Introduction: what is failure in translation?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This special issue is the brain child of the recent volume Vergil and His Translators (Oxford University Press, 2018) which was edited by the guest editors. More specifically, Craig Kallendorf’s essay in the volume, ‘Successes and Failures in Vergilian Translation’, which we placed in prime position, opened a new avenue of discussion that was only tangentially explored in that volume. In this collection of essays for the Classical Receptions Journal we explore this theme further as it relates to translation studies and Vergilian studies today. The essays of seven international scholars that comprise this special issue explore different manifestations of failure and address reasons for the failure of even the most accomplished translators to bring Vergil’s masterpieces to the reading public in their cultures. Initially, this line of exploration may seem to be a futile exercise: what is gained from talking about translations that failed to accomplish the only goal for which they were conceived, namely making Vergil’s poems accessible to readers in another culture who cannot read Latin? If the translation fails in delivering in some tangible ways the essence and literary qualities of the original poem, then that translation deservedly must disappear into the river of literary oblivion. However, as these essays show, the aesthetic of any given translation is also firmly rooted in the society of the target language. These essays reveal that failed translations can sometimes tell us more about the aesthetics, culture, politics, and ideology of society than the successful ones can, and they have the potential to provide a fertile ground from which more successful translations might grow.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,097 | 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 découle