Traduzindo um país: um estudo da tradução de marcadores culturais a partir de corpora paralelos de textos português/inglês sobre o censo demográfico brasileiro
Bibliographic record
Abstract
A Deus, de tudo o princípio e o fim.Aos meus pais, Anailde e João, por tantos motivos que seria impossível enumerar aqui.Aos meus irmãos, Eveline e Igor, pelo suporte emocional, financeiro e acadêmico prestado em diversos momentos.Ao meu marido, Cláudio Santos, pelos momentos compartilhados durante todo este longo processo.Ao Instituto Brasileiro de Geografia e Estatística, que tem me proporcionado crescimento profissional e oportunidades diversas há quase 15 anos.Aos meus colegas de trabalho, principalmente aos companheiros tradutores Gisele Flores e La-Fayette Côrtes Neto, pela compreensão e palavras de ânimo.Aos irmãos da Fraternidade Santo Antônio, por compreenderem minhas limitações e perdoarem os períodos de ausência.Aos meus amigos, pela torcida e por todos os momentos de alegria que me deram força para seguir em frente.Aos colegas do TRADUSP, em especial à Flávia Peres Pregnolatto, e à minha xará Aline Vidal por todo o apoio e ajuda.À professora Diva Cardoso de Camargo, pela orientação cuidadosa, pela atenção, e pelos inspiradores exemplos que me deu ao longo de todo o mestrado.A todos os professores com quem tive a honra de estar em contato durante o curso, em especial às professoras Angela Maria Tenório Zucchi (TRADUSP), Ieda Maria Alves (DFLP), Mariângela de Araújo (DFLP) e Paula Tavares Pinto (UNESP) por suas contribuições nas etapas de qualificação e defesa.À USP, em especial ao Departamento de Letras Modernas e a todos que, direta ou indiretamente, contribuíram para a conclusão desta etapa em minha vida."Traduzir é conviver."(João Guimarães Rosa) RESUMO Este trabalho apresenta um estudo da tradução para a língua inglesa de textos dos tipos release jornalístico e questionário, relativos ao Censo Demográfico 2010 e disponibilizados no website do Instituto Brasileiro de Geografia e Estatística (IBGE),com ênfase nas soluções tradutórias dadas aos vocábulos considerados marcadores culturais, pertencentes aos domínios da cultura ecológica, ideológica, material e social (AUBERT, 1981(AUBERT, , 2006)).Tomando como arcabouço teórico os Estudos da Tradução Baseados em Corpus (ETBC) (BAKER, 1993(BAKER, , 1995(BAKER, , 1996;;CAMARGO, 2005 CAMARGO, , 2007)), fundamentos da Linguística de Corpus (BERBER SARDINHA, 2000SARDINHA, , 2004)), e fazendo uso do programa WordSmith Tools, foram analisadas as soluções adotadas, à luz das modalidades de tradução de Aubert (1998), e identificados traços característicos da linguagem da tradução (BAKER, 1996), a saber: explicitação, normalização e simplificação, no corpus traduzido.Também foram feitas comparações com corpora de mesma temática formados por textos originalmente escritos em inglês e obtidos dos websites dos institutos internacionais US Census Bureau e Statistics Canada.Os resultados apontam os domínios da cultura social e ideológica como os mais e os menos frequentes, respectivamente, nas traduções.Os marcadores de maior chavicidade foram 'indígenas', nos releases, e 'município', no questionário.Quanto às modalidades, as mais recorrentes nos textos analisados foram: omissão, tradução literal, modulação e transposição.Dada a reduzida presença das características da tradução no questionário, este aspecto foi analisado a partir de exemplos dos releases, apenas, sendo a explicitação a marca menos observada, e a normalização, a característica mais presente nos textos.A comparação com os corpora dos institutos internacionais supracitados evidenciou a existência de três palavras-chave coincidentes nos releases -'census', 'population' e 'household(s)' -e de apenas uma palavra-chave no caso do questionário -'person(s)'.As opções tradutórias adotadas para os marcadores culturais no texto do IBGE não foram encontradas nos corpora comparáveis.
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 | 0.010 | 0.023 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.006 | 0.012 |
| Science and technology studies | 0.008 | 0.009 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".