MétaCan
Menu
Retour à la cohorte
Enregistrement W2513628968 · doi:10.3968/8524

Strategies Used for Translating Explicit and Implicit Meanings in Shakespeare’s Hamlet Into Arabic: A Relevance-Theoretic Approach

2016· article· en· W2513628968 sur OpenAlexvenueno aff
Reem Alrasheedi

Notice bibliographique

RevueStudies in literature and language · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHAMLET (protein complex)Relevance (law)Translation (biology)ArabicLinguisticsRelevance theoryProperty (philosophy)Computer scienceTranslation studiesEpistemologyPsychologyPhilosophyLiteraturePolitical scienceArtLaw

Résumé

récupéré en direct d'OpenAlex

With the use of the main assumptions of Relevance Theory (RT), the current research delved into three different Arabic versions of Shakespeare’s play Hamlet (named as Translations A, J and M) with regard to their methods used in treating explicit and implicit meanings. Firstly, concerning the explicit meanings, it was found that such meanings abound with transitional clauses. Although the three translations are, to some extent similar, they are also slightly different. Translation A attempts to use the structures and words with clear import for the hearers, not sticking to one-to-one correspondence. The other two translations (J and M) attempt to preserve the same structure. Secondly, concerning (the) implicit meanings, the study indicated that such meanings are a characteristic property of Hamlet. They render this play very difficult to deal with in terms of translation. By and large, it was found that Translation A and Translation J make use of the RT strategy Weakening the existing assumptions and combining with existing assumptions to generate the needed contextual implications as a tool to render Hamlet into Arabic, whereas Translation M uses the strategy of ‘Eliminating existing assumptions’ to render Hamlet into Arabic. In additions, the study argues that Translation A and Translation J are more faithful to the original text, since they keep mentioning all implicit meanings without omitting any, whilst Translation M is less faithful. Finally, the study found that RT strategy ‘Weakening the existing assumptions’ is mostly adopted according to its important role in keeping the translated text faithful without much loss of meanings and interpretation.

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)0,009
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,001
Études des sciences et des technologies0,0030,014
Communication savante0,0080,014
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,034
Tête enseignante GPT0,313
Écart entre enseignants0,280 · 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'étudeThéorique ou conceptuel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in literature and languageMême sujetTranslation Studies and PracticesTravaux en français237 207