MétaCan
Menu
Retour à la cohorte
Enregistrement W2508724971 · doi:10.7202/1037117ar

Giono, Translator or Reader of Moby-Dick?

2016· article· en· W2508724971 sur OpenAlexvenueno aff
Isabelle Génin

Notice bibliographique

RevueTTR traduction terminologie rédaction · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueCultural Insights and Digital Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReading (process)ParatextSelection (genetic algorithm)Scope (computer science)Literal translationLinguisticsLiteratureComputer sciencePhilosophyArtSource textArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The article discusses the interaction between reading and translating, in the case of the first unabridged translation of Moby-Dick into French by Jean Giono, Lucien Jacques and Joan Smith, published by Gallimard in 1941. After a brief survey of the status of that translation—an important cultural landmark in France—the paper examines what the paratext (Giono’s diary, notes and letters) and the typescripts reveal about a seemingly paradoxical situation: Giono’s keen reading of Moby-Dick on the one hand and the simplification and clarification strategies adopted in the translation on the other hand. A selection of stylistic analyses illustrates both the choices made by the translators and the part played by each participant in the project. It appears that Giono did not necessarily misread Moby-Dick, underestimating its scope and significance. Instead, after reading the novel, he grew indifferent to its translation and concentrated his energy on his own writing in which he re-invested his reading experience. As to the other co-translators, Joan Smith provided a word-for-word translation of the text that made no attempt at interpreting the text, while Lucien Jacques strove to re-write Smith’s literal first draft, in spite of his difficult position as a non-reader (albeit an enthusiastic one) of Moby-Dick.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,012
Communication savante0,0100,007
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,329
Tête enseignante GPT0,335
Écart entre enseignants0,006 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTTR traduction terminologie rédactionMême sujetCultural Insights and Digital ImpactsTravaux en français237 207