MétaCan
Menu
Retour à la cohorte
Enregistrement W3213783148 · doi:10.7202/1083178ar

Una lengua meta y dos realidades distintas: la traducción de la literatura infantil y juvenil francesa al euskera

2021· article· es· W3213783148 sur OpenAlexvenueno aff
Naroa Zubillaga Gómez

Notice bibliographique

RevueMeta Journal des traducteurs · 2021
Typearticle
Languees
DomaineSocial Sciences
ThématiqueGender Studies in Language
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyArt

Résumé

récupéré en direct d'OpenAlex

El objetivo de este artículo es realizar un estudio descriptivo del sistema compuesto por las traducciones al euskera de las obras francesas de literatura infantil y juvenil. Para ello, y tras consultar diferentes bases de datos, se ha completado un catálogo que ha dado como resultado 754 entradas de LIJ francesa traducida al euskera. Más de la mitad de las entradas se refieren a obras destinadas a los más pequeños (0-9 años) y el género del cómic también está muy representado, pues supone el 18% de todo el catálogo. Además, llama la atención la cantidad de autores que se han traducido, aunque no son muchos los autores que se escogen más de una vez. En cuanto a los traductores, cabe destacar la función de las agencias de traducción, quienes aparecen en los créditos como los responsables de haber realizado la labor de traducir los libros destinados a los más pequeños. Sin embargo, el dato más interesante es el relativo al lugar de publicación, ya que, aunque la lengua origen sea el francés, tan solo el 9,5% de las entradas del catálogo fueron publicadas en el País Vasco francés. Esto se debe, sobre todo, a la situación de no-oficialidad que vive la lengua vasca en el estado francés, y hace que surjan dos sistemas diferentes a un lado y al otro de la frontera, a pesar de que las lenguas origen (francés) y meta (euskera) sean las mismas.

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)0,006
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,882
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,003
Communication savante0,0040,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,030
Tête enseignante GPT0,346
Écart entre enseignants0,315 · 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.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMeta Journal des traducteursMême sujetGender Studies in LanguageTravaux en français237 207