MétaCan
Menu
Retour à la cohorte
Enregistrement W2981271071

'Maman' or 'Mother': A Closer Look at Word Choice in Translations of Albert Camus’ L’Étranger

2018· article· en· W2981271071 sur OpenAlexaff
Debora Elizabeth Ross

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueNorth African History and Literature
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésSentenceInvisibilityFocus (optics)LinguisticsPerspective (graphical)Character (mathematics)Word (group theory)Affect (linguistics)PhilosophyComputer scienceArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

When the topic of French literature comes up, Albert Camus’ L’Etranger is one of the first novels that comes to mind. As one of the most translated novels worldwide, L’Etranger has global reach and continues to be one of the most influential French novels on the absurd. In translation, one of the key issues has to do with the translator’s word and language choice. A controversial, and often discussed, example is the first sentence of the novel.  The first sentence has the ability to shape, and even change, the reader’s perspective. By analyzing and comparing Camus’ original French text to Stuart Gilbert and Matthew Ward’s respective English translations, we see how Gilbert and Ward’s choice of “Mother” versus “Maman” has an affect on the reader’s perception of the main character Meursault. Inspired by Venuti’s idea of the translator’s invisibility, by bringing the focus to the translator’s decision, we better understand why each translator selected a different word in translation. Acknowledging Gilbert and Ward’s role as a translator within the text provides a more active and inclusive voice that justifies their decisions instead of ignoring them. The reader then understands how Meursault is read differently across the three versions.

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)0,007
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: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,013
Communication savante0,0080,005
Science ouverte0,0010,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,029
Tête enseignante GPT0,234
Écart entre enseignants0,205 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNorth African History and LiteratureTravaux en français237 207