MétaCan
Menu
Retour à la cohorte
Enregistrement W2944934404 · doi:10.5539/ells.v9n2p33

Translating and Representing ‘The Aftermath of Daesh’: A Rhetorical Semiotic Study of Some Mosuli Artists’ Works

2019· article· en· W2944934404 sur OpenAlexvenueno aff
Ismail Abdulwahhab Ismail

Notice bibliographique

RevueEnglish Language and Literature Studies · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueRhetoric and Communication Studies
Établissements canadiensnon disponible
Organismes subventionnairesCurtin University of Technology
Mots-clésSemioticsRhetorical questionPaintingSociologyLinguisticsLiteratureHistoryAestheticsArtVisual artsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Daesh has profoundly affected the psychological statues of Iraqis; they sacrificed thousands of souls and martyrs to liberate their country from a savage enemy. This study has, therefore, a psychological perspective. It tackles the reflections of agony, suffering and poverty in the behaviour of the artists, writers and translators. Iraqi artists have represented their suffering and pains in their paintings. They encoded the symbols, colours and semiotic mosaics in association with rhetorical connotations. Mosul is the city most affected by the terrorist acts during the war. Therefore, the study has selected four Mosuli artists who drew, painted and visually documented that period. Translation does not limit itself to the study and analysis of verbal/linguistic texts; it also tackles the extra-linguistic signs and codes of the source language to transfer them into the target language appropriately and in a way that seems intelligible to the readers or the spectators of these paintings. The research questions are based on a set of issues: Are the teachers of translation able to construct a bridge between Iraqi society, European society and other societies? These paintings have socio-cultural symbols specific to Iraqi society. Are the teachers of translation able to come out from the shell of the linguistic texts and move towards the semiotic and visual texts?

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,348

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,270
Écart entre enseignants0,248 · 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 tête enseignante, 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language and Literature StudiesMême sujetRhetoric and Communication StudiesTravaux en français237 207