Traduire minstrel et blackface en français : mission impossible ?
Notice bibliographique
Résumé
Les lexèmes minstrel et blackface n’ont apparemment aucune traduction lexicalisée en français, langue qui recourt, le plus souvent, à une stratégie de report pour leur emploi. Cet article se penche sur les raisons susceptibles d’expliquer cette situation et considère les choix linguistiques de divers médias pour assurer leur compréhension par un public francophone. On s’attache, en premier lieu, à recenser leurs définitions lexicographiques en langue (dictionnaires unilingues, bilingues, corpus informatisés, moteurs de traduction électroniques) et en discours (articles scientifiques et presse généraliste). Il s’agit ensuite d’étudier l’historicité de ces termes, fortement ancrés dans l’histoire afro-américaine, pour contextualiser, en diachronie, leur usage, en s’appuyant sur le concept de langue-culture. On procède alors à une étude de cas comparative dans le domaine cinématographique, qui conduit, in fine, à une réflexion sociolinguistique sur les enjeux de traduction des termes racialisés de l’anglo-américain au français. Nous exploitons pour cela les apports de la traductologie, la linguistique et la lexicologie.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,008 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».