Écrire et se traduire: le bilinguisme dans <i>La Maculée/sTain</i> et l’autotraduction chez Madeleine Blais-Dahlem
Bibliographic record
Abstract
Dans cet article, Sullivan se penche sur la pratique autotraductive de l’écrivaine francophone Madeleine Blais-Dahlem, originaire du petit village de Delmas en Saskatchewan. Quoique sa langue maternelle soit le français, la Fransaskoise s’identifie davantage comme écrivaine bilingue puisqu’elle rédige ses œuvres en français et en anglais, se livrant à l’autotraduction. Le bilinguisme est une nécessité pour toute personne d’origine fransaskoise puisque sa langue maternelle est trop marginalisée et imperceptible pour qu’il ou elle demeure unilingue, une réalité dont l’auteure tient compte dans ses écrits. La situation linguistique influence ses créations puisqu’elle rédige ses œuvres de façon bilingue et puisqu’elle s’autotraduit afin de cibler différents publics. En observant premièrement les éléments contextuels qui entourent la rédaction de sa pièce La Maculée/sTain (2012) et deuxièmement les éléments textuels qui construisent un bilinguisme dans la pièce et dans le recueil, Sullivan met en lumière la façon dont l’autotraduction occupe une place importante dans l’œuvre de Blais-Dahlem et la façon dont cette pratique permet à l’auteure de surmonter les difficultés liées à l’écriture en contexte minoritaire.
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 | 0.000 | 0.000 |
| Science and technology studies | 0.009 | 0.008 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 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 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".