MétaCan
Menu
Retour à la cohorte
Enregistrement W6925163256 · doi:10.17613/7zf9f-vve11

"Translingual Shakespeare: An Afterword," Shakespeare in Succession: Translation and Time, ed. Michael Saenger and Sergio Costola (Montreal: McGill-Queen's University Press, 2023), 298-307

2023· article· en· W6925163256 sur OpenAlexaboutno aff

Notice bibliographique

RevueKnowledge Commons (Lakehead University) · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDramaPoetryMythologyProperty (philosophy)Space (punctuation)Translation studiesCultural translation

Résumé

récupéré en direct d'OpenAlex

Literary translations work with, rather than out of, the space between languages. Translations evolve not only across linguistic and cultural borders but also across time. It is notable that Shakespeare's own play texts feature translational properties that can be amplified in translation. This translingual property makes Shakespeare's text inherently translational in the dramaturgical and gestural senses. A frequently stated myth is that Shakespearean drama is all about its poetic language, and adaptations in another language would violate the "original." The history of performance and reception in and beyond the Anglophone world suggests otherwise. Literary translations rely on, and amplify, the translingual property of languages. Translingual echoes occur when semantically linked phrases mean similar but not identical things in more than one language. Even English-language performances engage in translational behaviors, because audiences would find many scenes confusing without seeing the actors performing them. In our times, most audiences encounter Shakespeare in truncated, often translational, forms, such as short video clips, memes, or quotes. This cross-fertilization and mobility are the norms, not the exceptions. Translation studies contribute site-specific epistemologies to our understanding of what Shakespeare means in different locations and in different times.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,899
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,038
Tête enseignante GPT0,247
Écart entre enseignants0,209 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge Commons (Lakehead University)Même sujetTranslation Studies and PracticesTravaux en français237 207