Toucher les souffles marginaux : réflexions sur quelques reflets de la banlieue parisienne au Japon
Bibliographic record
Abstract
Cet article vise à montrer comment les Japonais ont observé la banlieue de France au cours des trente dernières années. Il vise également à examiner comment ils ont « traduit » la banlieue, c’est-à-dire comment ils l’ont rendue compréhensible au-delà de sa surface médiatisée, en recourant à la littérature. La littérature japonaise a découvert de nouvelles valeurs dans la banlieue de Tokyo à travers la traduction des littératures occidentales : la banlieue représente un lieu de promenade inspiré par Tourgueniev et basé sur une nouvelle sensibilité envers la nature, ou encore le lieu où les enfants de la classe moyenne sont entourés de soins familiaux, comme le raconte la littérature anglaise pour enfants. Les traductrices japonaises de la littérature de banlieue française tentent de présenter les souffles des personnes qui y vivent, que les recherches scientifiques ou les médias ne sauraient saisir, mais elles ne peuvent s’empêcher, par ailleurs, d’insérer des notes dans leurs traductions pour aider les lecteurs à comprendre le contexte sociologique des oeuvres. À titre d’exemple, Vers la banlieue (1995) d’Horie Toshiyuki est conçu, selon l’auteur, pour représenter la « position » de la banlieue parisienne, tandis que la traduction du roman Le petit Malik de Mabrouck Rachedi (2008) est réalisée pour transmettre les voix de la banlieue. Rachedi aborde pleinement les conditions socioculturelles de la banlieue dans son ouvrage et cette tendance est accentuée par l’apparat de notes dans la traduction. Horie, en revanche, laisse de côté la situation sociologique en traduisant la banlieue de Paris dans les impressions de paysages procurées par les détours livresques. La banlieue reste ainsi un lieu en devenir, où les promeneurs s’égarent en rêveries, et la traduction est un lieu de partage où le sens est suspendu et remis en question.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.016 | 0.014 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.009 | 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".