Translation Strategies for Reference Switching (IltifAT) in SURah Al-Baqarah
Notice bibliographique
Résumé
Reference switching (Iltifat) is a unique style found in the holy Qur’an. It is a rhetorical device in Arabic language. Nonetheless, it is used in an extensive and complex manner in Qur’an. Reference switching is defined as the change of speech from one mode to another. However, reference switching constitutes a problem for translators while transferring reference switches from one language to another, particularly in the Qur’anic discourse. This paper looks at the translation of reference switching in surah al-Baqarah specifically focusing on the translation strategies employed by the translator Yusuf Ali to transfer reference switching that is obvious in the Qur’an to English language. Personal reference switching has been classified into five categories: namely the switch from third to first person pronoun; the switch from first to third person pronoun; the switch from third to second person pronoun; the switch from second to third person pronoun and the switch from first to second person pronoun. Newmark’s translation strategies are used as a basis to explore the translation strategies applied by Yusuf Ali. The study reveals that Yusuf Ali opted for five strategies in translating reference switching in surah al-Baqarah. They are literal, expansion, free translation, compensation and a dual strategy of transposition and footnote. However, the study reveals that these translation strategies are inapplicable in conveying the meaning of iltifat. The findings of this study will hopefully pave the way for more investigations into the translatability of reference switching in other surahs of the holy Qur’an. Additionally, the findings of this study will be a step forward toward improving reference switching translation in future interpretations of meanings in the holy Qur’an.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 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 ».