MétaCan
Menu
Back to cohort
Record W7039564589

Musorgski vai Ikuisia säveliä? Venäjänkielisten elokuvanimikkeiden suomennokset - tarkemman tarkastelun kohteena erisnimet

2013· other· fi· W7039564589 on OpenAlexaboutno aff

Bibliographic record

VenueTrepo - Institutional Repository of Tampere University · 2013
Typeother
Languagefi
FieldArts and Humanities
TopicTranslation Studies and Practices
Canadian institutionsnot available
Fundersnot available
KeywordsQuarter (Canadian coin)Power (physics)
DOInot available

Abstract

fetched live from OpenAlex

Tutkielmassa tarkastellaan venäjänkielisiä elokuvanimikkeitä ja niiden suomennoksia vuosina 1918–1989. Tutkimuksesta on jätetty pois Neuvostoliiton romahtamisen jälkeiset vuodet, koska venäläisiä elokuvia on sen jälkeen esitetty Suomessa erittäin vähän. Nimikkeen olemukseen perehdytään tutkimalla sen funktioita, sisältöä, kieltä ja tyyliä sekä rakennetta.\n\nTarkemman tutkinnan kohteena ovat henkilön- ja paikannimet ja niiden käännökset. Työssä on tarkasteltu sitä, miten nimikkeessä oleva erisnimi ja sen viittauksen kohteen fiktiivisyys tai todenperäisyys ovat vaikuttaneet kääntämistavan valintaan, sekä millaisia alkuperäisen nimen funktiota, sisältöä, kieltä ja tyyliä tai rakennetta koskevia muutoksia käännöksissä on havaittavissa.\n\nTutkimusaineistona on Suomen elokuva-arkiston (SEA) Tenho-tietokannasta koostettu luettelo suomalaisissa elokuvateattereissa ensi-iltansa saaneista venäläisistä ja neuvostoliittolaisista elokuvista. Nimikkeitä luettelossa on 916.\n\nTutkimusta varten nimikkeet käännettiin sananmukaisesti, jotta niitä voisi verrata suomenkielisiin nimikkeisiin. Nimikkeiden käännöstavat jaettiin kolmeen luokkaan – suora käännös, muutos, uusi nimike – ja vertailtiin elokuvien nimeämistapoja vuosikymmenittäin. Kävi ilmi, että käännöstavoissa oli vaihtelua: vuosisadan alussa nimikkeen suora kääntäminen oli vallitseva tapa nimetä elokuva, mutta 1950-luvulla elokuvat nimettiin useimmiten uudelleen. Heti 1960-luvulla kääntämistapa muuttui jälleen suoraa käännöstä suosivaksi ja jatkui sellaisena 1980-luvun loppuun asti.\n\nErisnimien kääntämistä tutkittiin kahtena toisistaan kääntämistavoiltaan selkeästi poikkeavina vuosikymmeninä, 1950-luvulla ja 1980-luvulla. Kävi ilmi, että erisnimi nimikkeessä käännetään keskimääräistä todennäköisemmin vallitsevan käännöstavan mukaisesti. 1950-luvulla erisnimelliset nimikkeet saivat uuden nimen vielä todennäköisemmin kuin muut nimikkeet, vastaavasti 1980-luvulla erisnimelliset nimikkeet käännettiin lähes aina suoraan. Erisnimen viittauskohteen fiktiivisyys tai todenperäisyys ei näytä vaikuttavan käännöstapaan paljon, mutta fiktiivisen henkilön nimi käännetään todennäköisesti suoraan, jos se on peräisin maailmankuulusta kirjallisuudesta.\n\nErisnimellisten nimikkeiden referentiaalinen funktio ei aina toteutunut käännöksissä, varsinkaan 1980-luvulla, jolloin suosittiin suoraa kääntämistä. 1950-luvulla erisnimellisiinkin nimikkeisiin tehtiin rohkeita, appellatiivisuutta lisääviä muutoksia, jolloin ne kertoivat suomalaiselle katsojalle elokuvan sisällöstä paremmin ja kiinnostavammin kuin pelkkä henkilön- tai paikannimi.\n\nAsiasanat: elokuvat, henkilönnimet, kääntäminen, nimikkeet, paikannimet

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.027
Threshold uncertainty score0.075

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0040.002
Scholarly communication0.0050.002
Open science0.0000.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0220.005

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 head0.022
GPT teacher head0.208
Teacher spread0.186 · 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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
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
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueTrepo - Institutional Repository of Tampere UniversitySame topicTranslation Studies and PracticesFrench-language works237,207