MétaCan
Menu
Retour à la cohorte
Enregistrement W2122546889 · doi:10.7202/1003513ar

The Translator’s Subjectivity and Its Constraints in News Transediting: A Perspective of Reception Aesthetics

2011· article· en· W2122546889 sur OpenAlexvenueno aff
Ya‐Mei Chen

Notice bibliographique

RevueMeta Journal des traducteurs · 2011
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesNational Taipei University of TechnologyNational Science Council
Mots-clésSubjectivityPerspective (graphical)Reciprocity (cultural anthropology)AestheticsFocus (optics)EpistemologyComputer scienceSociologyTranslation studiesLinguisticsPhilosophyArtificial intelligenceSocial science

Résumé

récupéré en direct d'OpenAlex

Drawing upon the theory of reception aesthetics, this paper aims to systematically explore the news translator’s subjectivity and the constraints involved in transediting hard news texts. The translator, who actively receives, selects and conveys information, plays a decisive role in striking an appropriate balance between accuracy and acceptability during the transediting process. By optimally exerting his/her subjectivity, the translator can produce appropriate target news that communicate effectively. Interest in the translator’s subjectivity has continued to grow since the cultural turn in translation studies which introduced a range of new approaches. These either focus exclusively on the translator’s subjectivity or emphasize the constraints impinging upon it, but, in either instance fail to provide a comprehensive account. In contrast, the theory of reception aesthetics, which takes both aspects into account, provides a more thorough theoretical framework. This paper first performs a theoretical analysis of the reciprocity between the translator’s subjectivity and its corresponding constraints. A case study on English-Chinese news transediting in the Taiwanese press is then conducted to further explain how to apply the theoretical analysis in order to examine and assess the translator’s constrained subjectivity in actual transediting practice.

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)0,011
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0060,041
Communication savante0,0140,013
Science ouverte0,0020,006
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,115
Tête enseignante GPT0,284
Écart entre enseignants0,168 · 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'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

Citations43
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

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