MétaCan
Menu
Retour à la cohorte
Enregistrement W7005431207

Recontextualising nouvelle vague cinema in Québec: Leonard Cohen, subtitler of Claude Jutra’s À tout prendre

2024· article· en· W7005431207 sur OpenAlexaboutno aff

Notice bibliographique

RevueUCL Discovery (University College London) · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueBiological and pharmacological studies of plants
Établissements canadiensnon disponible
Organismes subventionnairesUniversity College London
Mots-clésRepresentation (politics)Context (archaeology)Section (typography)Translation studiesInternationalization
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this contribution, we examine the relationship between text and context in multimodal translation practices by focusing on the Québécois film À tout prendre (1963; directed by Claude Jutra) and its English version, Take It All (translated by Leonard Cohen). The first two sections provide contextual information, while Section 3 is dedicated to a comparative analysis, in which a more central role is given to the film itself and to the archival documents (such as draft versions of the French script and the English translation). On the whole, Take It All results from a complex interplay of factors: the overuse of reduction (condensation and deletion) despite the absence of spatial or temporal limitations; Cohen’s limited translation experience, combined with his influential profile as an artist; and the assumed intended target audience. The subtitles serve as an ancillary device, offering a minimalist representation of the original dialogue. Regarding the linguistic transfer itself, no misunderstandings have been encountered, although the translation can be said to diverge substantially from the original in numerous respects. Consequently, the English version exhibits a less intricate network of interrelationships and it can be argued that the subtitles have not significantly contributed to the film’s internationalization journey.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: aucune
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,211

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,009
Communication savante0,0050,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
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 Opus0,023
Tête enseignante GPT0,246
Écart entre enseignants0,223 · 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 revueUCL Discovery (University College London)Même sujetBiological and pharmacological studies of plantsTravaux en français237 207