Bibliographic record
Abstract
L’article commence par quelques considérations générales sur les littératures europhones en Afrique, notamment sur les relations complexes et assymétriques entre le contexte culturel original et la langue d’écriture. Dans ces conditions, les stratégies textuelles, et par corollaire, les choix de traduction, possèdent inévitablement une charge politique. La première partie présente une analyse bakhtinienne de certaines stratégies textuelles plus radicales, adoptées par différents écrivains africains francophones ; l’accent est mis sur les questions de l’appropriation de langue et de la représentation littéraire de pratiques linguistiques, particulièrement de l’hétéroglossie sociale, de ses implications sociales et politiques, dans les textes postcoloniaux écrits dans une langue européenne. À la lumière de cette analyse, la seconde partie explore les stratégies de traduction possibles, notamment dans les « petites » langues européennes, exemplifiées par le slovène. Selon le cas, ces stratégies peuvent comprendre la construction d’un nouveau registre virtuel dans la langue cible ; des transformations structurelles de la langue cible pour représenter celles opérées dans l’original déjà-traduit ; et l’adaptation de la translittération du matériau non traduit enchâssé. La discussion s’appuie en partie sur des traductions déjà existantes en slovène. L’auteure plaide pour une approche de traduction non assimilatrice, orientée vers la recréation, par les moyens de la langue cible et de l’hétéroglossie représentée et orchestrée par le texte source. Une telle stratégie aboutit à un texte qui se présente explicitement comme traduction : opérant une médiation entre des positions culturelles fluides, plurielles et hybrides, ce texte demande une participation active tant du lecteur que du traducteur, faisant valoir le « droit de l’autre à l’opacité » et ouvrant de nouvelles voies de communication entre des positions culturelles non dominantes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".