MétaCan
Menu
Retour à la cohorte
Enregistrement W2138718033 · doi:10.7202/019255ar

Lost in Translation: Shop Signs in Jordan

2008· article· en· W2138718033 sur OpenAlexvenueno aff
Aladdin Al-Kharabsheh, Bakri Al-Azzam, Marwan M. Obeidat

Notice bibliographique

RevueMeta Journal des traducteurs · 2008
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNexus (standard)LinguisticsSociocultural evolutionPoint (geometry)Relevance (law)ReductionismOrder (exchange)PsychologySociologyComputer scienceEpistemologyBusinessPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Shop signs, in the Jordanian public commercial environment, have invariably been studied from linguistic, sociolinguistic, and pragmatic perspectives, but they have been utterly ignored from a translational point of view. This study, the first of its kind, investigates various problems and inadequacies pertinent to the subject under discussion. Shop signs are selected here from a number of heterogeneous cities, and the translation errors therein, committed by communicators, were empirically analyzed and categorized. Language and culture are, of necessity, inextricably intertwined, and this nexus is particularly apparent in the world of local commercial shop signs, and thus it has been tackled for its direct relevance to the translation of these signs. This investigation, therefore, highlights the linguistic (e.g., word-order, wrong lexical choice, and reductionist strategies), and extralinguistic (i.e., sociocultural and promotional) factors that have turned out to lead to translation inappropriateness and unparallelisms, information skewing, and, consequently, serious semantic-conceptual problems in the produced TLTs. This study may, in a way, provide educated insight into the trendiest translation practices in this field, and the way shop signs are most often verbalized, mishandled, and mistranslated.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0060,006
Communication savante0,0050,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,003

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 Opus0,159
Tête enseignante GPT0,292
Écart entre enseignants0,133 · 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

Citations20
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

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