Also known as Mushoku Tensei: Isekai Ittara Honki Dasu, Mushoku Tensei: Jobless Reincarnation
série de light novel écrite par Rifujin na Magonote
Mushoku Tensei (無職転生 ~異世界行ったら本気だす~, Mushoku tensei: isekai ittara honki dasu, litt. « Réincarnation sans emploi : j'essaierai sérieusement si je vais dans un autre monde »), est une websérie littéraire japonaise écrite par Rifujin na Magonote et publiée sur le site de publication de romans Shōsetsuka ni narō entre novembre 2012 et avril 2015. Une année après sa publication, il a été annoncé que la série recevrait une adaptation light novel dans la collection MF Books de (ja) et Kadokawa Media Factory ; les illustrations sont réalisées par un utilisateur de Pixiv appelé SiroTaka. Une adaptation manga par Yuka Fujikawa a commencé sa sérialisation dans le numéro de juin 2014 du Monthly Comic Flapper, publié le 2 mai 2014. La version française est licenciée par Doki-Doki dont le premier tome est publié en juin 2017. Un manga spin-off suivant le parcours de Roxy, dessiné par Shōko Iwami, est publié sur le site ComicWalker de Kadokawa depuis décembre 2017. Doki-Doki publie également la version française de ce spin-off depuis janvier 2019. Une adaptation en série télévisée d'animation par Studio Bind est diffusée en deux parties dont la première entre janvier et mars 2021, tandis que la seconde partie est diffusée d'octobre 2021 à décembre 2021. Une deuxième saison a été annoncée. Entre octobre 2013 et février 2019, la série est classée sur Shōsetsuka ni narō comme la plus populaire du site en termes de nombres de vues. L'œuvre est reconnue comme le précurseur des romans du genre réincarnation dans un autre monde avec un protagoniste utilisant à la fois la magie du nouveau monde et les connaissances du monde moderne de sa précédente vie, devenant un courant dominant sur Shōsetsuka ni narō. En février 2022, plus de 10 millions d'exemplaires du light novel avaient été vendus.
Abstract from DBpedia / Wikipedia · CC BY-SA
via Wikidata · CC0
via Wikidata sitelinks · CC0
Discovered by embedding cosine similarity (sentence-transformers MiniLM, 384-dim).