La réception de Faïza Guène en Suède : la banlieue française en traduction
Bibliographic record
Abstract
L’article traite de la réception de l’oeuvre de Faïza Guène en Suède. Le corpus est composé de comptes rendus écrits par des critiques littéraires et publiés dans la presse entre 2006 (l’année de la première traduction de Guène en suédois) et 2016, ainsi que de comptes rendus rédigés par des blogueurs et publiés sur Internet pendant la même période. Nous examinons les thèmes les plus importants de cette réception ainsi que les références littéraires présentes dans les comptes rendus du corpus. Comme l’objectif du compte rendu d’une oeuvre traduite est de présenter un auteur étranger à un nouveau public, il est intéressant d’étudier les stratégies employées par les critiques : dans quels contextes littéraires et sociaux choisissent-ils d’inscrire Faïza Guène? Quels sont les arguments et références utilisés? Quelles différences y a-t-il entre les comptes rendus publiés dans la presse papier et ceux publiés dans la blogosphère? Les résultats montrent que les thèmes récurrents dans la réception suédoise incluent le succès de Kiffe kiffe demain en France, l’humour présent dans les textes de Guène et le milieu socioculturel dans lequel se déroulent ses récits. Les critiques littéraires discutent souvent du style, des dialogues et des portraits des personnages principaux dans les romans de l’auteure, et les avis sont divisés en ce qui concerne ces aspects de son écriture. Les références à d’autres écrivains associent l’oeuvre de Guène aux genres de la littérature migrante, de la littérature jeunesse et, à un moindre degré, de la littérature prolétarienne. Les opinions des blogueurs ne se distinguent pas de manière significative de celles exprimées dans la presse papier, mais le ton employé dans la blogosphère s’avère parfois plus subjectif que celui que l’on rencontre dans les comptes rendus traditionnels.
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 | 0.005 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.019 | 0.017 |
| Scholarly communication | 0.012 | 0.006 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.011 | 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".