MétaCan
Menu
Retour à la cohorte
Enregistrement W7111878409

Context, Field and Landscape of Audiovisual Translation in the Arab World

2020· article· en· W7111878409 sur OpenAlexaboutno aff

Notice bibliographique

RevueESSACHESS/Essachess · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésState (computer science)Quarter (Canadian coin)Field (mathematics)PoliticsTranslation studiesArabic
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Translation, as a cultural mediation, builds bridges between the Arab world and the outside world, particularly the west and continues to occupy a pivotal place in Arab society. Over the past two centuries, and since the establishment of the school of translation in Cairo in 1835, translation has been viewed as a vehicle of Nahda (progress) and Tanweer (enlightenment). Over the past two decades, however, translation in the Arab world has been radically transformed both at the practice and policy levels. The turn of the new millennium has brought about changes that have shaken the state of affairs and challenged old thinking and the ways of doing things. First, digital technology has changed the way things are done from work, play and study to the ways we socialise, shop and entertain ourselves. Second, a report on human development in the Arab world published in 2002 by the United Nations Development Programme (UNDP), revealed the unhealthy state of translation in most Arab countries. The paper examines the state of audiovisual study in Arabic and invites scholars to focus a lot more on their own local environment. It argues that a quarter of a century after the conference that launched the concept of AVT in Europe in 1995, the time has come for Arab academia to start developing its (own) theoretical frameworks for the localisation of audiovisual translation studies with the view of making translation studies not only relevant to society but also to play the role it was envisaged two centuries earlier.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,918
Score d'incertitude au seuil0,672

Scores Codex et Gemma par catégorie

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

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 Opus0,105
Tête enseignante GPT0,284
Écart entre enseignants0,179 · 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 tête enseignante, 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
GenreEmpirique

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueESSACHESS/EssachessMême sujetTranslation Studies and PracticesTravaux en français237 207