MétaCan
Menu
Retour à la cohorte
Enregistrement W2769623907 · doi:10.4000/trans.1630

Traduire un texte entre les langues. Retour sur l’expérience de traduction de Hong bai hei

2017· article· fr· W2769623907 sur OpenAlexaboutno aff
Paolo Magagnin

Notice bibliographique

RevueTRANS- · 2017
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyArt

Résumé

récupéré en direct d'OpenAlex

Cette contribution se propose d’explorer la stratégie de conservation et de recréation des éléments d’hétérogénéité dans la traduction italienne du roman Hong bai hei (« Le Rouge, le Blanc et le Noir ») de l’auteur sino-canadien Chen He. À sa première parution en 2007, le roman a été salué comme un exemple d’écriture fortement « globale » : en effet, il est caractérisé par une forte hétérogénéité au niveau des thèmes, des pays où l’action se déroule, des langues utilisées, des genres et des sources exploitées. Dans le processus de traduction, cette pluralité d’éléments appelle naturellement à une stratégie minorisante qui viserait à reproduire, dans la plus ample mesure possible, l’altérité intrinsèque de l’original. Toutefois, le traducteur a également mis en place une stratégie de recréation du texte premier, qui s’est réalisée dans l’insertion originale d’éléments hétérolingues et dans l’interaction avec l’auteur afin de recréer des passages localisés du roman. En dernière analyse, cette stratégie de traduction créatrice et « globalisante » contribue à la redéfinition du texte premier et à la mise en relief de sa nature hétérogène et globale.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,963
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,047
Tête enseignante GPT0,273
Écart entre enseignants0,226 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTRANS-Même sujetTranslation Studies and PracticesTravaux en français237 207