What is Gained in Subtitling: How Film Subtitles Can Expand the Source Text
Notice bibliographique
Résumé
The problem of translation and loss is a cardinal concern in translation studies. Conventional wisdom tells us that translation must necessarily entail loss. However, some translation studies scholars have argued that translation can yield significant originality in the target text. Christiane Nord, for one, argues that literary translators can claim authorial presence by actually causing the source text to “grow” in a way that is quantitative and qualitative. Although Nord’s idea applies mainly to literary translation, it raises questions about how this could apply to translations of other types of creative source texts, such as audio/visual translation. The format of interlingual subtitling between two disparate languages, such as English and Japanese, burdens translation with severe constraints and considerable loss text is taken for granted. But what is lost? Meaning? Nuance? This paper argues that these need not be lost in subtitling. In fact, by applying Nord’s model of source text growth to subtitling, we can see how subtitling produces new value to the source text. Through a close analysis of the Japanese subtitles of the 2007 film, There Will Be Blood, this paper will demonstrate that despite the severe constraints placed on the translation found in film subtitling, subtitles can promote “qualitative growth” by transferring the poetic function of the source text into new configurations in the target text, prompting target text viewers to interpret content in new ways.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».