Traduire un texte entre les langues. Retour sur l’expérience de traduction de Hong bai hei
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Cette contribution se propose d’explorer la stratégie de conservation et de recréation des éléments d’hétérogénéité dans la traduction italienne du roman Hong bai hei (« Le Rouge, le Blanc et le Noir ») de l’auteur sino-canadien Chen He. À sa première parution en 2007, le roman a été salué comme un exemple d’écriture fortement « globale » : en effet, il est caractérisé par une forte hétérogénéité au niveau des thèmes, des pays où l’action se déroule, des langues utilisées, des genres et des sources exploitées. Dans le processus de traduction, cette pluralité d’éléments appelle naturellement à une stratégie minorisante qui viserait à reproduire, dans la plus ample mesure possible, l’altérité intrinsèque de l’original. Toutefois, le traducteur a également mis en place une stratégie de recréation du texte premier, qui s’est réalisée dans l’insertion originale d’éléments hétérolingues et dans l’interaction avec l’auteur afin de recréer des passages localisés du roman. En dernière analyse, cette stratégie de traduction créatrice et « globalisante » contribue à la redéfinition du texte premier et à la mise en relief de sa nature hétérogène et globale.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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 it