de la Coopération dans le Dilemme du Prisonnier: une comparaison expérimentale entre le pur et mixte des stratégies

Introduction

Dilemme du Prisonnier (PD) est un dilemme en ce qui (en général) deux joueurs simultanément confrontés à un choix entre deux options: à coopérer ou à défaut., La matrice de jeu du PD avec des gains T > R > P > S est affichée dans le tableau 1 (le premier gain dans chaque cellule appartient au joueur A, le second au joueur B). Si les deux joueurs coopèrent, ils reçoivent tous deux payoff R (pour la récompense). Si les deux joueurs font défaut, ils reçoivent P (pour punition). Si un seul joueur échoue et que l’autre joueur coopère, le transfuge reçoit T (pour temptation) et le coopérateur obtient S (pour sucker)., Dans les interactions one-shot (ou lorsque le jeu est répété pendant un nombre fini de périodes), chaque joueur, indépendamment du choix de l’autre joueur, a une incitation à faire défaut. Chaque joueur est tenté de maximiser ses propres gains en faisant défection, mais si les deux défauts, les deux perdent par rapport à la situation dans laquelle les deux coopèrent. Selon L’équilibre de Nash, en équilibre, aucun joueur n’est incité à s’écarter unilatéralement de son choix. Cependant, L’équilibre de Nash de la défection mutuelle du PD n’est pas socialement efficace., Par conséquent, il est dans l’intérêt de la société de connaître les déterminants de la coopération dans le PD , car ce dilemme est susceptible de se poser partout où des conflits d’intérêts existent—que ce soit dans la Politique, l’économie ou même l’évolution . En raison de la fréquence et de l’importance de la PD, de nombreuses disciplines scientifiques ont analysé la coopération dans la PD, par exemple la biologie évolutive/génétique , la théorie du chaos , la sociologie , la psychologie et l’économie (expérimentale). Comme un examen exhaustif de la littérature dépasse la portée du présent document, nous nous référons aux articles du sondage pour un aperçu .,

Cet article présente une comparaison entre les sujets limiter à la pure stratégies et les sujets autorisés à jouer à des stratégies combinées dans un one-shot symétrique PD expérience de laboratoire., Notre recherche est motivée par différentes interprétations de l’équilibre mixte de Nash dans la littérature théorique du jeu en économie. Von Neumann& Morgenstern interprète les stratégies mixtes comme un dispositif de randomisation délibérée pour dissimuler ses intentions (par exemple, un joueur dans le jeu de Pennies correspondant qui veut déjouer son adversaire) tandis que Rosenthal les interprète comme la distribution de choix purs dans une grande population (par exemple, il y a deux sous-populations, chacune a son propre ensemble de stratégies pures disponibles, et la nature correspond aux joueurs des différentes populations au hasard). Encore une autre interprétation est fournie par Aumann qui déclare que la nature probabiliste des stratégies mixtes reflète l’incertitude des joueurs qui ne savent pas quelles actions les autres joueurs prennent. Selon cette interprétation, chaque joueur choisit toujours une stratégie pure définie, sans tentative de randomisation. (Rubinstein fournit une discussion de ces différentes interprétations.,) Avec notre article, nous testons si le taux de coopération diffère lorsque nous comparons les joueurs autorisés à jouer des stratégies mixtes (ressemblant à l’interprétation ) avec des joueurs qui doivent individuellement choisir parmi leurs stratégies pures (ressemblant ). Afin de rendre compte du rôle de l’incertitude sur les actions des autres , nous suscitons également des croyances sur ces actions. Nous avons choisi la PD comme jeu sous-jacent dans notre expérience (i) en raison de son rôle de premier plan dans diverses disciplines, et (ii) parce que la coopération dans la PD implique des sujets échangeant des intérêts individuels et sociétaux., Nous considérons que la coopération dans le PD est une question plus intéressante (et morale, voir) que simplement une question de calcul (comme dans le jeu de Pennies correspondant).

Les sujets d’un groupe de notre expérience sont limités à jouer des stratégies pures et les sujets d’un autre groupe sont autorisés à jouer des stratégies mixtes dans un jeu de PD symétrique à un coup. Dans les deux groupes, les sujets interagissent anonymement avec 10 autres sujets et prennent leurs décisions en même temps (au meilleur de notre connaissance, nous sommes les premiers à adopter cette approche dans une expérience de PD)., Les stratégies mixtes évitent aux décideurs de s’engager à coopérer pleinement ou à faire défection. Au lieu de cela, les joueurs peuvent sélectionner un mélange de ces stratégies pures. Le but de cette étude est de déterminer si et comment l’option de jouer des stratégies mixtes affecte la coopération dans un PD. Dans notre expérience à incitation monétaire, les sujets sont divisés en deux groupes qui ne diffèrent que par leur espace de décision. Dans le groupe de contrôle pur, les sujets prennent une décision de stratégie pure., Pour 10 interactions anonymes appariées au hasard au cours de leur session expérimentale, ils décident en même temps de coopérer ou de faire défaut selon la matrice de jeu du tableau 2. Dans le groupe de traitement mixte, les sujets ont la possibilité de choisir une stratégie mixte. Ils décident dans combien des 10 interactions anonymes appariées aléatoirement ils veulent coopérer; dans les interactions anonymes restantes (également appariées aléatoirement), ils font défaut. Par conséquent, les sujets en mixte ont toujours la possibilité de coopérer pleinement ou de se défausser complètement, comme en pur., L’ordre dans lequel les sujets jouent le mélange choisi de coopération et de défection est déterminé au hasard.

Pour augmenter les chances que les décisions sont prises délibérément, les sujets dans les deux traitements sont invités à énoncer une croyance à propos de leurs adversaires esprit de coopération., L’obtention de ces croyances nous permet également d’examiner de plus près la relation entre les croyances et le comportement coopératif. L’émergence de croyances sur le comportement des autres joueurs et les conséquences de ces croyances sur son propre comportement a été un sujet de recherche précoce. Les sujets dans les expériences de PD devinent que les autres joueront comme ils ont eux-mêmes l’intention de jouer ., Croson a constaté que lorsque les sujets ont été invités à leur meilleure estimation (binaire) de ce que leur homologue dans l’expérience ferait, cela a diminué la coopération ultérieure dans les expériences de PD en une seule fois d’environ 30% par rapport aux sujets qui n’ont pas été interrogés. Acevedo& Krueger attribue cette relation entre les croyances et le comportement au raisonnement probant et à l’orientation des valeurs sociales. Rubinstein & Salant présente des preuves connexes d’auto-similarité dans les interactions stratégiques similaires à la PD.,

dans un questionnaire post-expérimental, nous avons interrogé les sujets sur les variables de contrôle que nous jugions importantes pour les expériences menées avec des étudiants sur un campus universitaire (nous avons décidé de ne pas inclure plus de variables de contrôle car les sujets des expériences étaient exclusivement des étudiants et donc d’âge et de niveau d’éducation similaires et aucun d’entre eux n’a déjà participé à une expérience de PD en laboratoire; nous n’avons pas inclus de mesure de l’aversion au risque parce qu’il existe des preuves qu’elle n’est pas corrélée avec le comportement dans la PD ou le jeu de confiance )., Premièrement, nous avons inclus le sexe parce que nous avons constaté que les femmes étaient plus coopératives dans les premiers cycles d’une expérience de PD répétée (cette différence était plus prononcée dans les sessions mixtes que lorsque les sessions simples étaient comparées). Voir pour une discussion plus générale des différences entre les sexes dans les PD expériences et une méta-étude des différences entre les sexes dans le Dictateur de Jeu et PD expériences. Deuxièmement, nous avons inclus si les sujets avaient déjà entendu parler de l’expérience (parce qu’avoir entendu parler de l’expérience de pairs peut amener les sujets à se comporter différemment des sujets qui ne l’ont pas fait)., Troisièmement, nous avons inclus s’ils étaient familiers avec la théorie des jeux (comme la PD est généralement enseignée dans les cours de théorie des jeux et connaître la solution peut inciter les étudiants à se comporter plus en ligne avec la théorie; voir, par exemple, sur le rôle de l’expérience des sujets dans les expériences de PD). Enfin, nous avons demandé combien d’autres sujets dans la salle les sujets connaissaient personnellement (connaître plus des autres sujets personnellement peut rendre les sujets se comportent plus pro-socialement, c’est-à-dire plus enclins à coopérer dans la DP).,

la théorie des jeux Standard prédit que l’option de jouer des stratégies mixtes dans un jeu de PD à un coup n’affectera pas du tout la coopération. La défection mutuelle est le seul équilibre de Nash du jeu, ce qui signifie que les joueurs n’ont aucune incitation à s’écarter unilatéralement de la distribution de probabilité de 100% de défection et de 0% de coopération. Empiriquement, cependant, jusqu’à 80% des choix dans les jeux PD expérimentaux sont coopératifs, en fonction de l’étalonnage des gains . Pour nos expériences, nous avons choisi la matrice de jeu présentée dans le tableau 2., Il avait déjà été utilisé dans, qui a signalé un taux de coopération de 55% et un taux de croyance de 45%. Dans les sujets purs, prosociaux doivent faire face à une décision « tout ou rien ». Ici, l’incertitude sur le comportement des autres est susceptible d’attirer des sujets prosociaux vers la défection, en raison de la peur d’être mis à profit dépasse le désir de maximiser les résultats communs. En mixte, nous nous attendons à ce que l’option joue des stratégies mixtes pour encourager les sujets prosociaux à coopérer réciproquement au moins dans la même mesure qu’ils attendent de leurs adversaires qu’ils coopèrent., Le point crucial est que seul le mélange des stratégies permet aux sujets de donner la meilleure réponse à leur croyance. Comme nous nous attendons à une distribution très proche de 50% de coopération/50% de défection des croyances et des comportements, la matrice de jeu choisie devrait nous donner des résultats clairs.

prédiction: le taux de coopération en mixte est plus élevé qu’en pur.

la décision one-shot fournit le test le plus propre pour les dilemmes sociaux comme le PD. Lorsqu’une décision n’est prise qu’une seule fois, les sujets ne peuvent pas apprendre au fil du temps (car certains sujets gagnent en compréhension lorsque des commentaires sont fournis )., Conditionner son propre comportement sur le comportement passé observé des autres n’est pas possible (comme la réciprocité rapportée dans les expériences de jeux de biens publics, c’est-à-dire Dans ) et la construction de la réputation ne joue pas de rôle (comme elle le fait dans lorsqu’elle interagit plus d’une fois avec le même sujet).

méthodes

La crise de la réplication a révélé que de nombreux résultats en psychologie, en économie expérimentale et dans d’autres sciences sociales ne sont pas reproductibles., Nous abordons cette crise en déterminant le nombre d’observations requises à l’aide d’un calcul de puissance (où la taille de l’effet attendu est basée sur la littérature) avant de mener nos expériences. En utilisant G * Power 3.1.9.2, une taille d’échantillon requise de 40 dans chacun des deux groupes de traitement a été calculée pour fournir une puissance statistique de 1 − β = 0,8 pour détecter un effet de d = 0,58, en supposant un test de somme de rang de Wilcoxon unilatéral et une probabilité d’erreur de α = 0,05., Nous avons utilisé les résultats et calculé la taille de l’effet sur la base d’une augmentation attendue de la coopération de 7 points de pourcentage en mixte par rapport au taux de coopération rapporté de 55% dont nous utilisons également la matrice de GAIN . Nous avons supposé un écart type de S. D. = 12.16 dans les deux traitements (calculé à partir des points de données d’une méta-étude récente ).

un total de 97 étudiants de L’Université de Potsdam qui s’étaient abonnés à la base de données ORSEE (basée sur ) du laboratoire D’expériences économiques de Potsdam (ou PLEx,https://www.uni-potsdam.de/plex) ont été recrutés pour participer à cette expérience., Ces sujets ont été assignés au hasard à deux traitements: 48 sujets en pur et 49 sujets en mixte. Au total, 12 à 18 sujets ont participé à chacune des six séances tenues en juin 2018. Chaque sujet a participé à une seule séance.

Après être entrés dans le laboratoire, les sujets ont été assignés au hasard à un terminal informatique, après quoi toute communication entre les sujets a été interdite. Les stores entre les postes de travail interdisaient aux sujets de regarder les écrans de leurs voisins et d’observer leurs décisions. Une feuille de papier vierge et un stylo ont été fournis pour chaque sujet., Les instructions expérimentales étaient affichées sur l’écran de l’ordinateur au début de l’expérience (pour les traductions de l’expérience et les captures d’écran en allemand, reportez-vous au référentiel dans la déclaration D’accessibilité des données). Les séances étaient des séances pures ou mixtes de sorte que les instructions étaient identiques pour tous les sujets de la salle. Chaque session expérimentale a duré environ 15 min., Après le jeu expérimental, on a demandé aux sujets de remplir un court questionnaire recueillant des renseignements sur le sexe des sujets (variable factice femelle = 1 si femelle) et s’ils avaient déjà entendu parler de l’expérience (variable factice expérience connue = 1 si oui), s’ils connaissaient la théorie des jeux (théorie des jeux factice-variable = 1 si oui) et le nombre d’autres sujets dans la pièce qu’ils connaissaient personnellement (variable sujets connus = nombre de sujets connus). Les sujets ont gagné des frais d’inscription de 4 €et une moyenne de 6,18 €dans le jeu (6,47€en pur, 5,90 €en mixte)., Les sujets ont reçu leur gain en privé. L’expérience a été programmée en Z-Tree et encadrée de manière neutre. Dans les deux groupes, les sujets ont été présentés avec la matrice de gains dans le tableau 2. La coopération a été étiquetée décision A, décision de défection B.

dans les deux groupes, les sujets devaient prendre une seule décision pertinente en matière de gains. Dans Pure, les sujets devaient décider de jouer soit la décision a soit la décision B dans les 10 interactions suivantes (coopération variable: 0 ou 1, transformée en taux de 0 ou 100)., En mixte, en revanche, les sujets devaient décider dans combien des 10 interactions ils prendraient la décision A (Coopération variable: entiers compris entre 0 et 10, transformés en taux compris entre 0 et 100). Dans les interactions restantes, ils ont joué la décision B. l’ordre dans lequel ils ont joué le mélange choisi de A ou B contre leurs homologues a été déterminé au hasard par l’ordinateur. Par la suite, l’ordinateur a apparié les sujets au hasard en paires avec l’un des 10 autres sujets de la pièce. Le gain de chaque sujet de l’expérience était la somme des bénéfices gagnés dans les 10 interactions., Les sujets n’ont reçu aucune information sur leurs homologues ou les décisions d’autres sujets.

avant que les sujets ne prennent leur décision, on leur a demandé d’évaluer (sans incitation) le comportement des autres sujets. Dans Pure, les sujets devaient indiquer combien de leurs 10 partenaires d’interaction ils s’attendaient à choisir la décision A (croyance variable: entier entre 0 et 10, transformé en Taux entre 0 et 100)., En mélange, les sujets devaient indiquer dans combien d’interactions ils croyaient que leurs partenaires d’interaction 10 choisiraient la décision A en moyenne (croyance variable: nombre avec jusqu’à deux décimales entre 0 et 10, également transformé en taux).

Résultats

3.1. Comparaison des moyennes de traitement

Les plus importantes sont les comparaisons des moyennes des deux variables d’intérêt, coopération et croyance, dans nos groupes de traitement (les deux variables sont exprimées ici sous forme de taux et varient entre 0 et 100%)., Nous vérifions également nos variables de contrôle pour des échantillons équilibrés, car les différences entre les traitements peuvent affecter les résultats. Le tableau 3 présente la moyenne de l’échantillon, les différences entre les traitements et les résultats des tests sur les différences entre les traitements. Nous attribuons aléatoirement 49 sujets à mixte et 48 sujets à Pure. Nous n’avons pas exclure d’éventuelles observations.

afin de comparer la (quasi-)les variables continues dans les deux échantillons indépendants, nous utilisons le test de Wilcoxon., Il s’agit d’un test non paramétrique car, contrairement au test t, il ne nécessite pas l’hypothèse que les deux échantillons sont de variance égale ni que les deux échantillons sont normalement distribués. Nous appliquons le test χ2 pour détecter les différences dans les fréquences des catégories binaires dans les deux échantillons indépendants.

3.1.1. Résultat

notre principale question Est la différence de taux de coopération entre le groupe de traitement mixte et le groupe témoin pur. Le taux de coopération en mixte est de 60%, en pur 75%., Un test de somme de rang de Wilcoxon bilatéral montre que la différence entre les deux groupes est hautement statistiquement significative (p = 0,0003).

Notre prédiction selon laquelle la possibilité de jouer des stratégies mixtes augmentera la coopération dans le PD s’avère fausse: le taux de coopération en pur est plus élevé qu’en mixte.

Les croyances sur la coopération d’autres sujets peuvent, bien sûr, également être affectées par l’environnement de décision (la croyance est une variable endogène). Un test de somme de rang de Wilcoxon recto-verso révèle que la différence entre le mélange et le pur est statistiquement différente (p = 0,0396)., Par conséquent, les croyances des sujets reflètent correctement le taux de coopération plus faible en mixte par rapport au pur.

dans notre vérification des échantillons équilibrés, seuls les sujets connus variables étaient statistiquement différents entre les traitements (p = 0,0388). Nous inclurons plus tard cette variable dans un contrôle de robustesse des différents taux de coopération identifiés dans les deux traitements.

3.2., Test pour les différences entre les sexes dans les croyances et la coopération

compte tenu de l’intérêt pour les différences entre les sexes dans la coopération mentionnée dans l’introduction, nous examinons brièvement la relation entre le sexe et le taux de coopération et le sexe et la croyance séparément. Nous n’observons pas de relation statistiquement significative entre la femme et la croyance (le coefficient de corrélation de Pearson des deux variables est de -0,098 (p = 0,5093) en Pure et de 0,161 (p = 0,2706) en mixte) ni entre la femme et la coopération (le coefficient de corrélation de Pearson des deux variables est de -0,068 (p = 0,646) en Pure et de -0,020 (p = 0.,8900) en mixte).

3.3. La relation entre la coopération et les croyances

tout d’abord, nous considérons les distributions des variables croyance et coopération. La Figure 1 montre les histogrammes de ces deux variables en Pure et mixte. Nous observons que les distributions de croyance dans les deux traitements sont similaires, avec de nombreuses observations tombant au milieu de l’intervalle. Fait intéressant, en mixte, de nombreux sujets ont également choisi des niveaux de coopération intermédiaires. Dans ce traitement, les distributions de la croyance et de la coopération se trouvent presque les unes sur les autres.,

cela nous amène à la question principale de cette section: la relation entre les croyances des sujets concernant le jeu coopératif des autres et leur propre décision. La Figure 2 montre un boxplot de croyance par coopération en Pure. Les coopérateurs ont une croyance médiane légèrement plus élevée que les transfuges et leurs croyances sont plus compressées. Cependant, le coefficient de corrélation de Pearson de 0.,140 n’est pas significativement différent de zéro (p = 0,3445). La Figure 3 montre un nuage de points qui suggère une relation linéaire entre la coopération et la croyance en mixte. Une corrélation positive entre la coopération et la croyance en ce traitement est confirmée par un coefficient de corrélation de Pearson de 0,403, significativement différent de zéro (p = 0,0041).

3.4. Contrôle des confusions à l’aide de régressions OLS

le résultat que les sujets en mélange coopèrent moins que les sujets en pur tient-il toujours si nous contrôlons les deux variables qui différaient entre les traitements? Le tableau 4 présente les résultats des régressions OLS (en économie, la régression des moindres carrés ordinaires multivariés est la technique la plus courante pour estimer les relations entre les variables tout en contrôlant l’influence des covariables)., Dans le modèle 1, nous régressons la coopération, en utilisant nos données mises en commun, sur une constante et un mannequin de traitement pour mixte. Le résultat confirme notre constat précédent: beaucoup plus de coopération en pur (test t, p = 0,043). Dans le modèle 2, nous étendons le modèle 1 en ajoutant la croyance dans la régression. Les deux variables sont statistiquement différentes de zéro (tests t, mannequin mixte: p = 0,098; croyance: p = 0,025). Enfin, dans le modèle 3, nous ajoutons des sujets connus au Modèle 2. Ici, le mannequin de traitement et les sujets connus ne sont pas statistiquement différents de zéro (tests t, mannequin mixte: p = 0,137; sujets connus: p = 0,357)., Les croyances des sujets sont significativement différentes de zéro (test t, p = 0,049).

quel modèle fournit le meilleur ajustement statistique (car nous ne voulons ni surajuster ni sous-ajuster notre modèle)? La mesure de la variance expliquée, R2 ajusté, est la plus élevée pour le modèle 2, et les critères D’information Akaike et bayésien (AIC et BIC; les critères les plus courants pour la sélection du modèle) sont les plus faibles pour le modèle 2., Tous trois paramètres indiquent que le Modèle 2 fournit le meilleur ajustement statistique des trois modèles. Nous concluons de ce contrôle de Robustesse que le taux de coopération en pur est plus élevé qu’en mixte même si nous contrôlons la croyance variable (qui est endogène aux deux groupes de traitement), contrairement à notre prédiction.

Conclusion

pour résumer, nous avons mené des expériences de jeu PD one-shot. Notre variable de traitement était l’occasion de jouer des stratégies mixtes., Dans un groupe témoin, les sujets ont été limités à jouer soit la pleine coopération ou la défection complète contre 10 autres sujets. Dans le groupe de traitement, les sujets ont été autorisés à choisir n’importe quel mélange des deux stratégies. Avant que les sujets ne prennent leur décision, nous avons suscité leurs croyances sur le niveau de coopération des autres sujets.

en utilisant un test bilatéral, nous avons constaté que-contrairement à notre prédiction—le taux de coopération en pur était en fait plus élevé qu’en mixte., Même après avoir contrôlé les croyances des sujets dans les régressions OLS, cette différence reste significativement différente de zéro (mais seulement au niveau de 10%). Comme nous n’avons effectué qu’un calcul de puissance pour une comparaison des moyennes de traitement pour la coopération, nous sommes prudents avec l’interprétation du taux de coopération plus élevé que nous avons détecté dans Pure. Cependant, nous voyons nos résultats comme une indication que les taux de coopération diffèrent lorsque les sujets peuvent utiliser des stratégies mixtes.

un critique de cet article a souligné que les sujets en Mixed pourraient coopérer avec une certaine probabilité., En Pure, ces sujets ne coopéreraient que si cette probabilité est supérieure à un certain seuil (il est très probable qu’ils ne coopèrent que s’ils croient que plus de 50% des autres sujets coopèrent également). Cette théorie du point de commutation semble raisonnable. Cependant, pour le tester, il faudrait un plan expérimental où chaque sujet passe à la fois par un stade pur et un stade mixte (l’ordre du pur et du mixte devrait être randomisé entre les sujets et contrôlé dans les analyses)., Avec notre conception, nous testons uniquement si les taux de coopération (et les croyances) diffèrent lorsque les sujets peuvent jouer des stratégies mixtes (entre sujets). Les croyances sur la coopération des autres sont endogènes dans le groupe de contrôle et dans le groupe de traitement.

Une étude précédente a montré comment les taux de coopération varient entre les expériences de PD symétriques à un coup lorsque le gain de coopération / coopération dans les matrices de jeu sous-jacentes est varié . Ils constatent, comme prévu, que le taux de coopération augmente lorsqu’ils augmentent le gain., Ils constatent également que les croyances sur le comportement des autres sujets (qui ont été suscitées après que les sujets ont pris leur décision) suivent de près le taux de coopération dans le traitement respectif.

nous pensons qu’il serait intéressant de combiner le design expérimental avec notre approche. Selon la paramétrisation de la matrice de jeu PD, l’effet des stratégies mixtes peut être différent. Lorsque le taux de coopération dans un traitement pur est très faible, ce taux peut être plus élevé dans un traitement mixte (en raison de sujets qui ne font pas complètement défaut mais choisissent un niveau de coopération intermédiaire)., Ceci, bien sûr, nécessite une autre série d’expériences. Ces expériences pourraient également inclure un questionnaire demandant l’orientation de la valeur sociale des sujets afin de démêler les motifs de coopération des sujets (voir pour une méta-étude de l’orientation de la valeur sociale dans les dilemmes sociaux).

Éthique

les expériences Économiques comme la nôtre ne sont pas soumis à l’approbation de l’université du conseil d’examen éthique (https://www.uni-potsdam.de/senat/kommissionen-des-senats/ek.html). Une déclaration générale de consentement éclairé/de confidentialité des données a été signée par tous les sujets avant la première expérience au PLEx., Aucun mineur n’a participé aux expériences.

l’accessibilité des Données

les Données, le code, expérimental, les instructions et les captures d’écran sont accessibles à https://osf.io/p4dgz/.

contributions des auteurs

L. H. et A. O. ont conçu la recherche, mené les expériences, analysé les résultats et écrit le manuscrit; A. O. A programmé le logiciel expérimental.,

intérêts concurrents

Nous déclarons ne pas avoir d’intérêts concurrents

Financement

Nous reconnaissons le soutien de la Deutsche Forschungsgemeinschaft (Fondation allemande pour la recherche) et du Fonds de Publication en libre accès de L’Université de Potsdam.

Notes de bas de page