Bibliographic record
Abstract
Les variations infiniesAvant toute entreprise de traduction et dans les mêmes termes pour toute œuvre, littéraire ou non, se posent les questions du « pourquoi traduire », du « que traduire » et de « qui traduit 1 ».Les réponses à la première question sont multiples : pour franchir des frontières, frotter une culture étrangère à la sienne, dialoguer entre humains, mieux se comprendre : « traverser ce qui est différent, l'interroger et le connaître » (Antonio Prete 2 ), ou tout simplement « faire connaître ce que j'aime » (Antoine Vitez 3 ).La question de « qui traduit » au théâtre est intrinsèquement liée aux autres (que traduit-on, et pourquoi ?), à quoi nous pourrions ajouter « pour qui ?», car on traduit au théâtre aussi en fonction du public, et il peut arriver que les acteurs modifient légèrement le texte pour mieux coller à l'actualité ou au lieu de la représentation.Ainsi la traduction est ouverte, souple, susceptible d'être retouchée en fonction des circonstances.Dans de nombreuses pièces contemporaines, elle est même réalisée oralement sur scène, totalement intégrée à la mise en scène, et le traducteur assimilé à un acteur (ou vice versa). Jérôme Bel, traduction en transitionDans Disabled de Jérôme Bel 4 , un spectacle interprété par une troupe professionnelle, porteuse de divers handicaps mentaux, une actrice traduit sur scène le propos des comédien•nes (qui jouent leur propre rôle).Cette actricetraductrice est (apparemment) la seule « non invalide ».Elle est là pour lier les scènes entre elles, expliquer la mise en œuvre de la production, donner le nom du metteur en
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.017 |
| Scholarly communication | 0.013 | 0.011 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.016 | 0.004 |
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".