MétaCan
Menu
Retour à la cohorte
Enregistrement W7066927827

Japanilaiset puhuttelumuodot käännösmangassa

2013· other· fi· W7066927827 sur OpenAlexaboutno aff

Notice bibliographique

RevueTampere University Institutional Repository (Tampere University) · 2013
Typeother
Languefi
DomaineArts and Humanities
ThématiqueComics and Graphic Narratives
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Power (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Tutkielma käsittelee japanilaisten puhuttelumuotojen kääntämistä suomen- ja englanninkielisissä mangan eli japanilaisen sarjakuvan käännöksissä. Käytän erilaisten käännösstrategioiden luokitteluun kotouttamisen ja vieraannuttamisen käsitteitä sen mukaan, onko japanilaiset puhuttelumuodot käännetty kohdekielisillä puhuttelumuodoilla vai jätetty käännökseen lähdekielisessä muodossaan. Tutkielmani tavoitteena on esitellä erilaiset puhuttelumuotojen kääntämisessä käytettävät käännösstrategiat sekä niiden hyvät ja huonot puolet ja selvittää, onko jokin strategia muita parempi. Tutkimusaineistona ovat suomen- ja englanninkieliset käännökset Tite Kubon Bleach-mangasta ja Natsuki Takayan Fruits Basket-mangasta sekä englanninkielinen käännös Yumi Hottan ja Takeshi Obatan Hikaru no Go-mangasta.\n\nEsittelen aluksi tutkielmani käännösteoreettisen pohjan eli kulttuurisidonnaisten elementtien, kotouttamisen ja vieraannuttamisen käsitteet. Kolmannessa luvussa määrittelen tarkemmin, mitä manga on, sillä se poikkeaa niin paljon länsimaisesta sarjakuvasta, että sitä on pidettävä omana tekstilajinaan. Neljännessä luvussa kerron mangan kääntämisen konventioista ja otan myös huomioon, kuinka mangan erityinen kohdeyleisö ja fanikäännökset ovat vaikuttaneet näihin konventioihin. Viidennessä luvussa esittelen ensin lyhyesti kohteliaisuuden ja puhuttelun teoriaa, minkä jälkeen käsittelen tarkemmin Japanin puhuttelukulttuuria, sen yleisimpiä kunnioittavia puhuttelusuffikseja sekä vertailen Japanin ja Suomen puhuttelukulttuureja. Esitän lisäksi havaintojani siitä, miten puhuttelumuotoja käytetään hyväksi tarinankerronnassa ja millaisia käännösongelmia eri käännösstrategioihin liittyy. Analyysissani tutkin, miten erityyppiset käännösstrategiat toimivat kussakin tutkimusaineistoni mangasarjassa.\n\nTutkimukseni osoittaa, että puhuttelumuotojen kääntämiseen käytettävä strategia voi riippua monista tekijöistä ja että kotouttava strategia sopii paremmin joihinkin sarjoihin ja vieraannuttava toisiin. Koska japanilaisessa puhuttelukulttuurissa puhuttelumuodot kertovat paljon ihmisten välisistä suhteista, vieraannuttava strategia on hyvä ratkaisu silloin kun puhuttelumuotoja käytetään tarinankerronnan apuna. Suomen ja englannin kielistä ei nimittäin löydy hyviä vastineita japanilaisille puhuttelumuodoille eivätkä ne pysty viestimään samalla tavalla ihmisten välisestä läheisyydestä ja kunnioituksesta. Siksi tällaiset vivahteet katoavat helposti käännöksestä, jos puhuttelumuodot kotoutetaan. Mangan harrastajat suosivat tästä syystä japanilaisten puhuttelumuotojen jättämistä käännökseen ja vierastavat kotouttamista, minkä vuoksi kotouttaminen sopii lähinnä sellaisiin sarjoihin, joissa puhuttelumuodot eivät ole merkittäviä ja jotka voivat kiinnostaa myös tavallisia lukijoita.\n\nAsiasanat:japani, puhuttelumuodot, kotouttaminen, vieraannuttaminen, manga

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)0,000
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 enseignants0,037
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0370,010

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 Opus0,013
Tête enseignante GPT0,163
Écart entre enseignants0,151 · 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 sujetComics and Graphic NarrativesTravaux en français237 207