Prompting for Precision: Assessment of Translation Quality via Role-Based (Persona) Prompting in the Medical Texts Domain
Notice bibliographique
Résumé
This paper interrogates the transnational applicability of Western feminist translation theories, particularly those advanced by the Québec experimental school of translation, in the context of feminist writing from Odisha. By engaging with Pratibha Ray’s Punyotaya (The sacred river), it examines how feminist translation strategies function as both enabling and destabilizing forces within the regional literary canon. Translating Punyotaya through a feminist lens becomes an empowering ‘archaeological act’ that excavates the Odia literary canon to expose historically marginalized intersections of gender and translation. Such an endeavor allows the translator to intervene critically in patriarchal discourses by ‘reading both the author and the text as feminist,’ thereby re-signifying Odia women’s writing within the broader framework of feminist epistemology. At the same time, translating as a feminist foregrounds the translator’s subjectivity, making visible her gendered position as a co-creator of meaning and challenging the illusion of neutrality and fidelity. However, Punyotaya also problematizes the straightforward application of Western feminist translation strategies, demanding sensitivity to local gender politics and linguistic specificities. The paper thus argues that feminist translation must be re-contextualized through a decolonial and intersectional framework that acknowledges indigenous feminist thought while negotiating between theory, culture, and practice in reconstructing women’s literary agency in Odisha. Further, by situating translation as an ‘ethically charged’ ‘aesthetic practice,’ the study underscores the need to move beyond universalist models and toward plural, location-specific feminist methodologies grounded in vernacular feminist literary traditions.
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 | 0,084 | 0,413 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».