MétaCan
Menu
Retour à la cohorte
Enregistrement W2133838124 · doi:10.7202/1013954ar

Accommodating Audience Needs in Islamic Subtitling: A Case of Manipulation?

2013· article· en· W2133838124 sur OpenAlexvenueno aff
Nermine Elgebaly

Notice bibliographique

RevueMeta Journal des traducteurs · 2013
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIslamLinguisticsArabicWarrantIdeologyRhetorical questionSociologyComputer scienceHistoryPolitical scienceLawPhilosophyPolitics

Résumé

récupéré en direct d'OpenAlex

The field of subtitling has its own spatial and temporal challenges and constraints, which are further compounded in the case of translating Islamic programmes because of the culture-specific translation problems. Subtitlers have to bridge the cultural gap and accommodate audience needs, without the possibility of resorting to footnotes, glossaries, or explanatory notes. This may warrant some conscious changes to the Arabic source text (ST) to achieve maximum intelligibility in the English target text (TT). Manipulation in translation has mostly been used in a negative sense to mean a vicious attempt to alter STs to promote a dominant culture and ideology. In Islamic subtitling on the satellite channel Iqraa, this is far from being true as the Arabic text rewriting involves the activation of certain strategies to render complex Islamic concepts intelligible to a wider, international audience. This paper examines how audiovisual translators of the Iqraa satellite channel make conscious alterations to the ST, especially in the case of Iltifat – a rhetorical device in Arabic utilizing a reference/referent shift to involve the audience and achieve a heightened dramatic effect – as well as in the case of code-switching between Classical and Colloquial Arabic. The case study under scrutiny is two audiovisual programmes by two Islamic televangelists, who speak in Egyptian Colloquial Arabic.

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)0,018
score de la tête « metaresearch » (Gemma)0,054
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,054
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,020
Communication savante0,0110,012
Science ouverte0,0020,009
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,106
Tête enseignante GPT0,296
Écart entre enseignants0,190 · 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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

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