MétaCan
Menu
Back to cohort
Record W7015249402

Semantiska förändringar i de svenska och engelska översättningarna av Koiramäen Suomen historia

2023· other· sv· W7015249402 on OpenAlexaboutno aff

Bibliographic record

VenueUTUPub (University of Turku) · 2023
Typeother
Languagesv
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsAge discriminationQuarter (Canadian coin)Religious discrimination
DOInot available

Abstract

fetched live from OpenAlex

Syftet med denna avhandling är att undersöka vilka semantiska förändringar översättarna har gjort i de svenska och engelska översättningarna av boken Koiramäen Suomen historia. Med semantiska förändringar avser jag tillägg, explicitgörande, utelämningar och implicitgörande. För det första tar jag reda på vilka semantiska förändringar som har gjorts i översättningarna. För det andra är meningen att jämföra förändringarna i översättningarna med varandra.
\nMitt material består av den finska barnboken Koiramäen Suomen historia och dess svenska och engelska översättningar. Mina metoder är både kvantitativa och kvalitativa. Jag har gått igenom materialet genom att samla in tillägg, explicitgörande, utelämningar och implicitgörande. Sedan har jag grupperat beläggen enligt dessa fyra kategorier och räknat hur många belägg det finns i varje grupp. Efter detta har jag också tagit fram exempel på de olika typerna av semantiska förändringar. Till sist har jag jämfört beläggen i översättningarna med varandra.
\nResultaten visar att explicitgörande är den vanligaste typen av semantiska förändringar i den svenska översättningen. Skillnaden mellan antalet tillägg, utelämningar och implicitgörande är liten. I den engelska översättningen finns det däremot större skillnader mellan de olika semantiska förändringarna. Tillägg är den vanligaste förändringstypen medan explicitgörande också är mycket vanliga. Utelämningar och implicitgörande är däremot betydligt ovanligare.
\nResultaten påverkas av skillnaderna mellan de olika kulturmiljöerna. Det finns större skillnader mellan de finska och engelska kulturmiljöerna än mellan de finska och svenska miljöerna varför engelskspråkiga läsare sannolikt har mindre information om Finland. Därför måste fler tillägg och explicitgörande göras i den engelska översättningen. På samma sätt kan utelämningar och implicitgörande inte göras så ofta.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesMeta-epidemiology (narrow), Research integrity, Insufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.184
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.000
Meta-epidemiology (narrow)0.0020.003
Meta-epidemiology (broad)0.0030.002
Bibliometrics0.0030.002
Science and technology studies0.0010.001
Scholarly communication0.0000.001
Open science0.0040.002
Research integrity0.0030.002
Insufficient payload (model declined to judge)0.0210.045

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.

Opus teacher head0.014
GPT teacher head0.201
Teacher spread0.188 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same venueUTUPub (University of Turku)French-language works237,207