Translation as Social Justice: Translation Policies and Practices in Non-Governmental Organisations (Book Review)
Notice bibliographique
Résumé
For decades, a convincing body of scholarly literature has elicited the deeply embedded value of non-governmental organisations (NGOs) in upholding social justice, ensuring equity and access, and achieving sustainable development, which traverses geographical boundaries, language, and cultural barriers.However, the link between NGOs' use of language translation and interpreting (T&I) and their operational goals of social justice has been "largely overlooked" (p.2).Such disregard may magnify the potential gaps in communication when the default use of the dominant language (e.g., English as lingua franca) silences less-heard local language communities, particularly in peace-building and other post-conflict scenarios.The neglect of local or minority language communities may further impinge on the principles of inclusion and human rights in international development and humanitarian settings, despite the overarching mission to leave no one behind (United Nations, 2015, 2022).To bridge potential communication gaps, Tesseur's insightful monograph is written with two key guiding questions: (1) what can international non-governmental organisations (INGOs) do to embed a more linguistically attuned approach in their translation work?and ( 2) what can translation researchers do to ensure more socially just language and translation practices?With these questions in mind, Tesseur highlights traditionally ignored aspects of NGOs' language work as a tool of empowerment in facilitating multilingual communication, addressing longstanding cultural colonisation
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 | 0,001 | 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 | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».