An SFL-based model for investigating explicitation-related phenomena in translation
Notice bibliographique
Résumé
This paper proposes a model for investigating explicitation, implicitation, and explicitness in translated texts. The paper highlights the need to distinguish clearly between explicitation and other kinds of translation shifts. Specifically, when comparing target text (TT) renderings with the corresponding source text (ST), the model does not assume correspondence between shifts (and non-shifts) in ideational content and explicitation status. Nor does it assume correspondence between the overall explicitation status of renderings and the explicitness of the TT as a whole from the perspective of the relevant register in the target language (TL). The model draws on systemic functional linguistics to develop procedures for a three-phase analysis of these different explicitation-related phenomena. The parameters of traceability, realisational congruency and delicacy are applied to determine explicitation status, seen as arising from choices made by the translator within the systemic potential of the TL. Explicitness is determined from the perspective of registerial instantiation by comparing frequencies of different types of rendering with those found in a comparable corpus of TL non-translations. A case study, in which the model is applied to an English-to-Arabic translation of manner of motion verbs in a literary genre, demonstrates how each phase yields new insights, from a different perspective, while providing input for comparative analysis of the choices available in the two language systems with regard to the linguistic feature of interest.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».