QU.IT. une ressource électronique mise à disposition des traducteurs italiens pour « comprendre » la dia-variation du français (québécois)
Bibliographic record
Abstract
L’objectif de cette contribution est de présenter la Base parallèle des traductions italiennes de la littérature québécoise QU.IT. (Québec-Italie), une ressource électronique que nous avons constituée en collaboration avec le laboratoire du Trésor de la Langue Française au Québec (TLFQ), dans le but d’offrir un outil de documentation et d’analyse aux traducteurs, aux lexicographes bilingues qui travaillent sur la langue française au Québec et aux étudiants en français langue étrangère. Cette base recueille une sélection de citations de la littérature québécoise (6 000 attestations environ), déjà recensées dans le Fichier Lexical du TLFQ, suivies de leurs traductions italiennes. Outil de documentation en ce qu’elle permet de repérer les traduisants des québécismes attestés dans les ouvrages littéraires ayant fait l’objet d’une traduction publiée en Italie, la base QU.IT. est aussi une ressource d’analyse qui pourrait aider les traducteurs à mieux saisir le contenu sémantique, la valeur stylistique et la charge culturelles des québécismes recensés. La base peut être utilisée aussi en tant que plateforme de travail guidant l’utilisateur dans le choix du traduisant selon le contexte d’emploi. Cela est possible grâce aux renvois par le biais de liens hypertextuels à la BDLP-Québec ainsi qu’à la présence de formulaires permettant d’enregistrer les recherches conduites dans d’autres sources lexicales ou textuelles, accompagnant chaque entrée d’une description linguistique détaillée. Dans le cadre de cette contribution, nous montrerons que les données recueillies dans la base révèlent souvent une méconnaissance de la part des traducteurs de la variation diasystémique de la langue française sur le sol québécois. Les variations diastratique et diaphasique en particulier feront l’objet d’une analyse approfondie étant donné qu’elles sont souvent neutralisées dans le passage traductif. Nous illustrerons notre propos en nous appuyant sur un échantillon d’exemples tirés de deux ouvrages dont les versions italiennes ont déjà été entièrement dépouillées dans QU.IT., à savoir Tremblay (1968) et Bismuth (1999).
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.007 | 0.012 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.034 | 0.003 |
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".