MétaCan
Menu
Retour à la cohorte
Enregistrement W2399480624 · doi:10.5539/ijel.v6n3p136

Translation of Religious Terminology: al-fat-h al-islami as a Model

2016· article· en· W2399480624 sur OpenAlexvenueno aff
Ali Al-Halawani

Notice bibliographique

RevueInternational Journal of English Linguistics · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHistorical and Linguistic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTerminologyIslamTerm (time)LinguisticsProduct (mathematics)Translation (biology)SociologyComputer sciencePsychologyPhilosophyMathematicsTheologyBiologyPhysicsGenetics

Résumé

récupéré en direct d'OpenAlex

<p>This paper is an attempt to illustrate the importance of understanding the religious and cultural background of the ST in the translation process in order to reach an accurate and precise translation product in the TL. The paper affirms that differences between cultures may cause complications which are even more serious for the translator than those arising from differences in language structures. The sample of the study is concerned with an Islamic term, namely <em>al-fat-<span style="text-decoration: underline;">h</span> al-Islami-</em>commonly rendered into English as <em>Islamic Conquest</em> or <em>Invasion-</em> a religiously and culturally bound term/concept. The paper starts by defining culture, and then follows with an extensive lexical analysis of the selected term/concept. The study proves that it is difficult to translate this concept into the TL simply due to the lack of optimal or even near optimal cultural equivalents. The skill and the intervention of the translator are most crucial in this respect because, above all, translation is an act of communication. It is hoped that this study will provide a more precise equivalent of this significant concept; a matter which may better reflect the innate peaceful nature of Islam as a religion. The in-depth descriptive analytical method this study follows can be used to analyze other religiously and culturally bound terms/concepts.</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)0,121
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,886

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,121
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 Opus0,031
Tête enseignante GPT0,332
Écart entre enseignants0,301 · 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.

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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetHistorical and Linguistic StudiesTravaux en français237 207