MétaCan
Menu
← Retour à la cohorte
Enregistrement W6948979572 · doi:10.5281/zenodo.10949179

Nigeria

2024· book-chapter· en· W6948979572 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésInterpreterIndigenousQuality (philosophy)ColonialismFirst languageAccreditationEthnic groupLanguage industryMediation

Résumé

récupéré en direct d'OpenAlex

Nigeria is a nation of people from different ethnic groups and kingdoms, whose mother tongues vary greatly. Indigenous persons with ‘linguistic talents’ played roles as language mediators in interethnic and transnational communication in pre-colonial times. Language mediation was also necessary for successful communication in the colonial period. First, interpreting was prioritised, then translation, a trend which continued into the post-independent era in Nigeria. Today, Nigeria’s significant position, as the most populous African nation with one of the largest economies, puts the country into the global limelight. Effective communication with other countries requires the use of translation and interpreting services. These language services are therefore essential. Recent studies have also established the market demand for translation and interpreting services, providing details of the needs in the industry and the two academic fields. Although further studies are required, current results show developmental gaps in these areas. Accreditation and standardisation issues are pertinent, as are the quality of services currently rendered, and the availability of quality education in academia. In this paper, we trace the history of translation and interpreting in Nigeria, touching on aspects such as religious and literary translation, standards and practices, as well as translator and interpreter studies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,000
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1040,046

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 Opus0,079
Tête enseignante GPT0,252
Écart entre enseignants0,173 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 revueZenodo (CERN European Organization for Nuclear Research)→Même sujetTranslation Studies and Practices→Travaux en français237 207→