MétaCan
Menu
Retour à la cohorte
Enregistrement W2557254890 · doi:10.21992/t9ss57

The Use of Translation Notes in Manga Scanlation

2016· article· en· W2557254890 sur OpenAlexvenueno aff
Matteo Fabbretti

Notice bibliographique

RevueTranscUlturAl A Journal of Translation and Cultural Studies · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueComics and Graphic Narratives
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForegroundingTranslation (biology)LinguisticsComputer scienceArgument (complex analysis)ComicsSource textDynamic and formal equivalenceComprehensionField (mathematics)Natural language processingArtificial intelligenceMachine translationPhilosophyMathematicsMedicine

Résumé

récupéré en direct d'OpenAlex

This article investigates the use of translation notes to deal with translation problems. In Translation Studies, the presence of translation notes in a translation is considered particularly significant because they clearly indicate what features of the source text the translator considered important for the comprehension of the text and therefore necessary to retain or explain. In the field of comics in translation, the use of T/N is rather uncommon, and can be considered the main translation strategy that distinguishes scanlation from other types of translations. In the first part of this article, the structure of the English-language manga scanlation communities is examined; following this, the way culture-specific items are dealt with by manga scanlators is analysed; and finally, an explanatory hypothesis linking the broader structure of participation to individual translation strategies is presented. The argument put forward in this article is that translation notes are used in scanlation both to solve translation problems and as a way for scanlators to communicate directly with their readers, thereby foregrounding their mediating presence directly on the pages of scanlated manga.

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)0,007
score de la tête « metaresearch » (Gemma)0,020
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: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,011
Communication savante0,0050,005
Science ouverte0,0010,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,236
Tête enseignante GPT0,302
Écart entre enseignants0,066 · 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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTranscUlturAl A Journal of Translation and Cultural StudiesMême sujetComics and Graphic NarrativesTravaux en français237 207