MétaCan
Menu
Retour à la cohorte
Enregistrement W2990298709 · doi:10.7202/1065330ar

Dissenting Voices: When Paratexts Clash With Texts. Paratextual Intervention in Persian Translations of Texts Relating to the Iran-Iraq War

2019· article· en· W2990298709 sur OpenAlexvenueno aff
Reza Yalsharzeh, Hossein Barati, Akbar Hesabi

Notice bibliographique

RevueMeta Journal des traducteurs · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNarrativePersianFraming (construction)ParatextLiteraturePoliticsMetadiscourseLinguisticsHistorySociologyArtPolitical sciencePhilosophyLaw

Résumé

récupéré en direct d'OpenAlex

This study uses narrative theory and the concept of narrative framing, as elaborated by Somers and Gibson (1994) and Baker (2006), to study the paratextual mediation and discursive presence of different agents in Persian translations of political texts written by Western authors about the Iran-Iraq war. By exploring the narratives dominant in the paratexts, and more specifically in the prefaces and footnotes of Persian translations, this paper examines how these have played a crucial role in reframing the narratives of Western authors through paratextual material. To this end, the narratives in the paratexts have been analyzed using four framing techniques elaborated by Somers and Gibson (1994) and Baker (2006), which are framing by temporality/spatiality, selective appropriation, labeling and participant positioning. The analysis of paratextual material shows that, apart from their introductory and explanatory functions, paratexts can be viewed as a kind of metadiscourse on the actual translations. The paper concludes that paratexts in the Persian translations are used in political and ideological ways to guide target language readers and to express the appropriate interpretations, or deemed appropriate, by the various institutional participants involved in the translation process in Iran.

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)0,008
score de la tête « metaresearch » (Gemma)0,034
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: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0100,019
Communication savante0,0070,009
Science ouverte0,0010,010
Intégrité de la recherche0,0020,003
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 Opus0,063
Tête enseignante GPT0,285
Écart entre enseignants0,222 · 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMeta Journal des traducteursMême sujetTranslation Studies and PracticesTravaux en français237 207