MétaCan
Menu
Retour à la cohorte
Enregistrement W7034916192

Yxi, iocu ja se NP:n tarkenteina Mikael Agricolan kääntämässä Uudessa testamentissa

2013· other· fi· W7034916192 sur OpenAlexaboutno aff

Notice bibliographique

RevueTyöväentutkimus Vuosikirja · 2013
Typeother
Languefi
DomaineEarth and Planetary Sciences
ThématiqueSubterranean biodiversity and taxonomy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPower (physics)Context (archaeology)Quarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Tutkielmassa selvitetään, miten Agricola käyttää sanoja yxi, iocu ja se substantiivilausekkeen tarkenteina vieraiden kielten artikkelien tapaan. Aineistona on kaksi tekstiotetta Agricolan kääntämästä Uudesta testamentista (Se Wsi Testamenti = WT): toinen teoksen alusta Matteuksen evankeliumista ja toinen loppupuolelta, 1. kirjeestä Timoteukselle. WT on käännetty kreikkalaisen alkutekstin sekä latinalaisten, saksalaisten ja ruotsalaisten käännösten pohjalta, joista kielistä germaanisissa saksassa ja ruotsissa on pitkälle kieliopillistuneet artikkelit, ja perinteisesti Agricolan on katsottu käyttävän tarkenteita niiden vastineena. Tässä työssä tarkastellaan, onko tarkenteiden läsnäolo ja poisjättö selitettävissä yksin lähtötekstiuskollisella käännöstavalla vai onko Agricolaa ohjannut myös käsitys hänen aikansa puhutulle suomelle ominaisesta tarkenteenkäytöstä. Analyysissä kartoitetaan ensinnäkin tarkenteellisten NP:iden frekvenssi, mikä osoittaa tarkenteiden olevan kirjeessä selvästi yleisempiä kuin evankeliumissa. Tarkenteenkäytön motivaatiota tutkitaan toisaalta vertaamalla Agricolan käännöksen tarkenteellisia ja tarkenteettomia NP:itä hänen lähtöteksteihinsä ja toisaalta analysoimalla, millaisissa viittauksissa tarkenne esiintyy ja millaisissa ei. Lähtökieliin vertailu näyttää, että silloin kun WT:n pohjateksti on paikannettavissa, tarkenteiden esiintyminen ja poisjäänti on useimmiten yhdistettävissä sen malliin. Keskimäärin joka neljännessä tapauksessa Agricola kuitenkin toimii vastoin pohjatekstinsä mallia. Viittausten tyypin analyysi osoittaa, että evankeliumissa tarkenteiden esiintyminen painottuu kieliopillistumisen alkuvaiheille tyypillisiin yhteyksiin ja poisjäänti pitemmälle kieliopillistuneisiin. Näin on etenkin epämääräisen tarkenteen yxi kohdalla, joka esiintyy ainoastaan nk. esittelyrakenteessa ja jää muista yhteyksistä pois lähimmän lähtökielen mallista riippumatta. Määräistä tarkennetta Agricolalla on taipumus käyttää etenkin anaforisissa ja muissa spesifeissä viittauksissa. Kirjeessä selkeää linjaa tarkenteidenkäytölle ei hahmotu. Tarkenteesta iocu todetaan, että se vastaa selvimmin germaanista epämääräistä artikkelia sellaisissa myöntölauseiden NP:issä, joilla ei viitata. Näiden tulosten pohjalta todetaan, että evankeliumissa viittauksen tyyppi on lähes yhtä tärkeä tarkenteenkäyttöä selittävä tekijä kuin pohjateksti ja että evankeliumin käännös on ilmeisesti lähempänä 1500-luvun puhekieltä kuin kirjeen, jonka kaavoihin sovittamattoman tarkenteenkäytön arvioidaan olevan sanasanaisemman kääntämistavan tulosta. Näin ollen esitetään, että 1500-luvun puhutussa suomessa on todennäköisesti käytetty tarkennetta yxi esittelyrakenteessa ja tarkennetta se demonstratiivisten käyttöjen ohella etenkin anaforisissa viittauksissa, mihin kategorioihin Agricolan tarkenteiden esiintymät evankeliumissa painottuvat.

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 enseignants0,073
Score d'incertitude au seuil0,243

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 technologies0,0020,001
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0730,027

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 Opus0,037
Tête enseignante GPT0,197
Écart entre enseignants0,160 · 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 revueTyöväentutkimus VuosikirjaMême sujetSubterranean biodiversity and taxonomyTravaux en français237 207