MétaCan
Menu
Retour à la cohorte
Enregistrement W4214809284 · doi:10.5922/2225-5346-2022-1-2

Ethnography in Translation Studies: an object and a research methodology

2022· article· en· W4214809284 sur OpenAlexaff
Hélène Buzelin

Notice bibliographique

RevueSlovo ru Baltic accent · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensUniversité de Montréal
Organismes subventionnairesUniversity of CambridgeKent State University
Mots-clésEthnographyObject (grammar)EpistemologyContext (archaeology)EmpiricismHermeneuticsSociologyInterpretation (philosophy)MetaphorTranslation studiesExperiential learningLinguisticsPhilosophyAnthropologyHistoryPedagogy

Résumé

récupéré en direct d'OpenAlex

Based on a review of the literature on ethnography produced by translation scholars over the past twenty years, this contribution explores how translation studies [TS] has appropriat­ed this concept, first as a way to solve translation problems (with Eugene Nida), then as an object (within the cultural turn) and more recently as a research methodology to document and analyze translation and interpreting events in context. The author shows how, in the early seventies, both cultural anthropology and TS saw a change in paradigm that brought the two disciplines closer at the surface level (as the metaphor of culture as a text gained grounds), but that draw them very much apart from an epistemological viewpoint. Indeed, while ethnography was undertaking an interpretive turn, TS chose to define itself as an em­pirical discipline based on systematic and objective observation; this positivistic bias in early TS could partly explain its late adoption of ethnography as a research methodology. This liter­ary review finally reminds us of the many dichotomies out of which TS has grown and struc­tured itself — text vs context; translation vs. interpretation; experiential vs. scientific know­ledge, hermeneutics vs. empiricism, to name but a few — and suggest the need for an inter­pretive move within the discipline.

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)0,102
score de la tête « metaresearch » (Gemma)0,074
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,102
Score d'incertitude au seuil0,538

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1020,074
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0110,014
Études des sciences et des technologies0,0080,039
Communication savante0,0170,017
Science ouverte0,0040,009
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,697
Tête enseignante GPT0,646
Écart entre enseignants0,052 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSlovo ru Baltic accentMême sujetInterpreting and Communication in HealthcareTravaux en français237 207