Too short (< 20 min)
   
HUMAN performance
   
SUSPICIOUS
   
MIRACULOUS
   
MUTANT

Antoine Vayer and Frédéric Portoleau are measuring performances with "radars" on the major climbs of each competition. The cyclists are supposed to ride almost 100% of their capacity.
A performance average can be calculate (only for last climb of stage, and with an effort > 20 minutes).
You'll find an example of a radar-zone in the section watt the fuck ?.
Please use these links to the different sections : Stages, Perfs, Articles.

Please select a competition:


Statistics by cyclisme-dopage.com

Stages and Radars


#DateStage ClimbAverageArticle
#72016-07-08L'Isle-Jourdain - Lac de PayolleAspin (curve 900m - summit)
#82016-07-09Pau - Bagnères-de-LuchonCol de Peyresourde - West side
#92016-07-10Vielha Val d'Aran - Andorre ArcalisArcalis Andorre
#122016-07-14Montpellier - Chalet ReynardMont Ventoux 2016 (first 8km)
#152016-07-17Bourg-en-Bresse - CulozGrand Colombier (lacets)
#172016-07-20Berne - Finhaut-EmossonEmosson
#192016-07-22Albertville - Saint-Gervais - Mont BlancLe Bettex
#202016-07-23Megève - MorzineJoux-Plane

Performances (average competition)


#GC- CyclistAspinCol de Peyresourde - West sideArcalis AndorreMont Ventoux 2016Grand ColombierEmossonLe BettexJoux-PlaneAverage Power 78kg-std
#1- Christopher Froome410403416433417435432407419
#2- Romain Bardet410403407427420432444407419
#3- Nairo Quintana410403415427417427433407417
#4- Adam Yates410401413427417433427407417
#5- Richie Porte410401416433417435427407418
#7- Joaquim Rodriguez410401407427417416434414416
#8- Louis Meintjes410401407427417430432407416
#9- Dan Martin412402416405417422435407415
#11- Bauke Mollema410401408433417424385361405
#13- Fabio Aru410401396427420430432299402


Articles


Frédéric Portoleau

2016-07-28 : Les Watts sur le Tour de France 2016, par Frédéric Portoleau

  Quel est le niveau de fiabilité des données ?

La méthodologie de simulation en Watts ne peut évidemment pas être sûre à 100% et au Watt près.
Dans des conditions normales d'ascension, la marge d'erreur estimée est de seulement 2%. Cette estimation se base sur des comparaisons "simulation Vs données SRM", ainsi que sur des expériences grandeur réelle.
Lorsque les conditions sont moins favorables (beaucoup de vent, d'aspiration, ou un pourcentage moyen inférieur à 7%) la marge d'erreur est de l'ordre de 7%.

Next