MétaCan
Menu
Retour à la cohorte
Enregistrement W3031424486 · doi:10.7202/1068904ar

Traduction basque de chansons populaires : entre transformation minimale et reparolisation1

2020· article· fr· W3031424486 sur OpenAlexvenueno aff
Aiora Jaka Irizar

Notice bibliographique

RevueTTR traduction terminologie rédaction · 2020
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Le présent article examine la traduction de chansons populaires par des musiciens basques dans les années 1960 et 1970, époque de grands changements politico-culturels au Pays basque. La chanson traditionnelle connaît alors un mouvement de renouveau : d’une part, des groupes pop commencent à chanter du fox-trot, de la rumba, des tangos ou du cha-cha-cha en basque ; d’autre part, en s’inspirant de chansons de revendication, des auteurs-compositeurs basques créent ce qu’on appelle la « nouvelle chanson basque ». La traduction est omniprésente dans ce mouvement. Des oeuvres d’auteurs-compositeurs tels que Bob Dylan, Georges Brassens, Lluis Llach, Leonard Cohen et Atahualpa Yupanqui, et d’artistes pop tels que Cliff Richard, Gigliola Cinquetti, Frank et Nancy Sinatra, Los Impala et Salomé sont chantées en basque à cette époque. La comparaison des chansons originales avec leurs versions basques révèle un éventail de procédés de traduction : les traductions sont parfois fidèles, mais, souvent, les textes ont été adaptés, manipulés, domestiqués, voire complètement remplacés par de nouvelles paroles. Les méthodes d’analyse de chansons appliquées à ce jour s’avèrent peu avantageuses pour étudier la traduction de chansons dans une langue minoritaire comme le basque. En effet, elles mettent en parallèle des langues dites « majeures », se concentrant souvent sur des aspects exclusivement linguistiques et examinant les traductions d’un point de vue normatif, axé sur l’équivalence. L’objectif de la présente étude est ainsi de proposer un modèle d’analyse qui tient compte des facteurs culturels, politiques et sociaux qui motivent les transformations apportées aux chansons.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,023
Communication savante0,0060,006
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,120
Tête enseignante GPT0,312
Écart entre enseignants0,191 · 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'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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTTR traduction terminologie rédactionMême sujetTranslation Studies and PracticesTravaux en français237 207