Baudelaire, traducteur de Poe, un precurseur de la traduction moderne
Bibliographic record
Abstract
Notre etude fait l'analyse des traductions que Baudelaire a faites des oeuvres de Edgar Allan Poe, a la lumiere de quelques theories du vingtieme siecle sur le bien-traduire. Lorsque Baudelaire traduisait Poe, il a anticipe non seulement les procedes de traduction que proposent Vinay et Darbelnet, mais aussi les techniques de plusieurs theoriciens modernes, tels que Nida, Newmark et Wilss. Baudelaire est un traducteur en avant de son temps qui a anticipe les grands courants de la traduction moderne. En traduisant Poe, Baudelaire a fait un usage intuitif des divers procedes de la traduction directe (la traduction litterale, l'emprunt et le calque) et de la traduction oblique (la transposition, la modulation, l'equivalence et l'adaptation) que proposeront Vinay et Darbelnet plus d'un siecle plus tard. De plus, il a fait un grand effort pour susciter, chez son lecteur, une reaction equivalente a celle du lecteur du texte original en reproduisant fidelement les titres qui donnent a penser, les neologismes, le lexique, les figures de style, les sociolectes et les jeux de mots de Poe. Bref, il produit une traduction semantique telle que proposeront Nida et Newmark plus de 100 ans plus tard. Baudelaire a aussi apporte certaines ameliorations a son texte lorsque le texte de Poe faisait defaut; ce qui annonce certaines observations que fera Newmark. Baudelaire est un excellent traducteur qui fait parfois des pertes, souvent des gains, et rarement des fautes. Il nous offre une version fidele aux oeuvres de Poe ou la qualite de la langue d'arrivee est souvent superieure a celle de la langue de depart.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.019 |
| Scholarly communication | 0.005 | 0.007 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.004 |
| Insufficient payload (model declined to judge) | 0.007 | 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".