<i>Show me your true form!</i> Traduire la salle de classe dans les jeux vidéos
Bibliographic record
Abstract
Lieu hautement symbolique, la salle de classe est un endroit institutionnalisé dans lequel des savoirs se développent et s’acquièrent. La transmission du savoir est une pratique universelle, qui ne prend pas systématiquement la même forme pour autant. Cet article propose une analyse de la traduction et de la localisation des séquences d’enseignement qui se déroulent à différents intervalles dans un jeu vidéo narratif qui n’a pas de visée éducative. À partir d’une analyse mixte sur les localisations du jeu de rôle japonais Persona 5 Royal (P-Studio, 2019), j’ouvre la discussion sur les enjeux sémioéthiques derrière la localisation des réseaux sémiotiques spécifiques à une culture ou à une langue donnée et sur les effets que peuvent engendrer des écarts quant à la réception et l’interprétation globale de l’oeuvre. J’aborde successivement les enjeux sémiotiques et éthiques en traduction, les spécificités ludonarratives de Persona 5 Royal et la méthodologie d’analyse avant de discuter des résultats obtenus.
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 | 0.001 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.070 | 0.014 |
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".