Bibliographic record
Abstract
Cette traduction de Masques, un recueil de nouvelles écrit par une jeune auteure québécoise, inclut une analyse de l'oeuvre et des problèmes présentés par sa traduction. Masques est un recueil de treize nouvelles par Marie-Ève Lacasse, qui a d'ailleurs reçu le Prix littéraire Vents d'Ouest en 1997 pour cette oeuvre. Influencée par la littérature"gothique", Lacasse présente ses personnages dans des situations diverses mais dans lesquelles le thème de la mort est prédominant. De l'amour interdit dans la nouvelle"Dévotion" au meurtre dans"Quatre", Lacasse montre un talent manifeste pour l'écriture de contes macabres. Ses protagonistes vont des adolescents à une religieuse vivant au fin fond de l'Afrique, en passant par une quadriplégique et une sorcière qui a été enterrée vivante de son propre gré. Reproduire la même émotion, le même ton et le même style fut un défi parfois intimidant de par la grande capacité stylistique de Lacasse incluant par exemple l'imagerie mélodramatique, qu'elle présente pertinemment par l'utilisation du parallélisme. Cette traduction, si elle est publiée, sera lue par de jeunes adultes, donc j'ai fait mon possible pour être aussi fidèle par rapport à l'original que possible dans le but de reproduire la même atmosphère que dans la langue source. Mon introduction examine quelques questions auxquelles j'ai réfléchi pendant la production de cette traduction. Je situe l'oeuvre dans une variété de contextes : comme un morceau de littérature écrit par une adolescente québécoise ; comme un ensemble d'histoires"gothiques" qui évoquent les thèmes de l'amour et de la mort ; et comme un texte source qui offre au traducteur des défis intéressants d'ordre linguistique. Avec l'instruction obligeante de ma directrice et d'autres sources, j'espère que cette traduction de Masques s'ajoutera aux oeuvres québécoises traduites en anglais au Canada.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.014 | 0.011 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.024 | 0.005 |
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".