MétaCan
Menu
Retour à la cohorte
Enregistrement W2950206193 · doi:10.21992/tc29380

A Practical Proposal to Use Venuti’s ‘Minoritizing Translation’ for Native American Literature

2018· article· en· W2950206193 sur OpenAlexvenueno aff
Isis Herrero López

Notice bibliographique

RevueTranscUlturAl A Journal of Translation and Cultural Studies · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueCultural and Social Studies in Latin America
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTranslation studiesCriticismLiterary criticismLiterary translationIndigenousLiteratureStylisticsPoliticsMinor (academic)AlienationHistoryLinguisticsSociologyHumanitiesArtPhilosophyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

In a recent article, I argued that Native American literature, as a minor literature according to Deleuze and Guattari, is a great candidate for being translated in a minoritizing way, as proposed by Venuti. Since this literature is very popular in Spain –13 translations published in the 2010s–, I analysed the most recent translations of Sherman Alexie’s, Louise Erdrich’s and N. Scott Momaday’s novels and concluded that they were aimed at entertainment, at linguistic and syntactic fluency, and at over-refined stylistics. This kind of translation means, hence, the erasure of indigenous cultural and literary aspects from the target texts and the hiding of the socio-political implications of the source texts. In the present article, I insist on the idea that Venuti’s ‘minoritizing translation’ can be adapted to attend to the minor literature features of American Indian books and, consequently, to produce culturally and socio-politically engaged translations. After revising Venuti’s proposal and Tymoczko’s criticism on it, I present a brief description of the translations of works by Alexie, Erdrich, Momaday and Zitkala-Ša, all published during the 2010s. Then, I detail the precise strategies that would help to emphasize the specific characteristics of this literature, and I compare passages from the published translations with my alternative minoritizing translations.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,774
Score d'incertitude au seuil0,817

Scores Codex et Gemma par catégorie

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

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 Opus0,160
Tête enseignante GPT0,379
Écart entre enseignants0,220 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTranscUlturAl A Journal of Translation and Cultural StudiesMême sujetCultural and Social Studies in Latin AmericaTravaux en français237 207