MétaCan
Menu
Retour à la cohorte
Enregistrement W4205536129 · doi:10.55036/ufced.1031773

COMPARISON OF SUBTITLING FOR THE DEAF AND HARD-OF-HEARING GUIDELINES IMPLEMENTED ACCROSS COUNTRIES

2021· article· en· W4205536129 sur OpenAlexaboutno aff
Ali GÜRKAN

Notice bibliographique

RevueKaramanoğlu Mehmetbey Üniversitesi Uluslararası Filoloji ve Çeviribilim Dergisi · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSubtitles and Audiovisual Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPresentation (obstetrics)Point (geometry)PreferenceDimension (graph theory)TurkishService (business)PsychologyKey (lock)Computer scienceLinguisticsBusinessMarketingMedicine

Résumé

récupéré en direct d'OpenAlex

Subtitling for the Deaf and Hard-of-Hearing (SDH) guidelines assume a prominent role in providing access to audiovisual materials by setting standards that enable the service providers to offer subtitles specifically tailored to cater for the needs and preference of the hearing-impaired viewers. In the absence of guidelines that do not take the viewers’ needs into account, the subtitles run the risk of adversely affecting the viewing experience of the deaf since it would vary from one supplier to the other. This article offers a descriptive analysis of the guidelines implemented in countries with ample experience in the production and broadcast of SDH, such as Canada, the UK and the USA, with the aim of discovering the prevailing norms in these varied socio-cultural contexts. The norms and conventions that regulate the provision of SDH services in these countries are compared to reveal not only their commonalities but also the issues that cause controversy and tend to vary across the different guidelines. The key parameters are grouped and discussed under four broad categories, namely, the layout and presentation of subtitles on screen, the temporal dimension, linguistic issues and non-linguistic information. The results of the analysis and comparison of the guidelines form a strong starting point for the development of guidelines which specifically cater for the needs and preferences of the Turkish deaf viewers.

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 candidatesMéta-épidémiologie (sens strict), 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: Empirique
Score de désaccord entre enseignants0,571
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,184
Tête enseignante GPT0,375
Écart entre enseignants0,191 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKaramanoğlu Mehmetbey Üniversitesi Uluslararası Filoloji ve Çeviribilim DergisiMême sujetSubtitles and Audiovisual MediaTravaux en français237 207