MétaCan
Menu
Retour à la cohorte
Enregistrement W2520645543 · doi:10.21992/t92h02

Translation, Littérisation, and the Nobel Prize for Literature

2016· article· en· W2520645543 sur OpenAlexvenueno aff
Kelly Washbourne

Notice bibliographique

RevueTranscUlturAl A Journal of Translation and Cultural Studies · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Cultural Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrestigeContext (archaeology)Translation studiesNeutralityLiteratureSociologyHistoryEpistemologyArtLinguisticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

This work is a cultural economics study of the problem of translation production and assessment in and leading up to the literary Nobel Prize deliberations. I argue that the constraints of assessing an unevenly and partially translated body of literary works, many of them from less common languages, present an unbreachable expertise gap. Translation as a sacralization, or consecration in Casanova’s (2004) term, of a writer’s work is considered in the context of the award. Ultimately the prize is shown to depend upon translations carried out in dissimilar circumstances for each candidate. The award of the Nobel is part of the founder’s call for works to be more widely circulated, not to reward fame; thus a Nobel is more an invitation to translate than a recognition of an author in translation, although evidence suggests that the post-Nobel translational impact may vary by writer and over time. This study sheds light on the degree to which the Prize is an authority-mediated phenomenon, and while critiquing the quixotic task of judging disparate forms and amounts of cultural capital side by side, and never from a point of neutrality, it also attempts to show how translation shapes this symbolic form of prestige in the struggle for existence. I posit that alternative prizes and prize-awarding in general as fraught with similar cross-language challenges. Possibilities for future research, qualitative analysis of the Nobel and translation demand, among other consequences, are briefly sketched.

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)0,025
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,046
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0110,045
Communication savante0,0190,015
Science ouverte0,0010,013
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,074
Tête enseignante GPT0,345
Écart entre enseignants0,271 · 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'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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTranscUlturAl A Journal of Translation and Cultural StudiesMême sujetSocial and Cultural DynamicsTravaux en français237 207