require("cluster", quietly=TRUE)
        algoClust1 <- function(contribs,K) cluster::pam(t(contribs),K,diss=FALSE)$id.med
-       indices1 <- clusteringTask1(1:n, getContribs, K1, algoClust1, 140, verbose=TRUE, parll=FALSE)
+       indices1 <- clusteringTask1(1:n, getContribs, K1, algoClust1, 140, verbose=TRUE)
        medoids_K1 <- getSeries(indices1)
 
        expect_equal(dim(medoids_K1), c(L,K1))
        # Perfect situation: all medoids "after stage 1" are ~good
        algoClust2 <- function(dists,K) cluster::pam(dists,K,diss=TRUE)$id.med
        indices2 <- clusteringTask2(1:K1, getSeries, K2, algoClust2, 210, 3, 4, 8, "little",
-               verbose=TRUE, parll=FALSE)
+               verbose=TRUE)
        medoids_K2 <- getSeries(indices2)
 
        expect_equal(dim(medoids_K2), c(L,K2))
 
                if (length(indices)>0) as.matrix(series[,indices]) else NULL
        }
 
-       synchrones <- computeSynchrones(cbind(s1,s2,s3),getSeries,n,100,verbose=TRUE,parll=FALSE)
+       synchrones <- computeSynchrones(cbind(s1,s2,s3),getSeries,n,100,verbose=TRUE)
 
        expect_equal(dim(synchrones), c(L,K))
        for (i in 1:K)
 
        series <- cbind(serie, serie)
        getSeries <- function(indices) as.matrix(series[,indices])
        dists <- computeWerDists(1:2, getSeries, 50, 3, 4, nbytes, endian,
-               verbose=TRUE, parll=FALSE)
+               verbose=TRUE)
        expect_equal(dists, matrix(0.,nrow=2,ncol=2))
 
        # On two constant series