Translating the Québécois Sociolect for Cinema: \nThe Creation of a Supertext in Bon Cop Bad Cop
Notice bibliographique
Résumé
Abstract \nTranslating the Québécois Sociolect for Cinema: \nThe Creation of a Supertext in Bon Cop Bad Cop \n \nJo-Anne Hadley \n \n \nThis thesis addresses the subtitling of the Québécois sociolect into English. In the bilingual comedy film Bon Cop Bad Cop, although the meaning of the Québécois dialogue is rendered, the flavour of the original sociolect is lost. This thesis posits that the failure to render the Québécois sociolect in the English subtitles of Bon Cop Bad Cop gives rise to understatement, thereby creating a “supertext” for bilingual movie-goers who read the subtitles that actually enhances the humour of this comedy. Examples of the supertext will be drawn from Bon Cop Bad Cop to illustrate this hypothesis. Dialogue and subtitles from Bon Cop Bad Cop will be compared and contrasted with those from De père en flic/Father and Guns, a film whose subtitles successfully render the Québécois sociolect and thus do not create a supertext. This analysis will serve to determine the types of adaptation and compensation that were used in Father and Guns to render the sociolect. The findings from this project will be of interest not only to subtitlers but all translators of the Québécois sociolect.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».