Quand Lucky Luke et les (Amér)Indiens parlent francoprovençal bressan. Traduction et transposition, entre inaudibilité linguistique et visibilité culturelle
Bibliographic record
Abstract
Le francoprovençal (FP), parlé pendant des siècles dans quelques régions de France, de Suisse et d’Italie, ne compte plus que quelques dizaines de milliers de locuteurs, souvent âgés, qui appellent leur langue "patois". Sans statut officiel ni orthographe consensuelle, le FP peine à être reconnu par les autorités scolaires. Dans ce contexte, la traduction de bandes dessinées peut avoir une fonction éducative et favoriser la redécouverte d’une langue devenue inaudible. Elle peut même prendre la forme d’une traduction culturelle dépassant l’enjeu linguistique, comme nous le montrons en analysant le texte et le paratexte d’un album de Lucky Luke traduit vers le FP de Bresse (France), dans lequel le héros emblématique de la "BD western parodique" offre l’occasion de présenter des éléments de la culture bressane. En raison de la présence de personnages amérindiens, l’album traduit illustre les rapports que les cultures dominantes tant américaine que française entretiennent avec l’autochtonie (amérindienne ou "régionale"). Mais la démarche pose aussi la question de la légitimité de certaines transpositions; car le FP, certes ultra-minoritaire, reste associé à l’Occident colonisateur, et l’autochtonisation (bressanisation) du récit par des clins d’œil (noms de personnages et de lieux, proverbes, allusions aux chants, danses ou rituels de mariage bressans) n’inverse pas la perspective eurocentriste. Il reste que, bien qu'on puisse difficilement comparer une situation coloniale aux conséquences génocidaires en Amérique du Nord et une oppression sous forme d’assimilation lente en France, cette traduction peut nourrir la réflexion sur la condition autochtone de part et d’autre de l’Atlantique.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".