MétaCan
Menu
Back to cohort
Record W2887619761 · doi:10.7202/1050709ar

D’une langue à l’autre : les transformations du texte de deux nouvelles d’Honoré de Balzac dans des versions anglaises, espagnoles et chinoises

2018· article· fr· W2887619761 on OpenAlexaffvenue
Marie-Christine Aubin

Bibliographic record

VenueTTR traduction terminologie rédaction · 2018
Typearticle
Languagefr
FieldArts and Humanities
TopicTranslation Studies and Practices
Canadian institutionsYork University
Fundersnot available
KeywordsHumanitiesPhilosophyArt

Abstract

fetched live from OpenAlex

Balzac le suggère dans sa Physiologie du mariage, « [l]ire, c’est créer peut-être à deux » (1976, t. XI, p. 1019). Ce qui est vrai de l’amateur de livres l’est encore plus du traducteur, lecteur primordial chargé de réécrire le texte en langue étrangère. Dans le présent article, nous observons deux nouvelles de Balzac, Le Réquisitionnaire (1831) et L’Élixir de longue vie (1830), traduites en anglais, espagnol et chinois. Cette observation s’inscrit dans le prolongement des théories de la réception, notamment des plus récentes qui intègrent la dimension culturelle à l’activité de traduction, mais nous nous fondons surtout sur le modèle macro- et transtextuel que propose O’Neill (2005). Il s’agit d’un système multilingue complexe, composé de l’ensemble des textes, en langues étrangères et originale, qui englobe l’auteur du texte original, ses traducteurs et tous les prolongements et toutes les transformations – heureuses ou malheureuses – réalisées à partir du texte initial. Cette approche macrotextuelle nous permettra non seulement d’observer l’impact de Balzac dans le monde, mais aussi d’élucider quelques-unes des stratégies employées par les traducteurs pour mener à bien leur entreprise : stratégies de nature stylistique pour rendre les aspects perçus du style de Balzac, mais aussi stratégies d’acculturation ou de dépaysement comme elles ont pu être discutées par Schleiermacher, Venuti ou Berman. Quelles que soient ces stratégies, il apparaît très nettement qu’une fois publiée, l’oeuvre n’appartient plus à son auteur (Chan, 2010, p. 3). Celle-ci a donc une vie et des prolongements que l’auteur ne saurait soupçonner et dont les résultats lui échappent complètement. Pour illustrer ces prolongements, nous suivrons ces deux nouvelles dans quelques pays et dans quelques systèmes linguistiques et tâcherons de mesurer les transformations du texte, tant pour la forme que pour le fond.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.037
Threshold uncertainty score0.074

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.003
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0080.017
Scholarly communication0.0060.004
Open science0.0010.004
Research integrity0.0010.003
Insufficient payload (model declined to judge)0.0040.001

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.

Opus teacher head0.060
GPT teacher head0.294
Teacher spread0.234 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations1
Published2018
Admission routes2
Has abstractyes

Explore more

Same venueTTR traduction terminologie rédactionSame topicTranslation Studies and PracticesFrench-language works237,207