Le défi du rythme dans la traduction d’essais littéraires : quelques exemples canadiens et québécois
Bibliographic record
Abstract
Partant d’un corpus canadien-québécois d’essais traduits du français vers l’anglais et de l’anglais vers le français, cet article démontre que des manquements au niveau de la prise en compte du rythme peuvent nuire considérablement à la portée communicative d’un texte dans la langue d’arrivée, en représentant mal le style et le point de vue de l’auteur(e), voire en minant la cohérence de son argumentation et ses stratégies rhétoriques. Dans ce corpus, la difficulté à traduire des effets de rythme, dans les traductions vers le français comme dans celles vers l’anglais, ne semble pas s’expliquer par des empêchements linguistiques (différences structurelles entre la syntaxe en anglais et en français) ou génériques (conventions stylistiques de l’essai). Il semblerait que, dans le contexte de l’essai, les défis posés par la traduction du rythme tiennent surtout au manque de théorisation du concept de rythme et à sa sous-valorisation en tant qu’indice textuel de premier ordre.
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 | 0.004 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.013 | 0.012 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 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".