MétaCan
Menu
Retour à la cohorte
Enregistrement W3171402113 · doi:10.7202/1077405ar

Strategies in a corpus of simultaneous interpreting. Effects of directionality, phraseological richness, and position in speech event

2021· article· en· W3171402113 sur OpenAlexvenueno aff
Daria Dayter

Notice bibliographique

RevueMeta Journal des traducteurs · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDirectionalityLinguisticsSample (material)Performative utteranceSpecies richnessComputer scienceVariation (astronomy)Event (particle physics)Natural language processingPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

The study surveys the existing literature on strategies in simultaneous interpreting (understood here as transformations indicative of interpreting procedures that manifest in the product of interpreting). On the basis of the survey, a summary of eight strategies which are present in various research strands is compiled. I use a parallel bidirectional corpus of Ru-En simultaneous interpreting to extract a random sample of 360 fragments and investigate the presence of the eight strategies in the sample. The type of strategy is then correlated with three variables: direction of interpreting, position of the source fragment in the original text, and phraseological richness of the source fragment. The findings indicate that all the strategies, including an additional transformation category (incorrect interpretations), are present in the sample, although some of them are considerably less common than earlier literature purports. All three variables have significant association with the type of strategy, although in cases of directionality this holds only for saucissonnage and omission. A close analysis of three coding categories—omission, explicitation, and incorrect interpretations—suggests that interpreters in this corpus orient more towards a performative than informative function of their SI.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,410

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0000,001
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 Opus0,040
Tête enseignante GPT0,393
Écart entre enseignants0,353 · 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'étudeObservationnel
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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMeta Journal des traducteursMême sujetInterpreting and Communication in HealthcareTravaux en français237 207