Musorgski vai Ikuisia säveliä? Venäjänkielisten elokuvanimikkeiden suomennokset - tarkemman tarkastelun kohteena erisnimet
Bibliographic record
Abstract
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 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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 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; both teacher heads agree on what is shown here.
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".