MétaCan
Menu
Retour à la cohorte
Enregistrement W2295785894 · doi:10.5539/ijel.v6n1p38

Problems in English to Arabic Subtitles Translation of Religious Terms—Bruce Almighty and Supernatural on MBC & Dubai One: A Case Study

2016· article· en· W2295785894 sur OpenAlexvenueno aff
Ahmed Abdel Azim ElShiekh

Notice bibliographique

RevueInternational Journal of English Linguistics · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComicsArabicSpace (punctuation)LinguisticsSociologyLiteratureHistoryPsychologyPhilosophyArt

Résumé

récupéré en direct d'OpenAlex

<p>This paper attempts to shed light on some cultural and/or technical problems in the translation of religious terms from English into Arabic in the subtitles of movies, with particular reference to some Arab Gulf countries channels. Due to limitations of time and space, the researcher has taken two particular channels as representative, namely MBC Channel group and Dubai One. The data of the research have been collected from one film and one TV series as quite typical examples of works that may lead to serious problems in the subtitles translation with regard to religious terms. In both cases, the use of religious terms is not only obligatory but also focal. The researcher points the discrepancies in the choice of Arabic equivalents for the English religious terms in question as well as explores the possible reasons of and recommended solutions to such cultural problems in translation. The film, <em>Bruce Almighty</em>, is a light and comic treatment of the phenomenon of well-educated yet vain young men, doubting the wisdom of God Almighty. Jim Cary plays the role of the young man, while Morgan Freeman actually plays God! Hence, there is no easy way out of the necessity of tackling the problem of translating the religious terms involved. As for the TV series, <em>Supernatural</em>, the whole episode deals with God, angels, demons and Satan. It remains to be said that this paper does not claim to give decisive answers to the questions posed by the research, but only aspires to pave the way before further research on the topic and related issues.</p>

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)0,000
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,559

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,052
Tête enseignante GPT0,302
Écart entre enseignants0,249 · 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'étudeSans objet
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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetTranslation Studies and PracticesTravaux en français237 207