Bibliographic record
Abstract
Le présent article porte sur la théorie et la méthodologie de la traduction, plus précisément sur une alliance originale de la théorie du sens et de la sociocritique en traduction littéraire. Il établit ainsi le lien de complémentarité qui s’impose entre la théorie du sens et la sociocritique dans le processus interprétatif. L’étude soutient que, pour compenser les lacunes des approches linguistique, sémiotique et comparative, le traducteur littéraire doit non seulement faire preuve d’une maîtrise des deux langues (ici l’anglais et le français) et des deux cultures en présence, mais aussi s’armer de principes théoriques qui relèvent à la fois de l’approche interprétative de la traduction et de la sociocritique. Grâce à une analyse du processus interprétatif et à des exemples tirés principalement d’oeuvres littéraires africaines de langue anglaise ou française, elle met en lumière la complémentarité des fonctions interprétative et sociocritique du traducteur. La démarche aide à mieux intégrer dans le processus traductionnel les éléments cognitifs et affectifs fondant la théorie du sens ainsi que les connaissances extralinguistiques sollicitées par la sociocritique. De toute évidence, elle facilite le travail du traducteur littéraire dans la mesure où elle lui permet de réexprimer avec fidélité le vouloir dire original de l’auteur.
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 | 0.011 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.005 | 0.005 |
| Science and technology studies | 0.006 | 0.041 |
| Scholarly communication | 0.013 | 0.018 |
| Open science | 0.003 | 0.006 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
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".