MétaCan
Menu
Retour à la cohorte
Enregistrement W4401032797 · doi:10.1080/0907676x.2024.2378350

Brokering understanding: Canadian deaf interpreters’ role and practice

2024· article· en· W4401032797 sur OpenAlexafffundabout
Kristin Snoddon

Notice bibliographique

RevuePerspectives · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésInterpreterSign languageLinguisticsAmerican Sign LanguageLanguage interpretationMeaning (existential)Manually coded languagePsychologySign (mathematics)Sociolinguistics of sign languagesAmateurComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

This article reports findings from semi-structured interviews with twelve Canadian deaf interpreter (DI) participants as part of a three-year study of language ideologies related to DIs. DIs are professional or amateur sign language interpreters and translators who are deaf and who may often but not always work as part of a team with hearing interpreters. When working with a hearing interpreter who uses the same national sign language, the DI’s role is often seen as meeting the needs of deaf clients who are viewed as lacking proficiency in a named language and/or who are viewed as monolingual in a named national sign language. This reflects normative language ideologies and conceptions of interpreting and translation. DI participants described their role in terms of their enhanced powers of understanding that elicited greater information from other deaf individuals than was apparent to a hearing interpreter. In addition, DI participants characterized their work as primarily translation, in a manner that accords with translation as the creation of meaning and as translanguaging that extends beyond named languages and deploys the individual’s full semiotic repertoire.

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)0,013
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,399

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0360,018
Communication savante0,0100,004
Science ouverte0,0020,012
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,104
Tête enseignante GPT0,465
Écart entre enseignants0,360 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePerspectivesMême sujetInterpreting and Communication in HealthcareTravaux en français237 207