MétaCan
Menu
Retour à la cohorte
Enregistrement W3089006876

The Tao Te Ching: Translation Theory and Semantic Variance

2020· article· en· W3089006876 sur OpenAlexaff
A.M.A. Moore

Notice bibliographique

RevueCrossings · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésSource textPoetryBuddhismLinguisticsMeaning (existential)RhymeAmbiguityPhilosophyFrame (networking)LiteratureEpistemologyArtComputer scienceTheology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Lao Tzu's Tao Te Ching is a classic and fundamental Ancient Chinese philosophical, poetic, and religious text that dates back to 4th to 6th century BCE. This text is intrinsic to philosophical and religious thought in Taoism, Buddhism, and Confucianism, and is used as a source of inspiration for artists around the world. Because of its inherent poetic ambiguity, some of its translations have been criticized for appropriating Chinese culture for Western perspectives, while others have seen it as a way of making the spiritual text accessible to larger audiences. In this paper, I compare and examine four different English translations of the Tao Te Ching using linguistic frame semantic theory. I argue that semantic variance occurs in each because semiotics are frame dependent, and meaning changes depending on the cultural and temporal frames both the translators bring through their use of fidelity and license when translating, and that the audiences bring when interpreting the artefact. Although variances are present between source text and different translated texts, the translation of the Tao Te Ching has managed to continue to extend its life and bridge the language gaps between cultures, spreading interpretations of its philosophical teachings, and enriching not only the target language, but also the source text in the process.

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)0,011
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0040,026
Communication savante0,0090,012
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,054
Tête enseignante GPT0,272
Écart entre enseignants0,218 · 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'étudeThéorique ou conceptuel
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrossingsMême sujetTranslation Studies and PracticesTravaux en français237 207