MétaCan
Menu
Retour à la cohorte
Enregistrement W2973377769 · doi:10.5871/bacad/9780197266519.003.0013

The Translation and Reception of Tony Harrison’s Poetry in France

2019· book-chapter· en· W2973377769 sur OpenAlexaboutno aff
Cécile Marshall

Notice bibliographique

RevueBritish Academy eBooks · 2019
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoetryAppealArtPerformance artLiteratureHistoryArt historyLaw

Résumé

récupéré en direct d'OpenAlex

Cécile Marshall, whose doctoral thesis analysed Harrison’s poems, films and plays (Université Michel de Montaigne, Bordeaux 3, Bordeaux, France), went on to translate some of these works into French. In this article, she concentrates on the more creative side of her engagement with Harrison’s poetry, her activity as Harrison’s French translator. Providing a few samples from her French translations, she describes the processes at work in translating rhymed verse into French, acknowledging difficulties, doubts and discoveries, and analyses the specificities of rhythm and meter in Harrison’s poetry that must flow, even if differently, from one language into another. She also traces the different French translations, from Quebec to Belgium and France from the late 1990s onwards which show the appeal of Harrison’s poems, as well as the difficulty of making this prolific poet accessible in translation. Cécile Marshall comments on her own contributions as a translator of Harrison into French for different occasions: poetry readings and screenings in Paris or Nantes; publications in monolingual or bilingual editions. She also underscores the vital help and encouragement she received from Harrison who was always attentive to the music of the French versions of his own poetry, a collaboration that owed the poet and his translator to be honoured with the Strasbourg European Prize for Literature in 2010.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,007
Communication savante0,0050,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,249
Écart entre enseignants0,202 · 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
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Academy eBooksMême sujetTranslation Studies and PracticesTravaux en français237 207