MétaCan
Menu
Retour à la cohorte
Enregistrement W2552041352 · doi:10.5539/ijel.v6n6p45

Assessing the English Translation of BFSU’s New Motto

2016· article· en· W2552041352 sur OpenAlexvenueno aff
Zuqiong Ma

Notice bibliographique

RevueInternational Journal of English Linguistics · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesBeijing Foreign Studies University
Mots-clésCovertQuality (philosophy)LinguisticsPsychologyTranslation studiesPragmaticsSociologySocial psychologyComputer sciencePolitical scienceEpistemologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

The motto is a potent marketing tool in today’s globalized site of higher education. Beijing Foreign Studies University (BFSU) adopted a new motto in 2011 to reflect its new self-branding as a cosmopolitan scholar-doer. Its English translation has since then triggered much discussion about quality assessment. The current study critically surveys the existing literature on translation quality assessment (TQA), in an effort to identify an appropriate framework to assess the translation of Chinese university mottos. House’s model (2015) is found the most appropriate and applied to the official translation of the BFSU motto, after being adjusted in two important aspects. One, in regard to the rise of English as a language of global communication, it is proposed that more broad-based English norms than those of English as a native language be established for the purpose of adjudicating cultural filtering. Two, the use of corpus-based contrastive pragmatics is expanded to gauge the justifiability of overt as well as covert mismatches. While the errors identified by such a modified model are better intersubjectively verifiable, it remains to see how social research can be incorporated into the system to assess the degrees different errors may impact on the perceived quality of a translation.

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)0,017
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,051
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,070
Tête enseignante GPT0,332
Écart entre enseignants0,263 · 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'étudeQualitatif
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 revueInternational Journal of English LinguisticsMême sujetTranslation Studies and PracticesTravaux en français237 207