Las traducciones como fuentes para la prensa en el siglo XIX: el caso de la Gaceta de Caracas
Bibliographic record
Abstract
Aura Navarro**Objetivo: estudiar la influencia de las traducciones publicadas durante el primer período patriótico en la Gaceta de Caracas (GdC) en la consolidación de la independencia y de la Primera República venezolana.Método: el trabajo que llevamos a cabo estuvo constituido de tres etapas: 1) arqueo del corpus, para identificar y caracterizar las traducciones; 2) análisis comparativo: la comparación de los textos originales (TO) y sus traducciones (TT); y 3) observación del comportamiento de los traductores-redactores de la Gaceta.Resultados: constatamos que, dado que la mayoría de la información traducida en GdC provenía de periódicos provenientes de Estados Unidos y de Inglaterra, el inglés es entonces el idioma más traducido en la GdC.El contenido de las traducciones es principalmente político y éstas son siempre anónimas.Constatamos, además, que en la traducción de la prensa, el resumen y la perífrasis son empleados, pero que la literalidad constituye también una técnica de traducción utilizada de manera frecuente.Sin embargo, en la mitad de las traducciones comparadas la estrategia de traducción empleada es la apropiación.Conclusiones: la traducción en la Gaceta de Caracas contribuyó a la consolidación de la independencia y de la Primera República venezolana, gracias al uso de la estrategia de apropiación de los textos con fines políticos por parte de los traductores.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.023 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.013 | 0.017 |
| Scholarly communication | 0.012 | 0.004 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.003 | 0.007 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".