Traduire l’autisme en littérature jeunesse : entre normes et subversion
Notice bibliographique
Résumé
La littérature jeunesse accordant une place importante à l’exploration de l’identité et de l’altérité, on constate une diversification de ses personnages depuis la fin du XXe siècle avec notamment une présence accrue de protagonistes autistes; le monde anglophone étant à la pointe du sujet, la traduction devient centrale dans la diffusion de ces récits relevant de la neurodiversité. L’étude de ces représentations et de leur traduction en littérature jeunesse implique nécessairement d’aborder la question de la subversion. De par leur neurodivergence, les personnages autistes interrogent les normes : neuronales, sociales, linguistiques et éditoriales. Cet article aborde dans un premier temps le type de représentations existant dans cette littérature, avant de se pencher sur la façon dont elles sont traduites. Il en ressort plusieurs spécificités traductives en lien avec la terminologie, la syntaxe et le rythme, entre autres. Ces spécificités s’inscrivent plus largement dans la poétique autistique élaborée par Julia M. Rodas (2018), qu’elle découpe en six catégories : l’apostrophe, le discernement, la décharge, l’invention, le ricochet et le silence. Traduire cette poétique autistique invite à remettre en question les règles d’une grammaire normative, ainsi que les principes traditionnellement dominants en édition jeunesse qui privilégient la lisibilité du texte source pour en assurer une réception facilitée auprès du jeune lectorat.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».