MétaCan
Menu
Retour à la cohorte
Enregistrement W2008862228 · doi:10.7202/1013948ar

Censorship of Anime in Italian Distribution

2013· article· en· W2008862228 sur OpenAlexvenueno aff
Ilaria Parini

Notice bibliographique

RevueMeta Journal des traducteurs · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnimeCensorshipOrder (exchange)Product (mathematics)Element (criminal law)HistoryMedia studiesAdvertisingLinguisticsSociologyComputer sciencePolitical scienceLawBusinessArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Editing of anime – Japanese cartoons – is a process through which the product is altered in order to make it appropriate for the public. Such a practice is quite common all over the Western world, and Italy is no exception. Japanese anime are not designed only for an audience of children, and there exist different types of products aimed at viewers of different ages; consequently, in Japan anime are shown at various time slots according to their characteristics. In Italy, on the contrary, cartoons are generally considered a product targeted exclusively at children, and even those anime which were originally designed for an older audience are broadcast during the protected time slot and therefore have to comply to certain standards regarding their content and the type of language spoken. Censorship thus tends to take place both on the visual and the verbal levels: scenes considered inappropriate are removed from the story, the plot is often changed, the text is frequently domesticated in its references to the Japanese culture, and the language is flattened. Italian translators take an active part in the editing of anime : as they are the first ones to actually see the episodes, they are supposed to report to their commissioners any ambiguous element they come across, and they perform (self)censorship on the verbal level, manipulating the dialogue exchanges as is expected by the translation company.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,922
Score d'incertitude au seuil0,459

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,290
Écart entre enseignants0,245 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations17
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMeta Journal des traducteursMême sujetDigital Games and MediaTravaux en français237 207