La traduction comme outil de promotion des perspectives autochtones : le cas de Peace and Good Order: The Case for Indigenous Justice in Canada de Harold R. Johnson
Bibliographic record
Abstract
La montée des voix autochtones et les relations de pouvoir inégales qui ont toujours cours au Canada soulèvent des enjeux éthiques et méthodologiques en ce qui concerne la traduction de ces voix entre les langues officielles. Alors que les auteurs utilisent en partie ces dernières pour être lus et reconnus, la traduction entre celles-ci gagne en pertinence. Ainsi, se pose la question à savoir dans quelle mesure un traducteur non autochtone peut traduire des œuvres autochtones entre le français et l’anglais dans le respect du texte et des marqueurs culturels. Pour aborder ce sujet, le présent mémoire se concentre sur la traduction de l’ouvrage Peace and Good Order: The Case for Indigenous Justice in Canada de l’auteur cri Harold R. Johnson et s’applique à examiner les enjeux, l’éthique et les méthodes de traduction entourant ces littératures. Est également explorée la pertinence de leur traduction, selon les dimensions culturelle, économique et idéologique de ce processus. Il met de plus en lumière les défis spécifiques liés à la traduction des œuvres autochtones par des non-Autochtones, notamment la nécessité de remettre en question les pratiques de la traduction en contexte de relations de pouvoir asymétriques. Enfin, ces valeurs éthiques proposées sont appliquées dans le cadre d’un commentaire de traduction afin d’aborder les difficultés rencontrées dans la traduction du livre de Harold R. Johnson et les choix de traduction visant à conserver la force et l’intention du texte, tout en respectant les particularités culturelles.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.049 | 0.036 |
| Scholarly communication | 0.013 | 0.003 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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.
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".