L’enjeu de la traduction chez Vassilis Alexakis
Bibliographic record
Abstract
Ap. J.-C., avant-dernier roman de l’écrivain grec francophone Vassilis Alexakis, est un livre exemplaire sur la problématique de l’autotraduction. À la différence des écrivains francophones issus de la colonisation auxquels le français a été imposé, rien ne prédisposait Alexakis à écrire dans cette langue. Quelles sont les raisons qui l’ont poussé à utiliser une langue autre que sa langue maternelle pour faire carrière? Pourquoi écrit-il dans deux langues? Aborder l’oeuvre d’Alexakis sous l’angle de ce que l’on appelle l’autotraduction ne constitue pas en soi une nouveauté. Mais il semble que l’on assiste en ce moment à un retour vers le grec, puisque Ap. J.-C. a lui aussi fait l’objet d’une écriture en grec et d’une autotraduction vers le français. Quels sont les choix opérationnels effectués par l’auteur pour camper un contexte aussi éloigné que le mont Athos, autrement dit la Sainte Montagne, dans Ap. J. -C., dans le but d’atteindre des imaginaires si différents? Après un survol des personnages et de la thématique de l’oeuvre, nous tenterons, dans un premier temps, de répondre à cette question par l’analyse thématique de son ouvrage et de soulever, dans un second temps, les problèmes socio-linguistiques et culturels qui résultent du passage d’une langue à l’autre, plus précisément de l’autotraduction.
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 | 0.001 |
| Science and technology studies | 0.009 | 0.004 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".