Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cette dissertation se veut une analyse approfondie des normes de traduction propres à une oeuvre littéraire dite conte véridique ou mémoires , soit le récit québécois Belle-Moue , de Huguette O'Neil. Elle consiste en une introduction générale, suivie d'un résumé biographique et d'une étude détaillée des défis qu'impose la traduction de ce genre de littérature. L'oeuvre en question raconte une période de l'histoire québécoise où religion et politique dominaient le peuple. L'auteur retrace sa vie et la vie de sa mère à rebours jusqu'au début du XXe siècle. Le lecteur y retrouve des personnages et lieux réels, et certains faits saillants qui ont marqué cette période de l'histoire du Québec. La thèse développée est que ce genre de littérature historique rédigée à partir d'événements passés et/ou présents exige du traducteur des choix à faire quant à la fidélité au texte de départ et au texte d'arrivée. Elle soutient que le traducteur d'une oeuvre littéraire a l'option de préserver le texte, c'est-à-dire privilégier l'oeuvre originale, ou d'adapter le texte, c'est-à-dire privilégier le lecteur visé. L'analyse inclut des critères énoncés par des théoriciens du domaine de la traduction. Elle soulève les difficultés et les pièges auxquels se heurte tout traducteur. Entre autres: les titres et noms propres de personnes et de lieux géographiques; les titres d'oeuvres ou de recueils jamais traduits; les expressions familières et les jeux de mots; les différents niveaux de langue et lu techniques littéraires particulières; enfin, un titre fidèle au titre original et à loeuvre traduite. Il est anticipé que Belle-Moue devenu Blessed Motherhood plaira aux lecteurs de langue anglaise qui s'intéressent à l'histoire et aux thèmes de la vie et de la mort.
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.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle