MétaCan
Menu
Retour à la cohorte
Enregistrement W7033146496

Pohjantähti ja Nouseva aurinko. Suomen ja Japanin kirjallisuuden suhteita käännöskirjareseption näkökulmasta.

2013· other· fi· W7033146496 sur OpenAlexaboutno aff

Notice bibliographique

RevueTampere University Institutional Repository (Tampere University) · 2013
Typeother
Languefi
DomaineHealth Professions
ThématiqueDietetics, Nutrition, and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Government (linguistics)Value (mathematics)Population
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Tämä pro gradu-tutkielmamme käsittelee Suomen ja Japanin kirjallisia suhteita vuoteen 1999 asti käännöskirjareseption näkökulmasta. Tutkimuksen lähtökohtana on se, miten Suomen ja Japanin kirjallisuutta on luettu molemmissa maissa, jotka sijaitsevat maantieteellisesti ja kulttuurisesti kaukana toisiaan. Vastaavaa tutkimusta toistaiseksi ei ole tehty. Tässä tilanteessa maiden kirjallisten suhteiden havainnollistaminen auttaa syventämään maiden ystävyyssuhteita. Tämä tutkimus pohjautuu reseptiohistorialliseen tarkasteluun. Käännöskirjareseptiossa prosessi on kuitenkin monimutkaisempi kuin maan rajojen sisällä tapahtuvassa reseptiossa. Käännöskirjareseptiossa tärkeitä tutkimusaspekteja ovat käännöskirja, välitys ja vastaanotto. Käännöskirjan tarkastelussa tutkimiskohteeksi nousee pääasiallisesti kielellinen viestintä, ts. miten alkukieli toimii kohdekielen järjestelmässä. Käännöskirjallisuudessa alkutekstin muoto ja merkitys usein joutuvat muuttumaan toisenlaisiksi kohdetekstiin siirtyessään. Monessa tapauksessa sitä säätelevät kohdemaan tilannetekijät, mm. kieliopillinen funktio tai kulttuuriympäristö. Välityksen tarkastelussa se, miten teoksia valitaan käännettäviksi riippuu enemmän vastaanottajamaasta, ts. kohdemaan ulttuurisfääri ja yhteiskunnallinen tilanne vaikuttavat paljolti käännöskirjojen valintaan. Valinnan prosessissa tärkeäksi muodostuu sekä kronologinen että synkroninen tarkastelu, joka tarkentaa valinnan prosessin kokonaiskuvaa. Vastaanoton tarkastelussa pääasiallinen tutkimiskohde on lukija. Etenkin lukijan etukäteistieto vaikuttaa vahvasti hänen suhtautumiseensa käännöskirjoihin. Olemme tarkastelleet käännöskirjojen vastaanottoa kollektiivisen luennan valossa, ja vastaanottoprosessia tässä tutkielmassa ilmentävät käännöskirjoihin kohdistuvat arvostelut, tutkimukset ja artikkelit. Näiden aspektien valossa olemme tarkastelleet suomalaisten ja japanilaisten lukemista. Olemme todenneet, että kielellisen viestinnän kannalta alkukielen painotukset kohdekielen järjestelmässä eivät ole tasapainoissa, ts. kohdekielessä pääpaino on joko muodon säilyttämisessä tai merkityksen selventämisessä. Alkuteksti on siis jouduttu painottamaan toisin kohdekieleen siirtyessä. Välityksessä sosiaalinen tai yhteiskunnallinen tilaus nousee tärkeäksi tekijäksi, joka vaikuttaa käännöskirjojen valintaan. Myös kääntäjien mieltymykset ovat tärkeä tekijä, jos ajatellaan niitä, jotka pystyvät kääntämään suoraan alkukielestä kohdekieleen teosten kulttuurista taustaa ja konnotatiivista ilmaisua harkiten. Vastaanoton tarkastelussa on ilmennyt, että molemmissa maissa yhteistä on tietyn etukäteistiedon olemassaolo. Suomen kirjallisuuden vastaanotossa Japanissa etukäteistietoina toimivat itäisyys (Kalevala) ja nuorisokirjallisuuteen suuntautuva länsimaisuus (Tove Janssonin teokset), toisaalta Japanin kirjallisuuden vastaanotossa Suomessa tanka- ja haikurunojen tuottama japanilainen estetiikka on pitkälti leimannut vastaanottoprosessia.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,098
Score d'incertitude au seuil0,327

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,002
Communication savante0,0060,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0980,030

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 Opus0,025
Tête enseignante GPT0,256
Écart entre enseignants0,231 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTampere University Institutional Repository (Tampere University)Même sujetDietetics, Nutrition, and EducationTravaux en français237 207