De l’éthique à la relationalité : repenser la traduction littéraire en contexte colonial
Bibliographic record
Abstract
Le présent article explore quelques questions éthiques et politiques que soulève la traduction des littératures autochtones vers l’anglais et le français au Canada. Considérant le contexte linguistique colonial qui détermine la traduction littéraire au Canada, ainsi que le positionnement des traducteur·rices non autochtones vis-à-vis de ces littératures, l’article tente de répondre à la sempiternelle question, comment bien traduire ? L’article se tourne vers les pistes et outils offerts par le virage éthique en traductologie, en particulier les approches d’Antoine Berman et de Lawrence Venuti, dont il illustre les limites dans un contexte marqué par le colonialisme de peuplement. Argumentant que l’éthique de la traduction ne permet pas à elle seule de nous guider dans la traduction des littératures autochtones en contexte colonial, l’article propose une piste de réflexion différente, à savoir celle de la relationalité. En s’inspirant des travaux d’Édouard Glissant et du concept de relationalité dans les épistémologies autochtones d’Aileen Moreton-Robinson et de Lauren Tynan, l’article suggère de prioriser en traduction et en traductologie les méthodologies décoloniales, qui insistent sur la centralité des relations et des collaborations dans les processus de traduction et d’édition, plutôt que sur une évaluation du bien-fondé ou du mérite d’un projet à partir d’une analyse (textuelle) de produits finis.
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 | 0.004 | 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 | 0.011 | 0.063 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.005 | 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".