Arg. et pop., ces abréviations qui donnent les jetons aux traducteurs-dialoguistes
Bibliographic record
Abstract
L’étude, qui se concentre sur la traduction pour le doublage de films de fiction français en italien, essaie de mettre en évidence, dans la première partie, la nécessité de prendre en compte les variations diatopiques, diaphasiques et diastratiques dans leur interaction constante à l’intérieur des tendances linguistiques du français contemporain. Après avoir reconnu cette exigence, et démontré que les notions de registre ou de niveau se révèlent insuffisantes pour l’opération de la traduction filmique, car elles proposent en français un système de classement confus et elles considèrent séparément tantôt les variations diaphasiques, tantôt celles diastratiques, l’étude analyse, dans la deuxième partie, les variations populaires et argotiques dans un corpus de sept films français réalisés entre 1995 et 2001, et la transposition ou la neutralisation de ces mêmes variations dans les versions italiennes des films. Dans la partie finale est présenté le cas particulier du « langage des cités », de plus en plus présent dans certains films français, et qui est caractérisé non seulement par des variations en même temps diaphasiques, diastratiques et diatopiques, mais aussi par une volonté, marquée, d’attribuer au langage une fonction identitaire.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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 teacher head, 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".