Queerer la langue : stratégies de traduction de langues non normatives et leurs effets sur l'identité de personnages littéraires, suivi de Noirortie
Bibliographic record
Abstract
Ce mémoire s’intéresse à la traduction du dialecte et de la langue non genrée. En première partie, il analyse trois œuvres d’autaires autochtones qui joignent ces deux pratiques : Noopiming: The Cure for White Ladies/Noopiming : Remède de guérir de la blancheur de Leanne Betasamosake Simpson, Jonny Appleseed de Joshua Whitehead, traduits par Arianne Des Rochers ; et Love After the End/L’amour aux temps d’après, dirigé par Joshua Whitehead et traduit par Sophie Voillot. À l’aide de la traductologie, de la sociolinguistique et des études queer, le mémoire se penche sur les effets qu’a cette langue doublement non normative sur l’identité des personnages. La traduction du dialecte transforme les identités ontarienne et manitobaine en une identité québécoise. La langue utilisée pour décrire les personnages non-binaires en français combine les formes grammaticales masculines et féminines, ce qui continue d’évoquer la binarité du genre, alors que l’anglais emploie des formes ni masculine, ni féminine. La traduction de la langue non normative dans le corpus modifie donc l’identité régionale et queer des personnages.La deuxième partie du mémoire se compose d’extraits traduits de Nettleblack de Nat Reeve, un roman historique et épistolaire dont la trame narrative a lieu en Angleterre. Les extraits choisis du texte de départ contiennent un dialecte anglais du dix-neuvième siècle, un dialecte gallois et un sociolecte populaire, auquel je substitue un dialecte acadien. Ils comportent aussi des personnages aux identités de genre non binaires. Résolument non hégémonique, le dialecte acadien évoque un lieu bilingue des provinces de l’Atlantique canadienne, où le français est souvent dominé par l’anglais. Le choix de ne pas combiner les formes masculines et féminines pour les personnages non-binaires met en valeur des stratégies de langue non genrées moins connues et moins normatives que celles qui sont combinatoires. Tout comme le volet recherche du mémoire, le volet traduction offre au lectorat francophone un type d’écriture qui remet en cause la langue dominante en représentant les identités marginalisées des personnages. Cependant, tandis que les textes étudiés cherchent à normaliser une langue queer, ma traduction vise à multiplier les possibilités de cette langue
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".