Traduire la non-binarité et l’altérité de genre en science-fiction
Notice bibliographique
Résumé
La fluidité de genre et la non-binarité sont répandues dans les univers de science-fiction. Les auteur·ice·s profitent de la diversité offerte par le genre pour expérimenter avec les graphies, les accords et les pronoms. Cette diversité est adressée de plusieurs façons : la neutralité des protagonistes non-binaires, les êtres sentients robotiques, ou encore les êtres extraterrestres dont les corps et les cultures n’ont aucune conception de la binarité des corps humains. La créativité des auteur·rice·s exige des traducteur·rice·s et des éditeur·rice·s de se positionner sur comment rendre l’étrangéité du texte de départ (des néologismes aux structures socioculturelles et politiques) dans le texte d’arrivée, en ce qu’elle mène à des propositions non standardisée. Dans cet article, nous explorerons la diversité des propositions pour représenter la non-binarité et la neutralité de genre en science-fiction. Pour cela, nous nous concentrerons sur l’analyse comparative des séries Murderbot Diaries de Martha Wells et Monk and Robot de Becky Chambers, accompagnées de leurs traductions en français. Nous contextualiserons cette analyse en explorant les façons dont les auteur·rice·s anglophones et francophones abordent le genre et la non-binarité dans les œuvres.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,035 |
| Communication savante | 0,012 | 0,008 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».