Deux écrivains roumains à l’épreuve de la traduction du conte français
Bibliographic record
Abstract
La présente contribution propose une analyse critique et comparative portant sur la façon de traduire de deux écrivains-traducteurs roumains, Caragiale et Sadoveanu, qui ont traduit en roumain des contes français et les ont publiés autour de 1910, mais depuis des positions traductives différentes et avec des conséquences variées sur la conversation écriture-traduction. Nous partons dans cette étude des points communs qui rapprochent les deux auteurs : le premier concerne le choix d’un genre bref, le conte, en l’occurrence, le conte merveilleux de Perrault pour Caragiale et le conte de chasse et le conte fantastique de Maupassant pour Sadoveanu. Un autre point commun est un intérêt marqué pour la traduction très libre, sorte d’adaptation « à sa façon », de quelques contes de Perrault, Poe, Twain, dans le cas de Caragiale, renommé dramaturge roumain, mais également conteur vers la fin de sa carrière; pour la traduction littéraire de grands auteurs et de grandes oeuvres, – Maupassant, Tourgueniev, les Psaumes – dans le cas de Sadoveanu, remarquable prosateur et inégalable conteur. L’analyse comparative du texte traduit et de l’original montre que l’écrivain Caragiale, déjà célèbre à l’époque où il traduit Perrault, élabore une poétique de l’imitation qui lui permet un jeu très libre avec le conte-source auquel il imprime son style, allant jusqu’à l’acclimatation, tandis que Sadoveanu, traduisant en début de carrière, est plus proche de l’original, sans réprimer pour autant quelques marques de son écriture en cours de cristallisation. Dans le cas des deux écrivains, il s’agit de degrés différents de conversation entre l’écriture et la traduction : entre l’écrivain et le traducteur, où l’écrivain domine, si l’on pense à Caragiale; où l’écrivain se trouve toujours en compétition avec le traducteur, si l’on pense à Sadoveanu.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.018 | 0.019 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
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".