The Translation of Graphemes in Anime in Its Original and Fansubbed Versions
Notice bibliographique
Résumé
Anime, Japanese animation, is massive, with “60% of the animation in the world made in Japan” (Goto-Jones 2009, 3). Anime occasionally makes an innovative use of graphemes on screen, but this has not been studied so far. This study, then, describes and analyses how graphemes have been translated in anime, presenting a series of cases, but concentrating on three particular releases: Gurren Lagann, Kill la Kill, and Tōkyō Godfathers, products that feature a frequent and innovative use of graphemes in its anime. These graphemes are categorised into two types: (1) the ones that are part of the original anime and (2) the graphemes added in fansubbed anime. Much anime is fansubbed (subtitled by fans), and these fans are not constrained by the industry’s rules, meaning that they have complete liberty in subtitling, allowing for really creative forms of subtitling. Even if this freedom can sometimes be taken to the extreme—with subtitles covering the entire screen—fansubs have shown creative subtitling solutions, specially in the case of graphemes that cover a great part of the screen. After describing and analysing these graphemes and how they have been subtitled, this article concludes that, even if fansubs can frequently be excessive, they are at the fore of creativity, and present better solutions than official subtitles in the translation of graphemes in anime.
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 | 0,001 | 0,000 |
| 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 ».