MétaCan
Menu
Retour à la cohorte
Enregistrement W2945123197 · doi:10.5539/elt.v12n6p199

Grammatical Equivalence of Animal Science Terms Translation

2019· article· en· W2945123197 sur OpenAlexvenueno aff
I Gusti Agung Istri Aryani, I Nengah Sudipa, Ida Bagus Putra Yadnya, Ni Made Dhanawaty

Notice bibliographique

RevueEnglish Language Teaching · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueSecond Language Acquisition and Learning
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Udayana
Mots-clésLinguisticsEquivalence (formal languages)SuffixPluralNounDynamic and formal equivalenceReduplicationIndonesianMeaning (existential)Computer scienceNatural language processingPsychologyArtificial intelligencePhilosophyMachine translation

Résumé

récupéré en direct d'OpenAlex

Translating specific language for a special subject such as animal science terms should have an understanding of the knowledge. The results of translation in their forms also give effect to their meaning in order to obtain the equivalence and adaptation from the source language (SL) into the target language (TL). This study aims at finding equivalence in the form of translation including their effect of meaning translated from English (SL) into Indonesian (TL). Qualitative method is used to analyze the translation of languages with a descriptive explanation. Both languages have their own grammatical rules which have varieties of translation, especially for the result of findings in TL. The grammatical equivalence found in numbers of nouns and noun phrases. Majorly, they were found with the suffix –s for the plural form in SL and translated without reduplication in TL to show their adaptation as a scientific language. In some cases, the terms in SL were translated into collective words and conjunction. It showed in scientific languages, both languages have their own rules to give equivalence of forms in SL and TL including their meaning.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,339
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0200,000

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 Opus0,015
Tête enseignante GPT0,328
Écart entre enseignants0,313 · 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.

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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetSecond Language Acquisition and LearningTravaux en français237 207