
Chaque trajet soumis reçoit un score de qualité basé sur différentes mesures - comme la stabilité du GPS, le taux d'échantillonnage, le bruit du signal ou les variations de vitesse.
Si ce score est inférieur à un seuil défini, l'activité est automatiquement retirée du classement et le ou la participant(e) est informé(e) de manière transparente des raisons de ce retrait.
Afin de pouvoir classer les éventuels problèmes de manière claire et compréhensible, nous avons introduit trois catégories de notes: Notes, Flags et Warnings. Elles apparaissent seules ou combinées, donnent une valeur de qualité interne et assurent la transparence et l'équité du processus d'évaluation.
Une note marque les petites incohérences qui n'ont pas d'impact sur le chronométrage ou qui sont si fréquentes qu'elles sont statistiquement insignifiantes - à condition que le reste des données soit propre.
Elles servent d'orientation aux reviewers, mais ne doivent pas être vérifiées manuellement.
Exemple : Profil d'altitude légèrement décalé en raison d'un étalonnage imprécis du baromètre.
Un drapeau indique des problèmes qui pourraient influencer la fiabilité du chronométrage et qui nécessitent un examen critique.
Plusieurs drapeaux entraînent généralement la non-admission de la course au classement.
Exemple : des vitesses extrêmement élevées qui ne seraient réalistes que pour des professionnels.
Un Warning est le niveau d'avertissement le plus élevé et est attribué lorsque l'intégrité du fichier est remise en question ou que le comportement semble physiquement impossible.
Les parcours avec un Warning sont refusés et le ou la participant(e) peut refaire le parcours.
Exemples : Accélérations ou vitesses moyennes impossibles, ou fréquence de positionnement trop basse (plus d'une seconde par point de mesure).
Notre objectif est que chaque conducteur puisse comprendre comment nous garantissons l'équité et la transparence - tout en minimisant les évaluations faussement positives.
Plus de 99 % de tous les trajets passent notre contrôle de qualité sans aucune restriction. Seule une petite partie est marquée ou exclue - et ce de manière compréhensible, basée sur des données et équitable.
Si tu t'intéresses aux détails techniques qui se cachent derrière notre détection du dopage numérique et nos algorithmes de classement équitables, reste à l'écoute : dans les prochains articles, nous donnerons des informations encore plus approfondies.



L'équité dans le sport numérique ne résulte pas d'algorithmes aveugles, mais de critères transparents et d 'une communication compréhensible.
Grâce à notre approche, nous veillons à ce que chaque performance compte - de manière honnête, compréhensible et avec une précision technique.
Kevin KoschNikolaus RathBenedikt Soja, Matthias Aichinger-Rosenberger, Nico Schefer, Sébastien de Castelberg, Tobias W.