Interpreting in Legal Settings
Notice bibliographique
Résumé
Fourth Volume in the Studies in Interpretation Series The work of interpreters in legal settings, whether they are spoken or signed language interpreters, is filled with enormous complexity and challenges. This engrossing volume presents six, data-based studies from both signed and spoken language interpreter researchers on a diverse range of topics, theoretical underpinnings, and research methodologies. In the first chapter, Ruth Morris analyzes the 1987 trial of Ivan (John) Demjanjuk in Jerusalem, and reveals that what might appear to be ethical breaches often were no more than courtroom dynamics, such as noise and overlapping conversation. Waltraud Kolb and Franz Pochhacker studied 14 asylum appeals in Austria and found that interpreters frequently aligned themselves with the adjudicators. Bente Jacobsen presents a case study of a Danish-English interpreter whose discourse practices expose her attempts to maintain, mitigate, or enhance face among the participants. In the fourth chapter, Jemina Napier and David Spencer investigate the effectiveness of interpreting in an Australian courtroom to determine if deaf citizens should participate as jurors. Debra Russell analyzed the effectiveness of preparing sign language interpreter teams for trials in Canada and found mixed results. The final chapter presents Zubaidah Ibrahim-Bell s research on the inadequate legal services in Malaysia due to the fact that only seven sign interpreters are available. Taken together, these studies point to a coming of age of the field of legal interpreting as a research discipline, making Interpreting in Legal Settings an invaluable, one-of-a-kind acquisition.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,010 |
| Communication savante | 0,012 | 0,007 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,005 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».