Notice bibliographique
Résumé
The long-discussed – and frequently dismissed – concept of translation faithfulness or translation fidelity, though usually applied to literary texts, has its fair share of applications when considered for comics translation. In literary translation, non-linguistic portions such as illustrations are often considered addenda or “paratexts” relative to the main, linguistic text. Comics, by its turn, present a certain set of features which single them out as a form that demands a new concept of “text” and, therefore, of translation fidelity. The comic-reading process, as pertaining to cognitive apprehension, implies interpretative accords that differ from the ones in purely linguistic texts: each and every element of the comics page – non-linguistic (mainly imagetic) signs, linguistic signs, panel borders, typography and such – are intertwined and should be perceived in regards to its spatial and topological relations. This approach to understanding comics is based on Groensteen (1999) and his concepts of arthrology, spatio-topia, page layout, breakdown and braiding. As for translation fidelity, we rely on authors such as Berman (1984), Guidere (2010) and Aubert (1993). On comics translation, Zanettin (2008), Rota (2008) and Yuste Frías (2010, 2011) are of particular interest. Based on various concepts of fidelity – supported by samples of translated comics with varied degrees of fidelity to the source text – we discuss the different grounds of source-text fidelity, target-reader fidelity and source-author fidelity in the following instances: linguistic sign fidelity, imagetic sign fidelity, spatio-topia fidelity, typographic fidelity and format fidelity.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».