Subtitling as a Pedagogical Tool for Language Teaching in Journalism Courses
Notice bibliographique
Résumé
This study was designed to present and discuss some results produced by a research involving the use of English subtitles of some news videos from the webiste Reuters.com (http://www.reuters.com) with pedagogical reasons in a Brazilian context (Academic English for Journalism). We have developed the research during two semesters at UNESP (Universidade Estadual Paulista Júlio de Mesquita Filho). The professor in charge of the study has chosen the students of Journalism as the audience to whom the videos were presented. The assumptions of many theorists and experts in Audiovisual Translation were adopted as our Theoretical Sources. The first step of the study was the assessment of the syllabus of each course. This was very helpful as a guidance in order to choose the most relevant and interesting videos for students. After the evaluation of academic and professional interests, we chose some videos to insert appropriate subtitles, according to some strategies suggested by Panayota Georgakopoulou and Henrik Gottlieb. Finally we presented the videos during the English classes. At the first time, they were presented without subtitles just to notice the comprehension level of the students. After that, the videos were presented with English subtitles. As we first assumed, the students haven’t had the whole comprehension of specific details during the first presentation, they have just used their previous knowledge and the visual aids to help them in a superficial understanding of the news. As the subtitles appear, the process of communication was finally accomplished.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».