MétaCan
Menu
Retour à la cohorte
Enregistrement W4297841144 · doi:10.1075/thr.11.12gru

Second thoughts about second versions

2022· book-chapter· en· W4297841144 sur OpenAlexaff
Rainier Grutman

Notice bibliographique

RevueTopics in humor research · 2022
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésRhetorical questionArgument (complex analysis)Agency (philosophy)Identity (music)OriginalityLinguisticsDialecticIronyNoticeFace (sociological concept)ComedyEpistemologyLiteratureSociologyPsychologyAestheticsPhilosophyArtSocial psychologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract This rejoinder proceeds in a dialectical fashion. For the sake of argument, the first part takes the opposite view of the thesis according to which the translator’s identity must modify the parameters of translating different forms of humour (comedy, satire, irony, wordplay). Upon reflection, it appears that self-translators also face the constraints inherent in this exercise, whether broader cultural transfers need to be re-contextualized or specific aspects raise questions of a linguistic or rhetorical nature. This observation allows for a clearer appreciation of the specificity of self-translation in a second part of the demonstration, where received notions such as agency or intention are examined anew. Agency is not unlimited, nor is access unmediated, but both are part of the cocktail of self-translation, whose main originality resides elsewhere, however: in the possibility of embarking on a translation before completing the first text, that is, self-translating “simultaneously.” The demonstration is illustrated with many examples, and due notice is taken of articles in this volume that deal with self-translated texts and their (re)writers.

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)0,005
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,119

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,013
Communication savante0,0140,014
Science ouverte0,0020,006
Intégrité de la recherche0,0050,014
Charge utile insuffisante (le modèle a refusé de juger)0,0360,008

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 Opus0,261
Tête enseignante GPT0,391
Écart entre enseignants0,129 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTopics in humor researchMême sujetTranslation Studies and PracticesTravaux en français237 207