MétaCan
Menu
Retour à la cohorte
Enregistrement W2054563612 · doi:10.7202/019858ar

The Indicative Power of A Key Word System. A Quantitative Analysis of the Key Words in the Translation Studies Bibliography

2009· article· en· W2054563612 sur OpenAlexvenueno aff
Luc van Doorslaer

Notice bibliographique

RevueMeta Journal des traducteurs · 2009
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEclecticismField (mathematics)Key (lock)Translation studiesComputer scienceFocus (optics)LinguisticsSociologySocial scienceHistoryMathematicsPhilosophyArchaeology

Résumé

récupéré en direct d'OpenAlex

Over the last decades, Translation Studies has explicitly tried to develop and regard itself as an interdiscipline. This evolution, as well as this self-esteem, has not only widened the focus of the field, it has also created a sometimes unclear eclecticism of topics, influences and methods. Characteristic of a still not too well-established and not always acknowledged discipline, research in Translation Studies has been looking for common interests and common grounds with other disciplines in an ambitious, but often unstructured way. The new online Translation Studies Bibliography (TSB - first release October 2004), which concentrates on the last decade, is used here as a tool for the analysis of the multiplicity of influences. Expanded several times a year, the TSB offers more than 7,000 annotated entries and uses a sophisticated key word system. The quantitative analysis of these key words and their thematic fields indicate the priorities in the dissemination of TS research over the past decade. How does research on translation today reflect this assumption? Is research on literary translation still as widespread as it was in the eighties? What is the relationship between publications on the ‘cultural turn’ and those on the ‘power turn’? The results of this analysis may indicate emphases and research priorities for the next decade in Translation Studies.

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)0,002
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,417
Score d'incertitude au seuil0,636

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
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 Opus0,113
Tête enseignante GPT0,332
Écart entre enseignants0,219 · 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'étudeQualitatif
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMeta Journal des traducteursMême sujetTranslation Studies and PracticesTravaux en français237 207