche adoptée consiste, dans un premier temps, à analyser empiriquement le lien entre l’âge et la performance afin d’identifier une tendance globale et de mettre en évidence d’éventuelles hétéroscédasticités. Dans un second temps, différents types de modèles sont étudiés afin de représenter cette relation, qu’il s’agisse de modèles paramétriques (forme de la fonction connue) ou non paramétriques (forme de la fonction inconnue), en tenant compte de leurs avantages et limites au regard des contraintes métier. Une attention particulière est portée au choix d’un modèle capable de respecter la structure croissante de la performance avec l’âge.
Enfin, à partir du modèle retenu, une fonction de correction est définie afin de transformer les performances individuelles. L’objectif est d’obtenir une distribution des performances dont la moyenne et la variance sont non corrélées avec l’âge relatif, permettant ainsi une comparaison équitable entre athlètes.
Ce travail se situe à l’interface entre l’analyse statistique et les applications opérationnelles, avec pour objectif de proposer un outil simple et pertinent visant à améliorer l’évaluation du potentiel en athlétisme. »