Japanilaiset puhuttelumuodot käännösmangassa
Bibliographic record
Abstract
Tutkielma käsittelee japanilaisten puhuttelumuotojen kääntämistä suomen- ja englanninkielisissä mangan eli japanilaisen sarjakuvan käännöksissä. Käytän erilaisten käännösstrategioiden luokitteluun kotouttamisen ja vieraannuttamisen käsitteitä sen mukaan, onko japanilaiset puhuttelumuodot käännetty kohdekielisillä puhuttelumuodoilla vai jätetty käännökseen lähdekielisessä muodossaan. Tutkielmani tavoitteena on esitellä erilaiset puhuttelumuotojen kääntämisessä käytettävät käännösstrategiat sekä niiden hyvät ja huonot puolet ja selvittää, onko jokin strategia muita parempi. Tutkimusaineistona ovat suomen- ja englanninkieliset käännökset Tite Kubon Bleach-mangasta ja Natsuki Takayan Fruits Basket-mangasta sekä englanninkielinen käännös Yumi Hottan ja Takeshi Obatan Hikaru no Go-mangasta.\n\nEsittelen aluksi tutkielmani käännösteoreettisen pohjan eli kulttuurisidonnaisten elementtien, kotouttamisen ja vieraannuttamisen käsitteet. Kolmannessa luvussa määrittelen tarkemmin, mitä manga on, sillä se poikkeaa niin paljon länsimaisesta sarjakuvasta, että sitä on pidettävä omana tekstilajinaan. Neljännessä luvussa kerron mangan kääntämisen konventioista ja otan myös huomioon, kuinka mangan erityinen kohdeyleisö ja fanikäännökset ovat vaikuttaneet näihin konventioihin. Viidennessä luvussa esittelen ensin lyhyesti kohteliaisuuden ja puhuttelun teoriaa, minkä jälkeen käsittelen tarkemmin Japanin puhuttelukulttuuria, sen yleisimpiä kunnioittavia puhuttelusuffikseja sekä vertailen Japanin ja Suomen puhuttelukulttuureja. Esitän lisäksi havaintojani siitä, miten puhuttelumuotoja käytetään hyväksi tarinankerronnassa ja millaisia käännösongelmia eri käännösstrategioihin liittyy. Analyysissani tutkin, miten erityyppiset käännösstrategiat toimivat kussakin tutkimusaineistoni mangasarjassa.\n\nTutkimukseni osoittaa, että puhuttelumuotojen kääntämiseen käytettävä strategia voi riippua monista tekijöistä ja että kotouttava strategia sopii paremmin joihinkin sarjoihin ja vieraannuttava toisiin. Koska japanilaisessa puhuttelukulttuurissa puhuttelumuodot kertovat paljon ihmisten välisistä suhteista, vieraannuttava strategia on hyvä ratkaisu silloin kun puhuttelumuotoja käytetään tarinankerronnan apuna. Suomen ja englannin kielistä ei nimittäin löydy hyviä vastineita japanilaisille puhuttelumuodoille eivätkä ne pysty viestimään samalla tavalla ihmisten välisestä läheisyydestä ja kunnioituksesta. Siksi tällaiset vivahteet katoavat helposti käännöksestä, jos puhuttelumuodot kotoutetaan. Mangan harrastajat suosivat tästä syystä japanilaisten puhuttelumuotojen jättämistä käännökseen ja vierastavat kotouttamista, minkä vuoksi kotouttaminen sopii lähinnä sellaisiin sarjoihin, joissa puhuttelumuodot eivät ole merkittäviä ja jotka voivat kiinnostaa myös tavallisia lukijoita.\n\nAsiasanat:japani, puhuttelumuodot, kotouttaminen, vieraannuttaminen, manga
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.037 | 0.010 |
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".