A tradução para o português dos socioletos literários da trilogia Fundação, de Isaac Asimov
Notice bibliographique
Résumé
In general, among all the themes studied in Science Fiction, the translation of linguistic varieties is one of the less regarded by the literary criticism. These varieties play an important role to the internal verisimilitude in their fictional universes. The so called “literary sociolects” can express many attributes of a character, their values and attitudes, as theorized by the Canadian researcher Lane-Mercier (1997). This research is mainly focused on the linguistic varieties of Isaac Asimov’s Foundation trilogy (Foundation, Foundation and Empire, and Second Empire) - a futuristic science fiction classic. The trilogy tells the story of how the psychohistorian Hari Seldon, with his mathematical and sociological predictions, could foresee the fall of the Galactic Empires and stablish a Foundation at the end of the galaxy in order to assemble all human knowledge and thus try to contain its total collapse. Based on a qualitative comparison between American English and Brazilian Portuguese from the Foundation's trilogy, topics such as deviations from translation norms and some deforming tendencies proposed by Antoine Berman (2007) were discussed. Therefore, analyzes of the most notable literary sociolects were carried out, among which: the religious and scientific technolects, the rural dialect of Narovi, the idiolectal ambiguity of the Mule, and both eye dialects of Lord Dorwin and Homir Munn. As a research corpus, there were used the most recent translation into Portuguese of the Foundation trilogy (2009 - Aleph), by Fábio Fernandes and Marcelo Barbão. Finally, a more general discussion of languages and linguistic varieties in other works of Speculative Fiction was presented, focused on Science Fiction.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».