Gouverner par la traduction au Canada : le cas des discours sur le budget
Notice bibliographique
Résumé
Koskinen soutient que la fonction centrale d’une institution, c’est la gouvernance (2014: 481), et que les institutions multilingues ont recours à la traduction pour gouverner. Ce besoin de gouverner par la traduction crée une pratique de traduction particulière. C’est à partir de ce point de vue que nous analyserons les discours sur le budget du gouvernement fédéral de 1970 à 1995. Pour étudier les textes politico-budgétaires de notre corpus, nous adopterons l’approche de l’analyse critique du discours, qui a pour ambition d’informer le grand public à propos des relations de pouvoir, souvent dissimulées dans les situations communicationnelles (Fairclough, 2015 [1989]). Nous nous interrogerons notamment sur les éventuelles divergences entre les allocutions françaises et anglaises du corpus. Ces divergences évoquent-elles une lutte de pouvoir entre les deux communautés linguistiques? Pour repérer les marqueurs idéologiques du corpus, nous relèverons, à l’aide d’une analyse semi-automatisée, les occurrences des lemmes Canada dans les textes originaux anglais et leur traduction française. Pour effectuer ce forage textuel, nous utiliserons des concordanciers bilingue et unilingue. Dans nos travaux précédents, notamment effectués sur la traduction de messages télévisés, la traduction des lemmes Canada laissait entrevoir une lutte de pouvoir entre le discours nationaliste québécois et le discours nationaliste pan-canadien. La présente étude montrera que ce type de lutte de pouvoir est encore présent dans les discours sur le budget, avec certaines différences.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 tête enseignante, 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 ».