Exploring the translation process for multilingual implementation research studies: a collaborative autoethnography
Notice bibliographique
Résumé
INTRODUCTION: In an increasingly globalised and interconnected world, evidence to evaluate complex interventions may be generated in multiple languages. However, despite its influence in shaping the evidence base, there is little literature explicitly connecting the translation process to the goals and processes of implementation research. This study aims to explore the processes and experience of an international implementation research team conducting a process evaluation of a complex intervention in Tibet Autonomous Region, China. METHODS: This study uses a collaborative autoethnographic approach to explore the translation process from Chinese or Tibetan to English of key stakeholder interview transcripts. In this approach, multiple researchers and translators contributed their reflections, and conducted joint analysis through dialogue, reflection and with consideration of multiple perspectives. Seven researchers involved with the translation process contributed their perspectives through in-depth interviews or written reflections and jointly analysed the resulting data. RESULTS: We describe the translation process, synthesise key challenges including developing a 'voice' and tone as a translator, conveying the depth of idioms across languages, and distance from the study context. We further offer lessons learnt including the importance of word banks with unified translations of words and phrases created iteratively during the translation process, the need to collaborate between translators and the introspective work necessary for translators to explore their positionality and reflexivity during the work. We then offer a summary of these learnings for other implementation research teams. CONCLUSION: Our findings emphasise that in order to ensure rigour in their work, implementation research teams using qualitative data should make concerted effort to consider both the translation process as well as its outcomes. Given the numerous multinational or multilingual implementation research studies using qualitative methods, there is a need for further consideration and reflection on the translation process.
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 | 0,023 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,012 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».