Traduire sa nation - Identité et littérature canadienne-française au XIXe siècle
Bibliographic record
Abstract
Face aux visées assimilationnistes qui alimentent l’Acte d’Union de 1840, les élites canadiennes-françaises entament la définition culturelle d’une identité nationale dans le but de justifier l’existence du Canada français en tant que nation distincte. Cet effort se traduit notamment par un foisonnement littéraire, fortement teinté de nationalisme. Or, certaines des œuvres les plus populaires du XIXe siècle sont d’origine anglophone : notons Évangéline - A Tale of Acadie, Antoinette de Mirecourt or Secret Marrying and Secret Sorrowing et Le Chien d’Or – A Legend of Quebec. L’objectif de ce mémoire est de comprendre la place qu’a pu occuper la traduction littéraire de l’anglais vers le français dans ce contexte de définition nationale. Ceci sera réalisé grâce à deux approches. La première envisage le rapport du traducteur aux œuvres en analysant les transformations et l’adaptation accomplies au sein du texte. Cette approche est conduite à travers l’étude des traductions de Pamphile LeMay. La seconde approche considère le rapport entre le lectorat et la traduction, étudié à travers les œuvres traduites de l’autrice canadienne-anglaise Rosanna Leprohon. L’étude permet de déterminer que la traduction mène à une appropriation des textes au sein du corpus littéraire national canadien-français et que le travail du traducteur est perçu comme une activité créatrice au service du nationalisme francophone.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.010 | 0.008 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.013 | 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".