(Re)traduire en français des nouvelles de Virginia Woolf : pour une approche traductologique de la forme courte
Bibliographic record
Abstract
Si la nouvelle est un genre très largement traduit, il existe peu de travaux sur ses spécificités d’un point de vue traductologique. Cet article, qui s’appuie sur mon expérience de traduction de cinq formes courtes de Virginia Woolf, s’efforce de poser les premiers jalons d’une réflexion plus large sur la traduction de la nouvelle. J’invite à penser la traduction de ce genre au prisme de la retraduction, conçue non plus comme substitution, mais comme coexistence. Cette « traduction-kaléidoscope » de la forme courte que j’encourage sur le plan éditorial permettrait d’en révéler les différents versants au lecteur cible. En reconstituant telle une mosaïque, ou un patchwork, l’oeuvre source, ce jeu de miroir révèle dans la langue cible les multiples lectures permises par le défi herméneutique que la nouvelle woolfienne pose au lecteur source. De la même façon que la brièveté de la forme invite à la relecture, je montre que la traduction de la forme courte gagne à être pensée dans la multiplicité de la retraduction, afin de mener à une production chorale du texte. Après avoir retracé l’histoire éditoriale des nouvelles de Woolf en France, j’aborde, en comparant des retraductions de quatre formes courtes de Virginia Woolf, quelques enjeux de traduction particulièrement exacerbés dans le cas de la nouvelle woolfienne : le titre, la minutie lexicale, l’ambiguïté sémantique et grammaticale, et les temps.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.013 | 0.011 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| 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".