Konferenssitulkkauksen strategiat tulkattaessa englannin kielestä suomen kielelle
Bibliographic record
Abstract
Tässä tutkimuksessa tarkastellaan konferenssitulkkauksen strategioita tulkattaessa englannin kielestä suomen kielelle. Työn tarkoituksena on tutkia miten tulkkauksen tavoite eli lähdekielisen viestin välittäminen kohdekielelle toteutetaan, ja mitä vaikeuksia konferenssitulkki kohtaa tulkatessaan englannin kielestä suomen kielelle. Sen lisäksi tavoitteena on luoda suomenkielinen konferenssitulkkauksen strategioiden luokittelu muissa kieliparissa käytettyjen luokittelujen perusteella. Konferenssitulkkausta ei ole tutkittu paljon, koska sen prosessiin vaikuttavat monet tekijät, jotka tekevät siitä vaikean tutkimuskohteen. Suomenkielisessä tieteellisessä kirjallisuudessa konferenssitulkkausta, sen prosessia, siinä käytettyjä strategioita, eikä tulkin roolia ei ole tutkittu ollenkaan. Aineistona on Nokian tiedotustilaisuus, joka pidettiin Suomessa, Espoossa 3. syyskuuta 2013. Aineisto litteroitiin sekä englanniksi että suomeksi. Nauhan pituus on noin 55 min, joista litteroitu pätkä on noin 18 min. Litteroidussa tekstissä on sekä alkuperäinen puhe, että sen tulkkaus, ja siihen kuuluu noin 18 minuuttia koko tilaisuudesta. Litteroitu teksti löytyy työn liitteenä. Aineiston analyysin perusteella konferenssitulkkauksessa englanti-suomi-sanaparissa hyödynnetään samoja strategioita kuin muissakin kielipareissa, mikä todistaa universalistien teorian siitä, ettei kielipari vaikuta strategian tai niiden yhdistelmän valintaan. Aika usein huonosti suoritettu tulkkaus selitetään sillä, että tulkki oli väsynyt tai tulkkauksen olosuhteet eivät olleet sopivia hyvään työntekoon, mutta tulkkauksen menestykselliseen suoritukseen vaikuttavat myös tulkin valitsemat strategiat. Konferenssitulkkaus tapahtuu aina suullisessa kaksikielisessä diskurssisissa, jossa on erilaisia osallistujia, minkä takia strategioiden valintaan vaikuttavat eri tekijät. Strategioiden valinta riippuu sekä lingvistisistä että ekstralingvistisistä tekijöistä, mm. tulkin kielitaidosta ja tulkkauskompetenssista, puhujan puhenopeudesta ja siitä, millaiset taustatiedot kuulijoilla on aiheesta. Tutkimuksen tulokset todistavat kognitiivisen näkökulman merkitystä tulkkausprosessin ymmärtämisessä. Tämän näkökulman mukaan konferenssitulkkaus on ajatusten ja viestien välittämistä, ei pelkkää merkkien välittämistä kielestä toiseen.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.080 | 0.017 |
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".