Thematic Progression Pattern in Al-Hikam Aphorism Arabic – Bahasa Indonesia and Arabic – English; Systemic Functional Linguistic Approach
Notice bibliographique
Résumé
This research investigated the information structure in translated texts Arabic – Bahasa Indonesia and Arabic – English, and how the structure is developed in terms of thematic progression pattern, so the text can be cohesive. This study also examines whether there is a topic change from the source language (SL) to the target language (TL). The method used in this study was divided into three phases: data collection, data analysis, and research report. The total of data used in this research were 435 clauses with thematic structure from 100 aphorisms in al-Hikam aphorisms Arab – Bahasa Indonesia and Arabic – English. The high percentage of unmarked topical theme shows that, textually, the information distribution in the aphorisms Arabic – Bahasa Indonesia and Arabic – English is organized in a coherent and systematic way. There are 64.35% of unmarked topical theme in Arabic – Bahasa Indonesia, and there are 59.62% in Arabic – English. The linear and zig zag progression patterns do not experience shift. Meanwhile, there is a shift in the multiple and distributed patterns. This has an impact on the level of cohesion and wholeness of the message in the thematic structure of al-Hikam aphorisms. Contextually, this research contributes to the study of cross-language and cross-cultural. A translator must be more careful in translating aphorisms in both Arabic – Bahasa Indonesia and Arabic – English since the progression patterns are multiple and distributed. Based on these results, it can be concluded that Theme mapping in information structure is an important thing that a translator should pay attention to.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».