MétaCan
Menu
Retour à la cohorte
Enregistrement W3175552188 · doi:10.26499/und.v17i1.3181

Metode Penerjemahan Metafora pada Novel Peter Pan Karya J.M. Barrie

2021· article· id· W3175552188 sur OpenAlexaboutno aff
Fikriya Choiruna Buditama, Sajarwa Roman

Notice bibliographique

RevueUNDAS Jurnal Hasil Penelitian Bahasa dan Sastra · 2021
Typearticle
Langueid
DomaineArts and Humanities
ThématiqueLinguistics and Language Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetaphorHumanitiesLinguisticsLiteral and figurative languagePhilosophyArtSociology

Résumé

récupéré en direct d'OpenAlex

Tujuan penelitian ini adalah untuk mengungkapkan dan mendeskripsikan metode-metode penerjemahan metafora dalam novel Peter Pan karya J.M. Barrie. Hal itu disebabkan oleh metafora merupakan bahasa figuratif yang dalam proses penerjemahannya ditemukan kesulitan untuk mencari kesepadanannya dalam bahasa sasaran. Dalam penelitian ini, proses penerjemahan tersebut dianalisis melalui delapan metode penerjemahan, yakni penerjemahan kata per kata, penerjemahan literal, penerjemahan setia, penerjemahan semantis, penerjemahan komunikatif, penerjemahan idiomatis, penerjemahan bebas, dan penerjemahan adaptasi. Sementara itu, penelitian ini merupakan penelitian deskriptif komparatif, yaitu membandingkan metafora dalam novel Inggris dalam novel Peter Pan dengan terjemahan metafora dalam novel terjemahan berbahasa Indonesia. Data metafora dianalisis secara kualitatif berdasarkan metode penerjemahannya. Hasil analisis menunjukkan bahwa (1) perbedaan sistem kebahasaan serta pola pikir pengguna bahasa sumber dengan bahasa sasaran menyebabkan tidak semua metafora dapat diterjemahkan dengan menggunakan padanan metafora dalam bahasa sasaran dan (2) dengan menggunakan metafora yang tepat, penerjemah dapat menyampaikan berbagai makna metafora teks sumber ke dalam teks sasaran tanpa mengubah makna dan citranya.Metaphor is a figurative language whose formation is influenced by cultural background thus the equivalent of source language cannot necessarily be found in the target language. The application of the translation methods can affect the result of translation equivalent. Therefore, this research aims to identify and describe the methods of metaphor translation in the J.M. Barrie’s novel, “Peter Pan”. This is a comparative research since it compares the metaphors found in the English source novel with their translations in its Indonesian translated novel. The metaphorical expressions used as the data are in the form of word, phrase, and clause which were taken purposively and were analyzed descriptively qualitatively based on Newmark’s theory of translation methods. The result shows that (1) there are eight translation methods which are used by the translator such as word-for-word translation, literal translation, faithful translation, semantic translation, communicative translation, idiomatic translation, free translation, and adaptation translation; (2) the difference in the linguistic system between the source language and the target language causes not all the metaphorical expressions are able to be translated with the equivalent metaphorical expressions; and (3) translation equivalent can be achieved if the translator is able to adjust the translation methods with the type of metaphorical expressions to be translated.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,304

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0050,010
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0910,022

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 Opus0,030
Tête enseignante GPT0,252
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'étudeSans objet
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUNDAS Jurnal Hasil Penelitian Bahasa dan SastraMême sujetLinguistics and Language AnalysisTravaux en français237 207