MétaCan
Menu
Retour à la cohorte
Enregistrement W2745092157 · doi:10.21992/t9c65n

Dirty pretty language: translation and the borders of English

2017· article· en· W2745092157 sur OpenAlexvenueno aff
Mirona Moraru, Alida Payson

Notice bibliographique

RevueTranscUlturAl A Journal of Translation and Cultural Studies · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLinguistics, Language Diversity, and Identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoliticsMythologyMulticulturalismSociologySubject (documents)Style (visual arts)LinguisticsLiteratureArtPolitical scienceLawPhilosophy

Résumé

récupéré en direct d'OpenAlex

This article analyses the politics of English, and translation into Englishness, in the film Dirty Pretty Things (Frears). With a celebrated multilingual cast, some of whom did not speak much English, the film nevertheless unfolds in English as it follows migrant characters living illegally and on the margins in London. We take up the filmic representation of migrants in the “compromised, impure and internally divided” border spaces of Britain (Gibson 694) as one of translation into the imagined nation (Anderson). Dirty Pretty Things might seem in its style to be a kind of multicultural “foreignized translation” which reflects a heteropoetics of difference (Venuti); instead, we argue that Dirty Pretty Things, through its performance of the labour of learning and speaking English, strong accents, and cultural allusions, is a kind of domesticated translation (Venuti) that homogenises cultural difference into a literary, mythological English and Englishness. Prompted by new moral panics over immigration and recent UK policies that heap further requirements on migrants to speak English in order to belong to “One Nation Britain” (Cameron), we argue that the film offers insights into how the politics of British national belonging continue to be defined by conformity to a type of deserving subject, one who labours to learn English and to translate herself into narrow, recognizably English cultural forms. By attending to the subtleties of language in the film, we trace the pressure on migrants to translate themselves into the linguistic and mythological moulds of their new host society.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,024
Communication savante0,0110,008
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,068
Tête enseignante GPT0,303
Écart entre enseignants0,234 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTranscUlturAl A Journal of Translation and Cultural StudiesMême sujetLinguistics, Language Diversity, and IdentityTravaux en français237 207