MétaCan
Menu
Retour à la cohorte
Enregistrement W1995871314 · doi:10.7202/037240ar

Translation, Heterogeneity, Linguistics

2007· article· en· W1995871314 sur OpenAlexvenueno aff
Lawrence Venuti

Notice bibliographique

RevueTTR traduction terminologie rédaction · 2007
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTextualityApplied linguisticsTranslation studiesLinguisticsPragmaticsDynamic and formal equivalenceSelection (genetic algorithm)Clinical linguisticsSociologyDomestication and foreignizationComputer scienceMachine translationPhilosophyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Translation, Heterogeneity, Linguistics — As an American translator of literary texts I devise and execute my projects with a distinctive set of theoretical assumptions about language and textuality, assumptions that highlight the power relations in any cultural situation and that therefore carry ethical and political implications for translation. Yet these assumptions, derived from recent European developments in literary and cultural theory (notably poststructuralism and postmarxist sociology), run counter to the linguistics-oriented approaches that currently dominate translation research and translator training, and that tend to construe language, textuality, and hence translation as relatively value-free means of communication. My article describes my conception of translation, considers how it has informed my recent translation projects — both the selection of foreign texts and the development of discursive strategies — and then examines its differences to linguistics-oriented approaches that are based on pragmatics and text linguistics. My aim is not to suggest that such approaches be abandoned, but rather that they be reconsidered from a different theoretical and practical orientation — one that will in turn be forced to rethink itself.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0100,062
Communication savante0,0200,024
Science ouverte0,0020,009
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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.

Tête enseignante Opus0,175
Tête enseignante GPT0,341
Écart entre enseignants0,167 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTTR traduction terminologie rédactionMême sujetTranslation Studies and PracticesTravaux en français237 207