MétaCan
Menu
Retour à la cohorte
Enregistrement W4404937054 · doi:10.17265/1539-8072/2024.11.007

A Study on Defamiliarization in the Translation of The Last Quarter of the Moon

2024· article· en· W4404937054 sur OpenAlexaboutno aff
SUN Fangjing, Shyh‐Jye Chen

Notice bibliographique

RevueSino-US English Teaching · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueFolklore, Mythology, and Literature Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDefamiliarizationQuarter (Canadian coin)Full moonTranslation (biology)New moonHistoryAstronomyAstrobiologyArtLiteratureArchaeologyPhysicsChemistry

Résumé

récupéré en direct d'OpenAlex

The Last Quarter of the Moon is a novel written by Chi Zijian, which describes the life of the Ewenki ethnic minority in northeast China.The novel has received wide attention for its profound theme and unique narrative style.Defamiliarization is a technique commonly used in literary creation.By breaking the conventional expression mode and changing the conventional view, readers can have new feelings and understandings.The original text of The Last Quarter of the Moon describes the life of the Ewenki minority in China, which has a strong defamiliarization effect.In the English version, the translator adopts various methods to reproduce this defamiliarization.Through the analysis of its English translation, this paper discusses the defamiliarization embodied in it and the two translation methods used by the translator to reproduce the defamiliarization of the original text: alienizing translation and hybridization.It is found that the translation successfully retains the unique charm of the original text by means of language and cultural defamiliarization, enabling English readers to obtain a new reading experience, and revealing the important reasons why the English translation of The Last Quarter of the Moon can be successfully translated and spread in the Western world.

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)0,006
score de la tête « metaresearch » (Gemma)0,020
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 enseignants0,010
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,012
Communication savante0,0060,005
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,021
Tête enseignante GPT0,246
Écart entre enseignants0,225 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSino-US English TeachingMême sujetFolklore, Mythology, and Literature StudiesTravaux en français237 207