Towards a Translator Criticism: (Mis)translating connections in Alice Munro’s “Too Much Happiness”
Notice bibliographique
Résumé
In Towards a Translation Criticism: John Donne, Antoine Berman centers translation analysis on the translator’s personality itself, suggesting the concepts of individual “position,” “project,” and “horizon” as the cornerstones of translation critique. This article will apply Berman’s model to Alice Munro’s short story “Too Much Happiness” and its Russian translation “Слишком много счастья” by Andrey Stepanov. The resulting comparative analysis framework will highlight how a translation project enforcing its inherent biases on the target text may produce a textual product misrepresenting the original and serving imperialist, rather than purely cultural, goals. Although Munro’s story, based on the life of the Russian mathematician Sophia Kovalevsky, does invite connections between the source and target cultures, the translator’s consistent self-positioning towards the heroine’s gender and nationality leads to profound shifts in meaning. Stepanov’s translation project focuses on asserting his country’s cultural and literary superiority, while revealing his condescending attitude to the female protagonist. As a result, the Russian translation of “Too Much Happiness” plays up non-essential cultural connections and undermines the author’s critical perspective on the Russian reality. At the same time, the translator’s approach discredits the story’s complex main character and effectively erases the feminist undertones of Munro’s narrative. A careful examination of this case study building on Berman’s critical model problematizes the widely-discussed concept of translator’s agency and emphasizes the importance of comprehensive translator-centered analysis which combines textual and extratextual aspects.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».