Navigation – Plan du site
Varia

L’analyse quali-quantitative comparée (AQQC) : un outil innovant pour l’étude de l’action publique

Gisèle De Meur, Benoît Rihoux et Frédéric Varone
p. 137-148

Résumé

Cet article présente l’analyse quali-quantitative comparée (AQQC) en quelques mots et vise à démontrer son utilité et sa « valeur ajoutée » en tant qu’outil méthodologique pour les sciences relatives à l’action publique (administration publique, politiques publiques et évaluation de programmes). L’AQQC ouvre en effet de nouvelles pistes de recherche empirique sur les modalités de réforme du secteur public (comparaison entre organisations administratives et parastatales), sur la conduite de politiques sectorielles dans différentes entités politico-administratives (au sein d’un régime fédéraliste ou entre les Etats-membres de l’Union européenne) ou sur les effets induits par des programmes d’actions (auprès de différents groupes-cibles ou dans divers contextes socio-économiques).

Haut de page

Texte intégral

I. L’AQQC en un mot

  • 1 Ch. Ragin, The Comparative Method. Moving Beyond Qualitative and Quantitative Strategies, Berkeley, (...)

1L’analyse quali-quantitative comparée (AQQC) est une méthode qui a été lancée il y a une quinzaine d’années par Charles Ragin dans un ouvrage plusieurs fois primé1. Il s’agit à la fois d’une technique de minimisation applicable dans l’analyse empirique de l’action publique et, plus largement, d’une approche de voie médiane.

  • 2 Ch. Ragin, op. cit., 1987.
  • 3 Pour une approche plus détaillée sur les étapes concrètes de l’analyse et l’utilisation du logiciel (...)
  • 4 Selon la terminologie de l’AQQC, une condition représente une « variable explicative » du phénomène (...)
  • 5 Selon la terminologie de l’AQQC, comme d’ailleurs pour la terminologie de l’évaluation, le résultat (...)
  • 6 Par exemple, la mise en œuvre d’une politique publique pourrait représenter un cas pour lequel les (...)
  • 7 Brièvement, une configuration est une combinaison donnée de conditions (chacune recevant la valeur (...)

2La philosophie de base de l’AQQC est de « [commencer] en supposant la complexité causale [la plus large] et ensuite de partir à l’assaut de cette complexité »2. L’instrument qui est utilisé dans le but de réduire la complexité est l’algèbre booléenne, « l’algèbre de la logique ». Il serait impossible de donner une idée précise de tous les détails techniques et de chaque étape dans cet article introductif3. En un mot, le chercheur encodera d’abord un premier tableau de données empiriques dans lequel chaque cas est exprimé par sa combinaison spécifique de conditions4 et par son résultat5 (avec les valeurs « 0 » ou « 1 »)6. Ensuite, le logiciel le condensera en une table de vérité qui présente les données sous forme d’une liste de configurations – de manière plus synthétique puisque plusieurs cas différents peuvent très bien présenter la même configuration7. Enfin l’étape-clé de l’analyse est la minimisation booléenne : en utilisant l’algorithme de Quine – Mc Cluskey, le logiciel « réduit » la longue expression booléenne (qui consiste en une longue « description » de la table de vérité) en une expression plus courte (ou « formule minimale ») qui montre les régularités de l’explication du résultat par différentes combinaisons « courtes » (parcimonieuses) de conditions - les différents chemins. Ces régularités étaient d’une certaine manière « cachées » dans les données. Ensuite, il appartient au chercheur d’interpréter cette formule minimale.

  • 8 Pour plus d’informations sur les logiciels : voir le site de COMPASSS : http://www.compasss.org et (...)

3En tant que technique, l’AQQC peut être mise en œuvre grâce à son logiciel (en différentes versions successives). Jusqu’à ces quelques dernières années, la version « QCA3 », plus conviviale, a été utilisée plus fréquemment que son aînée QCA2. La quatrième version (la partie exacte ou « crisp » du logiciel fs/QCA) est encore en cours de développement mais est déjà disponible en téléchargement gratuit8.

  • 9 Ch. Ragin, op. cit., 1987, p. 84.
  • 10 Ch. Ragin, op. cit., p. 167.

4En tant qu’approche, l’AQQC développe une « stratégie synthétique » qui a pour ambition « d’intégrer les meilleures caractéristiques de l’approche par cas avec celles de l’approche par variable »9. En effet, d’une part l’AQQC rencontre une série de points forts de l’approche qualitative. Le premier est sa nature holistique (globale) : chaque cas individuel est considéré comme une entité complexe (un « tout ») qui a besoin d’être compris globalement et ne doit pas être négligé en cours d’analyse. En outre, la méthode développe une conception de causalité qui laisse place à la complexité. C’est une caractéristique principale de l’AQQC : la causalité conjoncturelle multiple. Cela implique que : A/ le plus souvent, c’est une combinaison de conditions qui éventuellement produisent un phénomène (le « résultat ») ; B/ plusieurs combinaisons différentes de conditions peuvent produire le même résultat ; et C/ selon le contexte, la « conjoncture », une condition peut avoir un impact différent sur le résultat. Cela implique que différents « chemins explicatifs » - chaque chemin étant pertinent de manière distincte – peuvent mener au même résultat. La causalité est donc perçue comme dépendante du contexte et de la conjoncture. Aussi, il est conseillé au chercheur utilisateur de l’AQQC de ne pas « spécifier un modèle causal unique qui correspond le mieux aux données » (ce qui arrive souvent avec la plupart des techniques statistiques classiques), mais au contraire, de « déterminer le nombre et la nature des différents modèles de causalité qui existent parmi les cas comparables »10.

  • 11 Ch. Ragin, op. cit., pp. 12 et ss. ; G. De Meur et B. Rihoux, op. cit., pp. 20 et ss.
  • 12 Popper, 1963.

5L’AQQC ambitionne aussi de rencontrer quelques points forts de l’approche quantitative11. Premièrement, cela permet d’analyser plus que « quelques » cas et, ainsi, de postuler des conjectures de généralisations. De plus, son analyse repose sur des outils formels : l’algèbre booléenne, qui est analytique par nature, dans le sens que l’algorithme mis en jeu par la minimisation réduira chaque cas à une série de variables (un certain nombre de conditions et un résultat). Ceci rend l’analyse totalement réplicable, c’est-à-dire quele chercheur B qui utilise les mêmes variables et fait les mêmes choix que le chercheur A va arriver aux mêmes conclusions que ce dernier. Cette qualité ouvre dès lors la voie à d’autres chercheurs pour vérifier (confirmer ou infirmer) les conclusions obtenues au terme de l’analyse. Les conclusions de l’AQQC sont donc réfutables, ce qui est une condition clé pour le progrès scientifique12. Cela dit, l’AQQC n’est pas « étroitement analytique » car elle ne se limite pas à sa phase technique et laisse la place pour la dimension holistique du phénomène, lors du retour aux cas en vue d’interpréter la « formule minimale ». Troisièmement, la technique booléenne permet d’identifier des « régularités de co-occurences » qui sont parcimonieuses en ce sens qu’elles combinent seulement quelques conditions et non toutes les conditions qui ont été prises en compte dans le modèle.

6En plus de constituer une voie médiane entre les stratégies holistique et analytique, l’AQQC est particulièrement bien adaptée pour les situations où le nombre de cas est, par nature, par choix ou par contrainte, relativement petit. De plus, l’AQQC permet de considérer à la fois des phénomènes de nature qualitative ou quantitative. L’un comme l’autre peuvent être opérationnalisés dans les variables « conditions » et « résultat » utilisées pour le traitement informatique. Ainsi, sans jamais négliger aucun cas (en ce sens, l’AQQC témoigne d’une forte préoccupation « qualitative »), la méthode se situe au croisement des analyses qualitative et quantitative.

  • 13 G. De Meur et B. Rihoux, op. cit., pp. 78-80.

7Deux autres avantages de l’AQQC en tant que technique méritent d’être mentionnés. D’une part, sa polyvalence : elle peut être utilisée pour au moins cinq objectifs différents13. L’utilisation la plus basique est simplement de résumer les données, par exemple de décrire des cas de manière plus synthétique en produisant une « table de configurations ». Ainsi, elle peut être un outil utile pour l’étude exploratoire de données, en début de recherche, ou par exemple, pour construire des typologies de manière inductive. Elle peut aussi être utilisée pour vérifier la cohérence des données, en aidant le chercheur à découvrir des contradictions (configurations identiques pour les conditions mais opposées pour les résultats) ; ceci lui permet de se rendre compte à temps qu’il devrait « en apprendre plus » sur les cas individuels, et l’incitera à revoir ses choix de cas et de variables. La troisième utilité est de tester les théories existantes, par exemple de valider ou réfuter ces théories. Quatrièmement, elle peut être utilisée pour croiser les résultats avec de nouvelles idées ou hypothèses formulées par le chercheur. Enfin et surtout, elle permet d’élaborer des conjectures : « une autre formule minimale » peut être obtenue en élargissant le champ des possibles de l’Univers observé (introduction des « cas logiques ») et à son tour être exploitée et « interprétée » - par exemple confrontée à de nouvelles observations - et éventuellement mener le chercheur à émettre de nouveaux segments de théorie, de manière plus inductive.

  • 14 Aussi parfois appelé le « reste » (remainders).
  • 15 En termes techniques : le logiciel attribuera un résultat de valeur « 0 » ou  « 1 » à ces cas logiq (...)

8D’autre part, au cours de la procédure, le chercheur est confronté à des choix. Par exemple, il doit décider d’obtenir ou non la formule minimale la plus courte possible (atteindre un niveau maximal de parcimonie). Lorsque ce choix est fait, des « cas logiques »14 (c’est-à-dire des cas logiquement « potentiels » mais non observés dans les données) seront inclus dans la « boîte noire » pour la minimisation booléenne15. Cependant le chercheur peut très bien rejeter cette option et donc accepter plus de complexité (moins de parcimonie) pour s’en tenir aux faits. Ce ne sera évidemment pas le seul choix qui s’imposera au chercheur : un choix clair et explicite devra également se faire sur la façon de dichotomiser les variables de conditions, sans perdre de vue la sensibilité de la technique à ces valeurs de seuils.

  • 16 G. De Meur et B. Rihoux, op. cit., p. 40.

9Grâce à la grande « transparence » de sa technique, mais aussi à sa simplicité, l’AQQC oblige en fait le chercheur à réaliser lui-même consciemment tous les choix qui vont se présenter (aucun « automatisme » informatique ne l’en dispense) mais aussi par la même occasion à justifier ces choix à partir d’une perspective théorique et/ou empirique. Ainsi, l’AQQC induit de la part de l’utilisateur une attitude de vigilance permanente, gardant toujours un oeil sur la « théorie »… et l’autre oeil sur les « cas », sans se permettre de se limiter aux tables et équations produites par le logiciel. De ce fait, l’AQQC se place en équilibre, se basant à la fois sur la théorie (déduction) et sur l’induction : bien que l’induction joue un rôle important, il y a un apport assez significatif de la théorie dans l’AQQC. En particulier, la sélection de variables qui seront utilisées pour l’analyse – et la manière dont chaque variable est concrétisée – doit être bien informée sur le plan théorique16.

II. La valeur ajoutée de l’AQQC

10A plusieurs égards, l’AQQC convient bien à l’étude et à la comparaison des systèmes politico-administratifs (structures et procédures institutionnelles) ainsi qu’à l’évaluation des effets induits par les politiques publiques, en particulier dans un contexte européen (UE actuelle, UE élargie, groupes de pays ou de régions, etc.) :

  1. elle permet de comparer des systèmes existants ou des programmes dans une conception « petit-N » (nombre limité de cas), ce qui est souvent le cas dans le contexte européen (comparaisons trans-nationales, trans-régionales et trans-sectorielles) ;

  2. elle permet de tester, a priori et a posteriori, des modèles de causalité alternative (par exemple, logique d’intervention qui sous-tend une politique publique) menant à un rendement politique (mise en œuvre parfaite versus lacunaire) et à des résultats politiques (effets favorables versus défavorables). Cette approche, par contraste avec les outils statistiques et économétriques classiques, permet donc l’identification de plus d’une voie pour un rendement et des résultats politiques : plus d’une combinaison de conditions peut expliquer un résultat. Ceci est extrêmement utile dans un contexte européen, car l’expérience montre que l’efficacité politique dépend aussi bien de cadres nationaux/régionaux que de caractéristiques spécifiques à un secteur. Souvent, des traditions culturelles, politiques et administratives différentes nécessitent des procédés d’implémentation (de réformes organisationnelles, de politiques publiques, etc.) différenciés ;

  3. elle permet de s’engager dans une conception quasi-expérimentale systématique (telle que recherchée par les évaluateurs de politiques publiques) : cette conception permet à l’analyste ou à l’évaluateur d’examiner sous quelles conditions - ou plus précisément, sous quelle combinaison de conditions - une politique spécifique s’avère efficace ou non ;

  4. la technique est très transparente ; une fois que les données ont été dichotomisées, l’analyste ou l’évaluateur peut aisément modifier le seuil de dichotomisation pour de nouveaux tests, incluant d’autres variables, etc. Ainsi l’AQQC sera également utile pour l’évaluation pluraliste/participative, différentes équipes et parties prenantes de la politique à juger étant à même de mener parallèlement des analyses différentes, ou obéissant à des préférences différenciées, pour en confronter ensuite les résultats ;

  5. elle est utile pour la synthèse d’évaluations, aussi bien que pour une méta-évaluation (évaluation d’évaluations). Basée sur l’existence et la connaissance approfondie d’études de cas (qualitatives) que représentent ici les diverses évaluations analysées, l’AQQC permet d’accomplir une analyse comparative systématique de celles-ci et de leurs enseignements.

III. Une illustration concrète

  • 17 Pour une liste complète d’applications de l’AQQC, voir le site-ressource de COMPASSS : http://www.c (...)

11Bien que ce ne soit pas encore une technique très répandue (vu sa relative nouveauté), l’AQQC a déjà été utilisée pour l’analyse de politiques publiques ; nous citerons notamment quelques champs d’applications couverts par les références-clés suivantes17 :

  1. politique de santé publique (Blake et Adolino, 2001 ; Harkreader et Imershein, 1999) ;

  2. politique sociale, Etat providence (Amenta et Poulsen, 1994 ; Hicks et al., 1995 ; Peillon, 1996 ; Ragin, 1994) ;

  3. comparaison inter-sectorielle dans l’UE : agriculture, affaires sociales, environnement (Bursens, 1999) ;

  4. politique environnementale (Hellström, 2001) ;

  5. transports, planification, aménagement du territoire (Sager, 2002).

12Sans discuter ici en détail ces différentes études, nous résumons, à titre purement exemplatif, l’excellente étude que Fritz Sager (2002) a mené sur la coordination de la politique d’aménagement du territoire et de celle des transports publics (métropolitains) dans quatre agglomérations suisses (Bâle, Berne, Lausanne et Genève). 

13La question majeure que se pose l’auteur concerne en fait le rôle joué par l’Administration publique dans la coordination de politiques publiques issues de secteurs différents : « la raison pour laquelle j’ai choisi l’administration publique pour terrain de recherche est la suivante : […] je fais l’hypothèse que les Institutions ont un impact sur les comportements tant individuels que collectifs. Deux questions me semblent dignes d’intérêt :

14Comment les différentes formes de structures institutionnelles des agglomérations affectent-elles les processus de négociation politique ?

15A quelles décisions finales ces négociations aboutissent-elles ? »

16L’article se concentre sur neuf cas de décisions politiques. Ces cas sont décrits et comparés, en faisant usage de quatre variables de conditions tirées de deux modèles « concurrents » en théorie organisationnelle : le modèle dit « néo-progressiste » et le modèle dit « des choix collectifs » (public choice). Chacune des conditions décrit un aspect du contexte institutionnel dans lequel les décisions se prennent. Plusieurs variables de résultats sont envisagées successivement, dans le but de tester, respectivement, la rationalité formelle, la rationalité effective et la mise en œuvre de la coordination.

17Les variables de conditions sont :

  1. la centralisation (forte/1) versus la décentralisation (0) de la bureaucratie urbaine ;

  2. la consolidation (1) versus la fragmentation (0) de l’agglomération (regroupement d’entités plus petites) ;

  3. la professionalisation (1) versus l’auto-administration (0) de la bureaucratie urbaine ;

  4. l’autonomie (1) versus le contrôle politique (0) de la bureaucratie urbaine.

18Ces conditions sont chacune soigneusement définies en termes théoriques, puis « calculées » sur chacun des neuf cas, ce qui permet de construire le tableau de données qui sera soumis à l’analyse technique et à l’algorithme de minimisation.

19Le modèle « néo-progressiste » parfait se caractérise par la configuration-type :1,1,1,1 – tandis que le modèle du « public choice » parfait correspond à la configuration opposée : 0,0,0,0. Les cas réels fluctuent entre ces extrêmes.

  • 18 Voir également : F. Sager, Institutions métropolitaines et coordination des politiques publiques : (...)

20L’auteur mène à son terme non seulement l’analyse AQQC de ces neuf cas, mais il procède également ensuite à une comparaison des « cas suisses » avec 18 autres études de cas, comportant également des décisions politiques concernant la mobilité urbaine dans neuf pays européens.18 Il parvient à en retirer à la fois une tendance générale et une compréhension des spécificités des « cas suisses ».

21Il conclut : « …nos résultats peuvent se regarder selon deux points de vue. La comparaison avec les 18 cas de décision pris en Europe mais hors de Suisse montre d’une part que l’effet positif de la fragmentation sur la qualité des négociations est spécifique (et unique) pour la Suisse, et dû au fédéralisme puissant de la Suisse. D’autre part, l’importance de l’autonomie de la bureaucratie serait due à la tradition suisse d’un Etat faible, tandis que dans les autres pays européens, des traditions d’Etat fort entraînent une participation plus intense et le contrôle démocratique des actions politiques de la bureaucratie. Enfin, au total, nos résultats montrent la supériorité du modèle néo-progressiste sur le modèle des choix collectifs [en matière de co-ordination et d’efficacité des politiques publiques locales]. »

IV. Prochaines étapes

  • 19 G. De Meur et B. Rihoux, op. cit.
  • 20 G. De Meur et al., à paraître.

22La communauté des chercheurs/praticiens utilisateurs d’AQQC est actuellement croissante à travers différentes disciplines. Il en existe plusieurs indicateurs : le nombre croissant d’articles publiés, les thèses doctorales en cours, les réunions scientifiques qui rassemblent des chercheurs européens, nord-américains et japonais, etc. De plus en plus de cours de méthodologie incluent explicitement un module sur l’AQQC et nombre d’étudiants avancés (thésards ou troisièmes cycles) commencent à exploiter la technique et – surtout - entrent en contact les uns avec les autres, via des travaux et des rencontres disciplinaires ou interdisciplinaires. De plus en plus d’informations sont disponibles pour des chercheurs potentiellement intéressés, notamment via le site-ressource international COMPASSS. Dans sa version la plus récente, le logiciel (fs/QCA aussi bien que TOSMANA) est beaucoup plus rapide, complet et facile à utiliser. Last but not least, un manuel en français19 est à présent disponible, tandis qu’une version anglaise est en cours de réalisation20.

23Nous pensons donc que l’AQQC présente un potentiel fort, en tant que complément à des techniques qualitatives et quantitatives existantes, pour la science administrative et l’évaluation des politiques publiques dans un contexte européen. Afin d’exploiter ce potentiel, les modalités pratiques suivantes sont envisagées :

  1. étendre la réflexion théorique et pratique (empirique) sur le lien entre l’AQQC et l’analyse de l’action publique en général et de l’évaluation de programme en particulier ;

  2. illustrer l’utilité de l’AQQC en l’appliquant à des données réelles pertinentes pour l’administration ou les politiques publiques (européennes) ;

  3. fournir une formation méthodologique et pratique sur l’AQQC, incluant des démonstrations des logiciels avec des données réelles.

24Finalement, notons que si l’AQQC s’avère vraiment utile à l’analyse scientifique de l’action publique, alors elle pourrait aussi, à terme, s’affirmer comme un réel outil de pilotage pratique pour les gestionnaires du secteur public.

Haut de page

Bibliographie

G. De Meur et B. Rihoux, L’Analyse Quali-Quantitative Comparée. Approche, Techniques et Applications en sciences humaines, Louvain-la-Neuve, Académia Bruylant, 2002.

Ch. Ragin, The Comparative Method. Moving Beyond Qualitative and Quantitative Strategies, Berkeley, University of California Press, 1987.

F. Sager, Institutions métropolitaines et coordination des politiques publiques : une AQQC des arrangements politico-administratifs d'articulation entre urbanisme et transports en Europe, Revue Internationale de Politique Comparée, vol. 11, n° 1, 2004.

Haut de page

Notes

1 Ch. Ragin, The Comparative Method. Moving Beyond Qualitative and Quantitative Strategies, Berkeley, University of California Press, 1987.

2 Ch. Ragin, op. cit., 1987.

3 Pour une approche plus détaillée sur les étapes concrètes de l’analyse et l’utilisation du logiciel, voir l’ouvrage de G. De Meur et B. Rihoux, L’Analyse Quali-Quantitative Comparée. Approche, Techniques et Applications en sciences humaines, Louvain-la-Neuve, Académia Bruylant, 2002.

4 Selon la terminologie de l’AQQC, une condition représente une « variable explicative » du phénomène observé (résultat).

5 Selon la terminologie de l’AQQC, comme d’ailleurs pour la terminologie de l’évaluation, le résultat est l’ultime « variable dépendante ».

6 Par exemple, la mise en œuvre d’une politique publique pourrait représenter un cas pour lequel les ressources des administrations en charge de l’exécution, la participation des groupes-cibles visés, le contexte économique, etc. représenteraient des conditions et, finalement, les déficits de mise en oeuvre représenteraient le résultat.  

7 Brièvement, une configuration est une combinaison donnée de conditions (chacune recevant la valeur « 0 » ou  « 1 ») et d’un résultat (recevant la valeur « 0 » ou  « 1 »). Une configuration spécifique peut correspondre à plusieurs cas observés.

8 Pour plus d’informations sur les logiciels : voir le site de COMPASSS : http://www.compasss.org et le site de Charles Ragin http://www.u.arizona.edu/~cragin/QCA.htm. Une équipe allemande travaille également sur le logiciel « Tosmana » qui accomplit des analyses similaires, avec quelques caractéristiques supplémentaires : voir le site de COMPASSS et le site Tosmana http://tosmana.org/.

9 Ch. Ragin, op. cit., 1987, p. 84.

10 Ch. Ragin, op. cit., p. 167.

11 Ch. Ragin, op. cit., pp. 12 et ss. ; G. De Meur et B. Rihoux, op. cit., pp. 20 et ss.

12 Popper, 1963.

13 G. De Meur et B. Rihoux, op. cit., pp. 78-80.

14 Aussi parfois appelé le « reste » (remainders).

15 En termes techniques : le logiciel attribuera un résultat de valeur « 0 » ou  « 1 » à ces cas logiques, produisant de ce fait une  « hypothèse simplificatrice » au sujet de ces cas.

16 G. De Meur et B. Rihoux, op. cit., p. 40.

17 Pour une liste complète d’applications de l’AQQC, voir le site-ressource de COMPASSS : http://www.compasss.org.

18 Voir également : F. Sager, Institutions métropolitaines et coordination des politiques publiques : une AQQC des arrangements politico-administratifs d'articulation entre urbanisme et transports en Europe, Revue Internationale de Politique Comparée, vol. 11, n°1, 2004.

19 G. De Meur et B. Rihoux, op. cit.

20 G. De Meur et al., à paraître.

Haut de page

Pour citer cet article

Référence papier

Gisèle De Meur, Benoît Rihoux et Frédéric Varone, « L’analyse quali-quantitative comparée (AQQC) : un outil innovant pour l’étude de l’action publique », Pyramides, 8 | 2004, 137-148.

Référence électronique

Gisèle De Meur, Benoît Rihoux et Frédéric Varone, « L’analyse quali-quantitative comparée (AQQC) : un outil innovant pour l’étude de l’action publique », Pyramides [En ligne], 8 | 2004, mis en ligne le 23 septembre 2011, consulté le 22 août 2017. URL : http://pyramides.revues.org/383

Haut de page

Auteurs

Gisèle De Meur

Laboratoire de recherche en Mathématiques et Sciences humaines (MATsch) et Centre d’Etudes et de Recherches en Administration publique (CERAP), Université libre de Bruxelles (ULB), gdemeur@ulb.ac.be.

Benoît Rihoux

Centre de Politique Comparée (CPC), Université catholique de Louvain (UCL), rihoux@spri.ucl.ac.be.

Frédéric Varone

Association Universitaire de Recherche sur l’Action Publique (AURAP) et CPC, Université catholique de Louvain (UCL), varone@spri.ucl.ac.be.

Articles du même auteur

Haut de page

Droits d’auteur

© Tous droits réservés

Haut de page