De l’emploi des surtitres anglais dans les théâtres franco-canadiens : bénéfice et préjudice
Bibliographic record
Abstract
Cet article propose une étude du surtitrage dans les théâtres francophones de l’Ouest canadien afin de mettre en relief ce qui distingue ce mode de traduction dans le champ de la traduction audiovisuelle. Le théâtre étant un art vivant, les surtitres doivent composer avec la nature instable du texte source livré sur scène et les différents profils linguistiques des destinataires auxquels ils sont transmis pendant le spectacle. Mis en pratique depuis plusieurs années dans les théâtres franco-canadiens, le surtitrage offre plusieurs avantages aux compagnies théâtrales fonctionnant dans une langue française minorisée puisqu’il permet à l’oeuvre de rejoindre un public élargi tout en conservant sa spécificité linguistique et esthétique. Toutefois, parce qu’il oblige les langues source et cible à cohabiter dans un espace traditionnellement consacré à des productions culturelles d’expression française, ce mode de traduction remet en cause la vocation des théâtres francophones en contexte minoritaire. Enfin, devenue pratique courante dans les théâtres franco-canadiens, le surtitrage demeure absent des scènes anglophones, ce qui met en relief l’asymétrie des langues officielles du Canada.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.020 | 0.010 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 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".