MétaCan
Menu
Back to cohort
Record W4405625602 · doi:10.4000/12zi1

Traduire la non-binarité et l’altérité de genre en science-fiction

2024· article· fr· W4405625602 on OpenAlex
P Dumoulin, Lescouet Emmanuelle

Why this work is in the frame

A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.

affAt least one author lists a Canadian institution in the pinned OpenAlex snapshot.

Bibliographic record

VenueReS Futurae · 2024
Typearticle
Languagefr
FieldSocial Sciences
TopicGender Studies in Language
Canadian institutionsUniversité de MontréalUniversité du Québec à Trois-Rivières
Fundersnot available
KeywordsHumanitiesArtPhilosophy

Abstract

fetched live from OpenAlex

La fluidité de genre et la non-binarité sont répandues dans les univers de science-fiction. Les auteur·ice·s profitent de la diversité offerte par le genre pour expérimenter avec les graphies, les accords et les pronoms. Cette diversité est adressée de plusieurs façons : la neutralité des protagonistes non-binaires, les êtres sentients robotiques, ou encore les êtres extraterrestres dont les corps et les cultures n’ont aucune conception de la binarité des corps humains. La créativité des auteur·rice·s exige des traducteur·rice·s et des éditeur·rice·s de se positionner sur comment rendre l’étrangéité du texte de départ (des néologismes aux structures socioculturelles et politiques) dans le texte d’arrivée, en ce qu’elle mène à des propositions non standardisée. Dans cet article, nous explorerons la diversité des propositions pour représenter la non-binarité et la neutralité de genre en science-fiction. Pour cela, nous nous concentrerons sur l’analyse comparative des séries Murderbot Diaries de Martha Wells et Monk and Robot de Becky Chambers, accompagnées de leurs traductions en français. Nous contextualiserons cette analyse en explorant les façons dont les auteur·rice·s anglophones et francophones abordent le genre et la non-binarité dans les œuvres.

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.

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.793
Threshold uncertainty score0.965

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.002
Science and technology studies0.0010.002
Scholarly communication0.0010.001
Open science0.0010.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.016
GPT teacher head0.366
Teacher spread0.350 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it