Les traductions françaises des surnoms des personnages accompagnant les contes mythologiques de A Wonder-Book for Girls and Boys et de Tanglewood Tales de Nathaniel Hawthorne
Notice bibliographique
Résumé
À l’été 1851, après le succès de The Scarlet Letter et de The House of the Seven Gables, Nathaniel Hawthorne s’accorde un répit et il fait un retour à la littérature jeunesse. Durant presque deux ans, il se consacre à la rédaction de A Wonder-Book for Girls and Boys et Tanglewood Tales, deux volumes qui regroupent une douzaine de contes mythologiques qu’il met en scène, c’est-à-dire chaque conte du premier recueil est précédé d’une introduction et il est suivi d’une conclusion et l’ensemble des contes du second sont précédés d’une introduction. Le présent article vise à étudier les traductions françaises des anthroponymes (des noms de fleurs) choisis par Hawthorne pour désigner et décrire les personnages de ces introductions et de ces conclusions, proposées par Léonce Rabillon, Henry Borjane, Pierre Leyris et Frédérique Revuz dans leurs traductions et adaptations. Il y est plus particulièrement question de dénotation, de connotation et d’encrage socio-culturel en langues source et cible ; ces éléments semblant jouer un rôle de premier plan dans la traduction du réseau onomastique créé par l’auteur américain pour accompagner ses contes mythologiques.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,014 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».