The Translation of Hadiths on Prophet Muhammad’s Personal Attributes: A Foreignising Approach
Notice bibliographique
Résumé
As a category of religious texts, prophetic hadiths present distinct challenges for translators. This study aims to investigate the linguistic and cultural issues inherent in Najjar’s (2012) translation of hadiths concerning prophetic personal attributes. The analysis encompasses a selection of eight hadiths, four of which illustrate linguistic challenges, while the remaining four exemplify cultural difficulties. The theoretical framework employed in this study is a foreignizing approach, which seeks to preserve the linguistic features, cultural norms, and value systems of the original texts in their English translations. To facilitate this process, Baker’s taxonomy (1992) is utilized to identify and evaluate samples with linguistic issues, whereas Newmark’s cultural categorisation (1988) is applied to select and assess samples with cultural concerns. Specifically, linguistic samples are chosen based on Baker’s taxonomy, which analyses equivalence at both the word and grammatical levels, while cultural samples are selected in accordance with Newmark’s concept of ‘material culture,’ encompassing aspects such as food and clothing. Additionally, Halimah’s (ACNCS) criteria (2015) are employed to analyse and evaluate the quality of the translated hadiths. The findings of this study suggest a pressing need for the retranslation of prophetic personal attributes hadiths through the application of a foreignising approach. Although the scope of this research is not exhaustive, it is anticipated that the study will contribute to the understanding of these texts among non-Arab Muslims and stimulate further scholarly inquiry in this area.
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 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».