翻译不断变化的汉语口译研究: 一项基于社会网络分析的研究 [The ever-changing face of Chinese Interpreting Studies: A social network analysis]
在过去二十年里,随着笔译和口译研究(TIS)的持续迅速发展,科学计量研究法已经越来越多地用于分析其发展趋势和模式。受社会网络分析(SNA)的启发,本研究的目的是量化学术研究影响,并确定其在学院层面对汉语口译研究(CIS)的影响模式。为达到此目的,本文将回答以下几个问题:哪些出版物最有影响力?哪些学院最为举足轻重?他们在不同层面的影响力是怎么随着时间的推进而演变的?通过对一个几乎囊括了所有CIS文献的引用文(59303条)分析,本研究发现:虽然很多中文口译教材也具有很大的影响力,但是大多数具有影响力的出版物都是专著和具有理论性质的。本研究还发现一所院校的研发能力的排名并不一定代表高学术影响力。
- 社会网络分析,
- 科学计量研究方法,
- 汉语口译研究,
- 数据科学
1.背景
科学计量研究方法,指依靠定量方法对科学交流进行分析,其起源可以追溯到20世纪60年代 (Garfield 1979)。这个方法一开始被图书管理员所用;面对不断增长的科学文献和有限的书架空间,他们用这个方法来确定哪些参考资料更应该被优先保留(Archambault and Lariviere 2007),后来它逐渐发展成了一门独立的学科。随着在20世纪下半叶科学研究的蓬勃发展,引进一个标准就变得越来越有必要——这个标准可以帮助决定哪些研究领域或项目应该得到资助,因此科学计量研究方法开始在这个决策过程中扮演一个有影响力的角色。甚至还有人宣称它可以使得研究经费得到更有效的使用 (Beck 1978).
随着过去二十年口译及笔译研究(TIS)的迅速发展, 目前每年发表的论文数以千计(Franco Aixel 2013),这一领域的学者们逐渐意识到分析增长轨迹和新兴趋势的重要性。通过利用不同规模的引用文献数据库,一些先锋们使用了科学计量研究方法来追溯这个专业领域的发展过程(例如:Pöchhacker 1995; Gile 2000; Grbić and Pöllabauer 2008b), 以及确定被引用的次数最多的出版物(例如Giles 2005, 2006 )。然而仅仅是计算一篇论文被引用了多少次,并非是衡量某一篇论文的学术影响力的全面而精确的方法(Ma, Guan, and Zhao 2008)。此外,几乎没有TIS研究表明哪些院校有着最大的学术影响力,以及这些影响是怎样随着时间变化的。这些问题引起了我们的注意,因为大学学术排名通常是推动学术探究创新的动力,它常常在决定这些大学获得多少研究资金中起非常重要的作用(Fasella 1999; Viana-Baptista 1999)。通过使用以SNA为首的分析数据的方法, 本文研究了汉语口译研究(CIS)界成员之间的学术互动情况,确定了最有影响力的论文并量化了不同的大学之间的互动情况, 其目的是为了描述这些相互联系的力量是如何塑造并持续地影响着这门学科的。
2.作为一种研究工具的科学计量法
2.1科学计量方法和引文分析法的介绍
学者在运用科学计量研究法时,遇到的第一个典型的挑战通常是所搜集的数据的代表性。不具代表性的数据会生成有偏差的样本,从而导致不正确的结论。但是,其他领域的研究人员传统上一直依赖商用数据库的信息来分析定义明确的小规模数据样本。例如,Carr and Britton(2003)使用了由非综合性的期刊引文报告(JCR)的商用数据库提供的引文来评估期刊对心理行为学的影响。通过把这些期刊按每年是否被引用超过1000次分为两大类,他们发现那些被引用较少的期刊的影响力远远不如那些被引用超过1000次的期刊,因此前者对研究文献的影响也远远不如后者。
虽然引文索引使用率增长了,但是近四十年科学研究日益多样化以及相应的新学术领域的增多,导致了大量的高质量学术期刊被排除在那些顶级引文索引所用的“篮子”之外。这个问题在TIS中尤为明显:虽然它已经发展成了一个独立的学术领域,但是仍然被许多人认为是传统领域(如文学或语言学)的一个分支。在处于领先地位的通用学术数据库中,TIS所占的比例很小这一事实也证明了这一点。Grbić and P.llabauer (2008a) 发现,在全世界发表的数百篇翻译期刊中,只有四篇被科学网编入索引中。但是,即使是一些以语言为主导的数据库,例如美国现代语言学会(MLA),也并不一定拥有关于TIS的全面信息,这是因为他们使用了具体的标准(如被引频次)来决定收录哪些出版物。很多TIS期刊的出版商发现很难达到这些严格的标准,因为TIS学界规模很小并且涵盖的主题很广泛:从文学,技术,法律方面的翻译到本地化和手语翻译。
由于在商用数据库中综合引文数据有限,学者们尝试使用由计算机生成的算法,例如用自主引文索引(ACI)来提取引用次数(Goodrum et al,2001 )。这些计算机程序可以迅速检索大量来自互联网的书目信息,而这是任何一个传统的数据库都难以达到的。但是,这样的方法可能会生成平均出错率为10%的无用数据,此导致一些实际上不存在的作者,比如“Ann Arbor”,会被程序标注为具有杰出学术影响力的作者,但“Ann Arbor”实际上是位于密歇根州的一座大学城的名字(Postellon 2008 )。因此,虽然这种方法使得研究人员能够把整个收集数据的过程自动化,但是它有可能会生成不准确的样本材料。
为了提高数据的质量,研究人员可以选择亲自收集引文。然而,鉴于这项工作很费时,研究人员几乎不可能收集到稍有规模的数据样本。例如,为了评估自己大学图书馆收藏的期刊,德尔塔州立大学(Delta State University)的研究人员通过分析70篇学位论文中的4012个引文,列举出了18本经常被引用的期刊。虽然这次研究达到了它的目的——为图书馆应该订阅哪些期刊提供指导,但这70篇论文由同一个导师指导,从这样的一个样本中得出的结论,既不全面,也不具有代表性,不足以推广到全部的论文。
2.2社会网络分析
如前所述,引文分析是一种常见的科学计量方法。这种方法收集学术研究文章中的参考文献作为数据,然后通过分析这些数据以评估作者、机构以及所发表的文章的冲击性影响(impact)、质量(quality)以及潜移默化的影响(influence)。然而,需要记住的一点是,科学计量法包含的范围很广: 他不仅关注引文本身,而且考量影响科学发展的其他因素(Moed 2005),这一点至关重要。虽然在撰写本文时(2016年1月),在TIS中只有少数几项研究使用了SNA来研究影响力以及学者之间的互动,例如Grbić and P.llabauer (2008b) 以及 Xu and Pekelis (2015),但是它已经被广泛地应用在其他多个领域中,效果很好(例如,Otte and Rousseau 2002;Katona, Zubcsek, and Sarvary 2011; Frank, Lo, and Sun 2014)。社会网络(social network)的概念是由Gladwell(2000) 普及的,他认为当某个社会现象达到零界点时,便会像传染病一样在社会上传播。其实,他的想法变得如此流行以至于与此有关的语言已经融入了日常英语,例如,视频通常被描述为“如病毒般迅速传播”(Jenkins, Ford, and Green 2013)。SNA方法广泛流行的一个潜在原因是,事实上只有少数人在社会思想、产品和行为的传播起到了重要的作用,这种少数人的传播达到了使这些东西变成“新事物”的程度,如此推论,如果个人成功地“招募”到正确的团队,他们有可能发挥重大的社会影响力。
网络分析被广泛应用于社会科学的研究中,以评估不同的学者之间的互动,例如:想法是如何从一位研究员传播到另一名研究员的(Wasserman and Faust 1994)。在网络理论中,一个重要的概念就是中心性,它是一个衡量在网络中每个节点的重要性的定量标准。从数学的角度来说,有很多方法可以计算一个节点的中心性。最为直接的方法是通过程度(degree),也就是连接到每一个节点的连线数量 (Newman 2010)。图一展示了一个网络,其中的节点由连线连接,连线的方向和其影响力的方向相反。比如,如果A作者影响了B作者(B作者引用了A作者写的论文),则连线会由B指向A。Yan and Ding (2009)使用了这种方法来研究图书馆和信息科技中的合著作者的网络。通过使用来自于16份期刊的数据,他们得出的结论是中心检测法和被引频次密切相关。他们的研究证实了中心检测法在调查研究影响力上的作用。
以中心性为基础的测量单位分为两类:一阶和较高阶。前者基于行动者(节点)和其位于同一个网络的邻居的直接接触,而后者则基于节点和整个网络的非直接接触,例如这个节点是怎么和邻居的邻居互动的。例如,Joseph and Radev (2007) 从计算语言学协会的数据库中导出了引文数据,使用了一阶中心和多阶中心混合的测量方法来确定在该学科的引文网络内最为有影响力的论文,同时也检测了学者之间的引用行为。
2.2.1一阶中心性测量
在图二中,由于每个成员都与其他成员相连,因此Stella、Raymond和Bill 组成了网络的第一阶区域。Ernest、Kathy、Donald和Gali组成了第二阶区域:他们都与第一阶的人连接,但是他们自身都不是这个网络的中心。Jamie则单独构成了第三阶也就是最后一个阶区,这是由于Jamie与第一阶中的任何人都没有直接关联,并远离网络中心。
评估作者的研究影响力的一个直接的方法,是计算他们所有的论文被引用的总次数,然后根据引用次数对这些作者排名。但是,这种方法是存在问题的,因为所有的引文不应该一律平等对待。例如,一篇被一本推崇备至的书引用的文章,相对于被一篇在该领域没什么影响力的硕士论文引用的文章,在计算影响力的过程中前者所占的权重更大。此外,虽然影响系数11.影响系数(IF)指的是在两年期内出现在某一特定期刊的文章,在接下来的一年中被ISI收录的期刊引用的平均次数。(IF)得分越高意味着一本期刊中的论文被引用的次数越多,但是用这个指数来计算跨领域的论文研究的影响力是无效的。如Maslov and Redner (2008)所述,各个领域的规模不同,且拥有截然不同的引文行为;他们发现在生命科学里的每篇文章平均被引用6次,而在数学领域被引次数仅1次。一本及到电脑和社会科学两个领域的期刊《科学计量法》(Scientometrics)的影响系数得分是2.133,远高于《口译》(Interpreting) 的0.095分。这个数据并不意味着前者比后者更有声望。这样的差异仅表明科学界的规模远比笔译和口译界的大。因此,虽然该方法对于确定文章被引用的绝对值很有用,其他的测量方法却能够对学术影响力做出一个更详细的描绘。
H指数和G指数是近来为改进直接引用计量方法所做的尝试(例如,Maabreh and Alsmadi 2012):这两个指数的主要目的是检验作者的研究影响,虽然谷歌学术也使用H指数评估期刊的研究影响。H指数使用作者发表的论文数目和每篇论文被引用的次数。因此,一位学者的H指数如果是k,这就意味着他的至少k篇文章被引用了至少k次。H指数的数据k进一步说明一个作者的论文不超过 k篇文章被引用了至少k次。例如,如果一名作者发表了10篇文章,其中的2篇被引用了25次,6篇被引用了4次,还有2篇从来没有被引用过,那么他的H指数就是4。
衡量一名学者的研究影响力,H指数并不是一个可靠的指标,这其中有许多原因。早期的调查认为H指数流行的原因是缺乏一个更为准确的评估研究影响力的指标,而不是因为该指标在评估一位研究人员的影响时通常是确实有效的 (Engqvist and Frommen 2008; Williamson 2009; Kotov 2010) 。它的一个主要缺点是使新的研究人员无法获得高分。例如,一名新研究人员的第一篇论文即使被引用了100次,他的H指数仍然只能为1,这是由于他只发表了这一篇论文。这个指数的另一个缺点是,一名学者可以通过自我引用来提高自己的得分排名。例如一个已经发表了十篇论文的人可以通过在他发表的所有文章中引用自己的所有文章,哪怕除他之外没人引用过他的论文,他的H指数依然可以达到9。应当注意的是,一个作者发表的论文和他的H指数得分是高度相关的,因此这一额外的测量方式并未给量化研究影响力带来另一个角度。它仅仅说明了作者发表了k篇论文。
G指数同样使用了发表论文的数量以及每篇被引用的次数。它的基本标准和H指数的是相同的,但是G指数更依赖被引用的论文,计算也更为困难。对于一个G指数获得n分的作者来说,其n篇被引用得最多的论文必须平均每篇被引n次。这并不是要求n篇文章中的每一篇被单独引用超过n次,而是仅仅要求被引最多的n篇文章被引用的次数加在一起是n2次。以下的具体实例描述每个分数的优点和缺点。
Grbić and P.llabauer (2009)基于“出版还是出局(Publish or Perish)”的电脑程序分析了Daniel Gile发表的129篇论文,通过计算H指数和G指数研究了他直到2007年的研究影响力:他的H指数是11,G指数是22。第一个数据说明他有11篇论文每篇至少被引用了11次;第二个数据则说明在他的22篇被引用得最多的论文中平均每篇被引22次。这两个数据之间的差距可以通过这两个方法的不同的算法来解释: H指数杜绝了以少数的被引多次的论文来提高分数的可能性,因为它仅指h篇论文被引用了至少h次。同样地, G指数也不会显示这名作者仅有一少部分文章被引用的数量很高。
在这种情况下,同时使用H指数和G指数来计算学者发表的文章的影响力,拓展了我们的视野。然而,由于两个指数均是完全取决于一名学者的文章被引用的次数,因此与直接计算方式有着相同的局限性:它们完全不考虑源文章的二级影响力。这两类引文不应该被相提并论:一类是一篇本身从未被引用的论文的引文,另一类是具有开创性的、被大量引用的论文的引文。此外,H指数和G指数完全是学者研究工作的量化方式:对于作者发表的哪篇论文具有影响力以及是什么使得该作者有影响力 ,它们提供的信息很少。
2.2.2高阶中心性测量
由谷歌创始人Larry Page发明的、旨在对网页影响力进行排名的佩奇排名算法(PageRank Algorithm, PRA)解决了G指数和H指数的一些局限性(Maslov and Redner 2008)。很显然,这个算法受到了引文分析的影响(Page et al., 1998),并赋予被有影响力的文章或者研究人员引用的那些论文更高的价值。因此,被在特定领域有影响力的人物引用的论文作者,其排名高于那些论文经常被其学生所写的、影响力较小的论文引用,却极少被同行引用的教授。
一篇论文的佩奇排名分数同时包含它所引用的论文(由图三左侧的箭头代表)以及它被哪些论文所引用(由图三右侧的箭头代表)。一篇文章引用得越多,以及被重要的论文引用得越多,则其佩奇排名分数越高。
在科学计量方法领域,佩奇排名算法已经被众多学者采用,以评估论文或期刊的影响力。Chen et al.(2007)使用这个方法量化了1893到2003年期间发表在《物理评论》 (Physical Review) 上的所有论文的影响力。这一算法使得他们能够准确地找到有影响力、但是被引用次数不多的论文——这些论文物理学家很容易认出来,然而却被传统的计算方法忽视了。Bollen, Rodriquez and Van De Sompel (2006) 认为,与影响系数相比,佩奇排名算法在客观地测量一个期刊的影响力方面更为可靠。
到目前为止,较高阶中心性测量方法还没有被积极地应用到TIS中去,而这样的探索可能会带来新的认识,比如某个学者或者某种出版物在一个特定的社区内多有影响力。除了以上提到的几种测量方法之外,社会网络理论为量化研究以及学术界的合作提供了其他办法,但是上述的这些方法已被证明在学者中是最受欢迎的。
2.2.3图论
图论是SNA中最为常见的方法,它通过图形表示对象之间的关系。这种方法目前广泛地用于一些学科当中,如信息技术和社会学。现实世界中的网络不会像格子一样的规则,相反地,一些节点可能通过连线有多个连接,但是其他的节点之间的连接可能很少而且距离很远。通过密集的连接束而连接起来的节点很有可能有相似的属性或者功能,从而在网络中被称为“社区”。这种识别社区的过程已用于广泛的网络现象中,其中包括以下方面:Pereira-Leal, Enright and Ouzounis (2004) 使用该技术创造了一个算法,用以把具有相似功能的蛋白质归入同一社区。Reddy et al(2002)将这个方法应用到了电子商务中,为了设置一个高效的推荐系统,他们使用了稠密二部图来识别有着相似兴趣的客户群(见图 4)。Traud et al(2011) 使用了匿名的脸书(Facebook)数据来分析来自五所美国大学的学生的友谊网络,他们的研究结论是:学生的网上社区很大程度上是由他们的入学年份以及居住的宿舍所决定的。Lipay(2011)利用来自推特(Twitter)的数据样例把其用户分成了多个社区;他的研究表明地理位置并不是形成这些社区的一个重要因素。Blonde et al.(2008)使用模块度优化来研究一家特定比利时运营商的260万手机用户的通话数据,发现整个网络可以分为261个有特征的社区,其中的绝大多数都是因为他们使用相同的语言而形成的;他们的分析同样显示这些社区多数为单一语言社区,突出了比利时人口两半之间的语言鸿沟。
在引文分析这个范畴,每个社区成员之间相互引用的次数远比他们引用社区外的人的研究次数高。这样的分组可以让我们看到谁在密切地引用谁的文章以及哪些学者属于同一个“意识形态阵营”或者有相似的研究兴趣。沿着这样的思路, Chen and Redner (2010)通过分析《物理评论》(1893年 – 2007年)中文章的引文数据调查了物理学子学科的演化和它们之间的内在联系。他们的研究使用了模块最大化来确定引文网络中的主要社区,并揭示了这些社区由各种不同的子学科组成,而这些子学科又构成了更广泛的物理学领域。Alperin,Rodia and Quimby (2011)在同一领域探索了有意义的社区,而且他们将这个技术提升到了更高的水平。他们通过利用离散社区来为每一位作者生成独特的标识,这个过程可以在几个作者同名时,将论文归于正确的作者。
在开发以系统方法来排名个人或者论文的学术影响上,虽然SNA已被证明在多个领域中,如计算机科学、数学、社会学、心理学等行之有效,但是,在宏观层面,很少有研究调查过科研集群,例如作者所属的机构或者地区,是如何相互影响的,以及他们的影响是如何随着时间的推移而起伏的。此外,尽管新的算法正在不断地开发,以尽可能最好的方式来确认网络中的社区,但是致力于通过使用引文数据的元数据(作者的背景、其研究的喜好以及引文的内容等),以一种有意义的方式描述这些社区的共同特点以期简短地解释这些社区为什么存在的研究,却更是少得可怜。本文的目的恰好就是通过分析口译研究(IS)来探索这些科学计量研究方法从未涉及的领域。下面将展示研究问题概述和本项研究所使用的数据。
3.本项研究
3.1研究问题
鉴于本项研究的总体目标是描绘在CIS界的影响方向和模式,本文的研究问题就是为了获得这一总体情况的相关要素而设计的。第一部分问题是关于识别网络中的个体特征,而第二部分则是与学院层面相关的特征。
正如Meho(2007,32)所观察的, 大约90%的已发表的学术论文从未被引用过,而将近一半甚至都没有被阅读过。虽然研究成果的重要性需要时间来认定,这一点是毋庸置疑的,但是负责提供资助的机构和大学正在越来越多地使用引文数据作为首要检测手段来评估一个研究项目的重要性。在CIS中,除了提供重要性指标之外,找出最有影响力的出版物有助于确定哪些外部学科和研究方法对本领域的发展有最重大的影响。
在CIS界哪些出版物最有影响力?
-
在中国和西方有影响力的CIS出版物上,什么研究方法(实证还是理论)最常被作者引用?
-
这些出版物最常出版的文件类型是什么 (专著、硕士论文等等)?
-
被最有影响力的研究人员所引用的文章,最常使用哪一种研究方法?
给各类学院排名的想法可以追溯到1983年。当时,为了帮助高中学生和家长选出教育质量较好的大学,《美国新闻和世界报道》(US News and World Report)开始公布最好的美国院校的排名。从此以后,不同的国家提出了各种基于公众需求的排名方式。在口译领域中,国际会议口译协会(AIIC)自从20世纪90年代初起就发布学校名录,该名录公布了详细的课程,这些课程符合该协会培养熟练的会议口译员的要求。该列表由不同的机构完成的调查问卷所组成,但是它对中国院校的涵盖非常有限:仅包含一所位于中国大陆的学校以及三所位于台湾的学校。此外,该目录没有衡量所列学校在研究方面的表现,这对那些需要知道哪些课程具有最大的学术影响力、希望从事学术的学生来说,是个缺点。一项较早的调查研究(Xu and Archambault,2015) 发现,自1990年以来,已经有将近300名CIS学生进入了学术圈,而有志于此的学生人数每年都在上升。虽然至今没有研究衡量过在中国以外的地方,学生对于追求学术地位的兴趣,但是世界各地举办的博士暑期和冬季学校的数量很能说明这个趋势。此外,大量的口译训练课程开始开设与研究有关的课,尤其是符合欧洲会议口译硕士(EMCI)的课程。所有的这一切都表明对IS的兴趣是真实存在的,并且测量学校的CIS影响力对学院和学生都意义重大。
我们将从以下几个研究问题出发,调查学院层面重要的影响模式:
哪些学院在CIS学术圈内最为举足轻重?它们是否同时也是发表论文最多的学院?
-
引用行为是否揭示了特定的学院之间存在明显的紧密联系?
-
这种学术上的互动是如何随着时间的推移而改变的?
3.2数据组织
鉴于没有像社会科学引文索引(SSCI)那样涵盖CIS文献的综合性学术数据库,本文作者把来自1289篇中文硕士论文、32篇博士论文以及2909篇研究文章的59303个引文,手动输进了一个使用结构化查询语言(SQL)的关系数据库中以管理这些数据。本文作者尽一切努力收集了1949年到2012年间来自这三个类别的引文数据,数据的来源繁多:大学图书馆、图书馆之间的馆际互借、书籍购买以及类似于中国知网的学术数据库、万方、台湾全国硕士论文及博士论文电子图书馆。上述数据库存档了从1949年至今的学术论文、硕士论文以及博士论文的电子版本—这些论文均来自于CIS圈内。虽然数据库中的学术论文的覆盖面很广,但是这些数据库对硕士及博士论文的覆盖面则窄得多。拜访众多生产论文的学校的图书馆、馆际互借以及购买图书有效地填补了这方面的缺陷。虽然可能有极少数的文章由于机构禁止外流或者其他的原因而被无意地遗漏,本文作者依然认为所收集的数据是可以代表CIS学术圈。收录的每一篇文章的标题,一个或者多个作者的姓名,作者所属的工作单位以及参考的书目都被手动输入数据库中;作者所属的工作单位所属的行政区域也都被标出来。数据库为每一个作者都生成了一把独一无二的“键”,以确保此人在该数据库的每个选项卡中都以一致的形式出现。
4.研究方法
4.1在CIS界哪些出版物最有影响力?
为了回答这个问题,本文作者用佩奇排名算法 (PRA) 得分计算了所有出现在引文数据中的文章的得分。PRA的目的很简单,但是它使用的技术包括:图论、马尔科夫链以及线性代数。如果您对了解计算出现在引文网络中的每篇文章的PRA得分的技术细节感兴趣,请参见本文的附录,链接在此:http://interpretrainer.com/wp-content/uploads/2016/10/Appendix.pdf.
本文分析了来自中国和西方的被引用得最多的20篇文章,计算了每篇文章被引用的次数,并按照最受欢迎的研究方法、文件类型以及研究领域对其进行了归类。
为了达到本文的目的,本文作者将所有这些文件使用的研究策略归类为两大类:实证类和理论类。在这两种研究方法中,前者由实验得到的或者观察到的数据得出结论,而后者从现有的文献出发讨论想法或者理论,其目的是延伸、确认或者是驳斥这些理论。
每份文件被进一步标示为教科书、专著、学术文章、硕士论文或者是博士论文。为了本文的研究目的,期刊文章和会议论文都被标注为学术文章。一篇以两种格式写的文章,或者发表了多次的、具有不同格式的同一篇文章,只在数据集中收录一次。因为访谈、书评、讣告、回忆录、对期末考试问题的讨论和给学生的建议代表着另一不同种类的数据,所以都没有列入这个数据集中,因此这些文件不属于本文所考察的范围。这样的数据揭示了CIS界什么样的文献最流行 。
当口译研究在20世纪90年代开始成为一项独立的研究领域时,它受到了来自其他更早确立的学科的概念以及研究方法的深远影响(Pöchhacker 2016)。考虑到这一点,为了确立编码程序的最后一个元素,每一个文件的内容都被用作识别其学科的一个或多个研究方向(口译、翻译、心理学、语言学、社会学、跨文化交流等等)的指示符。例如,Carroll的《语言心理学》(1985)被标注为“语言学”和“认知科学”,这是因为它用认知法研究心理语言学,因此涉及到了两个学科。
Franco Aixel(2013)的研究发现,在他的被引用得最多的出版物列表中,绝大多数都是以书的形式出版的现代经典,据此,我们可以提出几个假设,本文后面的数据分析将会验证这些假设。这些假设是:
-
在CIS界最有影响力的中西方出版物中,大多数用的研究方法并非实证法;
-
在CIS界最有影响力的中西方出版物中,大多数是专著;
-
使用实证法的论文绝大多数不会被最有影响力的研究人员引用。
4.2学院研究在CIS界的影响
在626个CIS学院中,我们计算了每个学院的PRA得分,生成了一份十所最有影响力的学校的名单。我们把这份名单与十大发表论文最多的学校22.本文作者在更早的一篇论文中提供了这份名单(Xu 2014)。进行了对比,以检验两者的重叠程度。
通过使用一种分析图像和网络的开源应用程序Gephi (Bastian et al. (2008)), 作者用引文数据建立了一静态图像,此图像表明不同学院之间的连接网络(参见图 5):连线的厚度表示引用的次数,而数据节点的颜色表明了各机构所属的网络社区。每个数据节点都在2012年的数据的基础之上用模块切割算法进行了颜色编码;数据节点的尺寸代表了特定的学院被引用次数的总和33.在这幅图中,向外引用(引用其他机构)的数据没有列入图表中,这是因为向内引用(被引用)的数据更能表明影响力:一个作者可能可以写一篇有200篇引文却没有被很多人引用的文章,这样的文章的影响力是非常小的。。
该文再次使用Gephi软件生成了一张在引用网络中CIS学院的动态可视图,以调查这些学院的影响力是如何随着时间的推进而变化的(参见图 6)。
谷歌PRA给出的分数是非标准化的概率,它所分析的是一整个网页的相关性而不是每个段落间的。删除或者添加一个具有高度相关性的部分将会对PRA产生重大的影响。这样的分析类似于PRA是如何应用到当今的研究中以了解作者及其和所属学院之间的关系的。如果一所学院中最有影响力的作者之一离开了该学院,该学院的PRA得分就会下降。
三个假设如下:
-
有些文章产量排名靠前的学者将不会出现在最有影响力的作者列表中,这是因为发表的研究论文的数量并不一定会转化为学术影响力:有些发表很多论文的作者可能并没有被相同领域的作者广泛地引用;
-
大型的CIS社区将会在地理位置或学院/机构的基础上建立,而不是通过学者们的研究偏好或者研究方法建立。这是因为在中国,在确立研究的形式和方向方面扮演更为重要的角色的不是个人的知识偏好,而是学院和当地政府;
-
随着越来越多的学者和大学对CIS作出贡献,新开发的口译训练课程将赶上旧的、已经稳定的大纲,形成它们自己独立的引用社区。个人为所属学院的影响力全权负责的情况将会变得越来越困难。
5.研究结果及讨论
5.1在CIS界最有影响力的出版物
在这个环节我们将检验在CIS界最有影响力的出版物以及他们所采用的研究方法和文件类别。我们也将讨论最有影响力的研究人员最有可能引用的是实证性的论文还是理论性的。
在分析所有引文数据库中的文件时,都用了佩奇排名算法,以确定哪些文件有影响力哪些没有。表格 1显示了CIS中最有影响力的20个出版物的PRA排名,其中8个是专著、7个是课本、4个属于期刊以及1个属于论文集。与相关的领域(例如语言学)相比,教科书在其中所占的比例(35%)不是一般的高。在语言学领域,教科书经常被当作既定事实的汇总,而不是前沿研究或先进思想的来源。语料库中的引用绝大多数是演讲的例句及其对应的翻译,其目的是为了阐述口译中使用的特定技巧;而在少数情况下对语料库的引用是为了口译的各种定义。
排名 | 佩奇算法得分 | 入度得分* | 文件名(中文) | 文件名(英文) | 作者姓名(英文)以及发表日期 | 实证分析研究法?** | 所属领域 | 文件类别 |
---|---|---|---|---|---|---|---|---|
1 | 0.002665723 | 816 | 口译理论概述 | An overview of interpreting studies | Bao Gang (1998) | 否 | 口译研究 | 专题论文 |
2 | 0.002278718 | 609 | 口译技巧:思维科学与口译推理教学法 | Interpreting techniques: Scientific Thinking and the Use of Inference in Interpreter training | Liu Heping (2002) | 否 | 口译研究 | 专题论文 |
3 | 0.002132773 | 573 | 高级口译课程 | An Advanced Course in Interpreting | Mei Deming (1996) | 否 | 口译研究 | 课本 |
4 | 0.001410438 | 418 | 英汉同声传译 | English-Chinese Interpreting | Zhang Weiwei (1999) | 否 | 口译研究 | 课本 |
5 | 0.001397705 | 377 | 口译理论与教学 | interpreting theories and Education | Liu Heping (2005) | 否 | 口译研究 | 专题论文 |
6 | 0.001372465 | 493 | 口笔译理论研究 | Research on Interpreting and Translation Theories | Liu Miqing (2004) | 否 | 口译研究、翻译研究 | 专题论文 |
7 | 0.001060445 | 386 | 实用口译手册 | A Practical Handbook of Interpreting | Zhong Shukong (1984) | 否 | 口译研究 | 课本 |
8 | 7.02E-04 | 162 | 新编英语口译教程 | A New Coursebook of English | Lin Yiru (1999) | 否 | 口译研究 | 课本 |
9 | 6.36E-04 | 190 | 口译训练模式内容方法 | Interpreting training: Models and Methodology | Zhong Weihe (2001) | 否 | 口译研究 | 期刊文章 |
10 | 5.83E-04 | 56 | 口译理论与实际语言与交集 | Interpreting: Theory and Practise in Language and Communication | Li Kuiliu (1994) | 否 | 口译研究 | 专题论文 |
11 | 5.72E-04 | 141 | 实战口译 | Field Interpreting | Lin Chaolun (2004) | 否 | 口译研究 | 课本 |
12 | 4.89E-04 | 101 | 口译教程 | Interpreting Coursebook | Lei tianfang (2008) | 否 | 口译研究 | 课本 |
13 | 4.76E-04 | 180 | 口译研究新探 | An Exploration of Interpreting Research | Cai Xiaohong (2002) | 否 | 口译研究 | 集合册 |
14 | 4.70E-04 | 137 | 口译教学研究:理论与实践 | Research on interpreter Training: Theory and Practise | Yang Chengshu (2000) | 否 | 口译研究 | 专题论文 |
15 | 4.56E-04 | 96 | 英语口译教程 | A New Interpreting Course for College Students | Mei Deming (2008) | 否 | 口译研究 | 课本 |
16 | 4.51E-04 | 120 | 当代翻译理论 | Contemporary Translation Theories | Liu Miqing (1999) | 否 | 翻译研究 | 专题论文 |
17 | 4.32E-04 | 139 | 以跨学科的视野拓展口译研究 | Interpreting study with an Interdisplinary Perspective | Cai Xiaohong (2001) | 否 | 口译研究 | 期刊文章 |
18 | 4.32E-04 | 104 | 译员的知识结构与口译课程设置 | Knowledge Structure and Curriculum Design For Interpreter Training | Zhong Weihe (2003) | 否 | 口译研究 | 期刊文章 |
19 | 4.24E-04 | 71 | 大学本科口译教学的定位以及教学 | Positioning Undergraduate Interpreting Training | Bao Chuanyun (2004) | 否 | 口译研究 | 期刊文章 |
20 | 4.18E-04 | 87 | 中国翻译教学研究 | Research on the Teaching of Translation in China | Mu Lei (1999) | 否 | 翻译研究 | 专题论文 |
从上述表格中还可以看出,在20个上榜的中文作品中,没有一份是属于实证的。采用了实证法研究的、最有影响力的出版物,由胡庚申和盛茜合著的文章《CIS的又一个十年》(Hu Gengshen & Sheng Qian 2000),在综合榜单中仅位列第113位;而第20名最有影响力的实证性文章(黄子东著《话题熟悉程度、语言水平和问题类型对EFL听力理解的影响:一项基于图式理论和关联理论的实验研究》 [1998] )在综合榜单中排名令人惊讶的低,只占第903名。这些排在低位的现象说明:与理论性的研究相比,采用了实证法的研究在CIS圈内变得真正具有影响力还有待时日。
在上述列表中,90%的出版物属于IS领域,15%属于TS领域44.Liu Miqing(刘宓庆)所撰写的专题论文跨越了笔译和口译两个领域,因此这两个数据加起来并不是100%。。TS大量被IS引用的事实表明CIS圈内存在着一定程度的“内部的跨学科性”55.Franco Aixela的研究显示几乎没有口译(IS)学者在西方笔译研究(TS)社区中具有影响力,因此有的人可能会推测类似的现象在中国也存在(即很少有口译研究学者在中国的笔译研究社区中具有影响力)。遗憾的是,由于检索社区内引文的路径需要完全不同的数据,因此不在本文探讨的范围内。(Giles 2006)。此外,由于在名单上的出版物绝大多数来自IS——一门在中国还很新的学科,这些出版物的发表日期大多是在20世纪90年代末到21世纪初,这一点与Franco Aixelá (2013) 发表的对于TS的调查大相径庭,在Franco 的研究中,大多数被引用的出版物的出版日期都集中在20世纪的后半期。
与最有影响力的中国出版物的情况相同,来自西方的20个出版物中,最受欢迎的是专著(16个出版物上榜),排在后面的是课本(2本)、参考书(1本)和综合本(1本)(见表格 2)。然而期刊论文并没有进入前二十名。作者们更愿意引用专题论文的现象并非CIS圈内独有。Gile (2005), Nasr (2010) 和Franco Aixel. (2013) 的研究发现在TIS圈内专著也是被引用得最多的。从整体上来说,这个TIS的学术传统,和社会科学领域的很相似:在后者中,名人如马克思和列宁的权威著作经常被援引(Line 1981)。
虽然CIS圈内一直在呼吁应用实证法(Zhang 2012),在排名前20的西方出版物中,仅有一本出版物是实证性质的: 《口译研究读本》(The Interpreting Studies Reader) ,这是一本在该领域中有开创性的研究论文集。Robin Setton的博士论文(以专著的形式发表[1999])中包含了对德语和中文演讲语料库的微观分析, 并采用了关联理论以解释同声传译员的话语处理过程。虽然Gile的论文提出了培训口译员及笔译员的理论模式,但也有几章涉及了实验。实证性的文章之所以不那么吸引研究人员的兴趣,其深层的原因是,这些论文关注的是单一(通常是非常具体的)现象,这些现象可能由于涵盖面不够广而不能吸引许多读者。从学科的角度看,这些数据揭示了西方出版物和中方出版物中的另一个不同之处:除了IS(提到了10次)、TS(8次),语言学和认知科学的文献同样具有影响力,它们分别被提到了3次和2次。这一发现与更早的研究结论 (XU 2014, XU 2015) 吻合。这两个研究确定了语言学和认知科学对CIS具有支配性、持续性的影响,并指出CIS学者更倾向于把其他学科的西方文献作为灵感来源以及事实或理论依据,而不是使用“本土”的文献。
排名 | 佩奇算法排名得分 | 入度指数 | 文件名 | 作者及日期 | 实证法? | 所属领域 | 文件类别 |
---|---|---|---|---|---|---|---|
1 | 0.004853806 | 1043 | Basic Concepts and Models for Interpreter and Translator Training | Gile (1995) | 否 | 翻译研究、口译研究 | 专题论文 |
2 | 0.001675562 | 377 | Interpréter pour traduire | Seleskovitch and Lederer (1984) | 否 | 口译研究 | 专题论文 |
3 | 9.02E-04 | 272 | Conference Interpreting Explained | Jones (1998) | 否 | 口译研究 | 专题论文 |
4 | 6.79E-04 | 176 | The Interpreter’s Handbook | Herbert (1952) | 否 | 口译研究 | 课本 |
5 | 6.18E-04 | 103 | La traduction aujourd’hui: le modèle interprétative | Lederer (1994) | 否 | 口译研究 | 专题论文 |
6 | 6.06E-04 | 245 | Language, Culture and Translating | Nida (1993) | 否 | 翻译研究 | 专题论文 |
7 | 5.99E-04 | 265 | Interpreting for international conferences | Seleskovitch (1978) | 否 | 口译研究 | 专题论文 |
8 | 4.99E-04 | 250 | Simultaneous Interpretation: A Congnitive Pragmatic Analysis | Setton (1999) | 否 | 口译研究 | 专题论文、博士论文 |
9 | 4.80E-04 | 147 | Translating as a Purposeful Activity | Nord (1997) | 否 | 翻译研究 | 专题论文 |
10 | 4.06E-04 | 179 | The Interpreting Studies Reader | Pöchhacker and Shlesinger (2001) | 是 | 口译研究 | 综合类 |
11 | 3.96E-04 | 173 | Relevance: Communication and Cognition | Sperber and Wilson (1986) | 否 | 语言学、认知学 | 专题论文 |
12 | 3.82E-04 | 204 | Psychology of Language | Carroll (1985) | 否 | 语言学、认知学 | 专题论文 |
13 | 3.48E-04 | 74 | Pédagogie raisonnée de l’interprétation | Seleskovitch and Lederer (1989) | 否 | 口译研究 | 专题论文 |
14 | 3.33E-04 | 70 | An Introduction to Functional Grammer | Hallidy (1985) | 否 | 语言学 | 专题论文 |
15 | 3.16E-04 | 153 | Approaches to Translation | Newmark (1981) | 否 | 翻译研究 | 专题论文 |
16 | 3.10E-04 | 65 | A Textbook of Translation | Newmark (1988) | 否 | 翻译研究 | 课本 |
17 | 3.09E-04 | 146 | Context in Translating | Nida (2001) | 否 | 翻译研究 | 专题论文 |
18 | 3.08E-04 | 123 | The Interpreter’s Resource | Phelan (2001) | 否 | 口译研究 | 专题论文 |
19 | 2.93E-04 | 85 | Dictioary of Translating Studies | Shuttleworth and Cowie (1996) | 否 | 翻译研究 | 参考书 |
20 | 2.89E-04 | 122 | Translation and Interpreting: Theory and Practise | Bell (1991) | 否 | 翻译研究 | 专题论文 |
同样值得注意的是,巴黎释意学派口译理论(Interpretive Theory of Translation)在CIS界非常受欢迎:在前20本出版物中,有4本书是由该理论的主要支持者Danica Seleskovitch和Marianne Lederer 合写的或是由其中一人单独写的。值得在此一提的是,几乎所有的中国作者都引用了这些作品的中文翻译版而非原版。这些翻译版的大量普及可能促进了释意学派口译理论在CIS界的流行;此外,两位在巴黎完成博士学位的CIS先驱刘和平和蔡小红,在把Seleskovitch和Lederer的理论介绍到中国的过程中扮演了重要的角色。值得注意的是,除了Seleskovitch和Lederer这一组外,西方榜单的前20名中,还有3本也是合著的,这一现象和中文的前20名的情况截然不同——后者中没有合著现象。在中国的学术界,被列为第一作者对职业发展很重要,这可能是阻碍CIS学者们着手合作项目的一个因素。
5.2学院研究在CIS界的影响
本章节的任务是量化CIS机构施加的影响程度,并把它们和研究生产力进行对比。通过使用SNA,我们将分析涉及到机构之间合作的研究项目,把他们列举出来并分成不同的社区,然后分析学术性交流在过去二十年是怎么演变的。
在各大机构的PRA得分中排名前二的(如表3所示)的学院也恰巧是发表论文最多的前两名(XU 2014),然而从第三名开始,情况则大为不同。出现在发表论文数量前十榜单上的广西大学、广西师范大学以及赣南师范大学,却没有入围PRA得分前十名。这说明了这三所大学的研究成果在CIS圈内尚未产生巨大的影响,尽管它们发表的论文数量很大。与此同时,中国科学院(CAS)和深圳大学(SU)没有入围发表论文数量排名的前十名,但是在PRA得分中却排到了第8和第9名,这说明了隶属这两个学院的作者所发表的论文具有很大影响力。
大学名称 | 佩奇算法得分 |
---|---|
广东外语外贸大学 | 0.045501796 |
上海外国语大学 | 0.032291893 |
北京语言大学 | 0.021414456 |
厦门大学 | 0.01704955 |
北京外国语大学 | 0.016224234 |
天主教辅仁大学 | 0.01327605 |
北京第二外国语学院 | 0.009729564 |
中国科学院 | 0.00906615 |
深圳大学 | 0.008832758 |
(北京)对外经济贸易大学 | 0.008316114 |
更进一步的数据分析发现,CAS和SU的佩奇排名算法得分归因于这两个机构中的少数人。就CAS而言,其数据集中,只有三名作者发表过论文:陶爽和洪雷合写了一篇文章,胡庚申一人发表了15篇文章。在SU,张吉良是唯一一名发表过关于口译的论文的:他署名的文章有19篇。
进一步分析发现,像CAS和SU这样的学院的影响力几乎完全由单一的贡献者决定实属例外。其他8所学院中各自至少有6名作者发表过文章(参见表格 4)66.本次分析没有把研究生列入其中,因为这些学生当前的状态系“正在接受训练的研究人员”。如果把他们也算入总数中,每个大学的相关作者的数量将会有爆炸性增长。。此外,数据分析还显示在626所CIS学院中,其中的328所有至少三名研究人员在积极地发表论文。这些发现说明了虽然CAS和SU的PRA得分或许会随着其研究人员转行而出现波动,但是其他绝大多数最有影响力的、学者总人数保持相对稳定的学院,其PRA应该保持相应的稳定,从而使得对各个学院基于时间顺序的影响力的分析有意义和价值。
前十最有影响力的CIS研究机构 | 与该课题相关的作者的数量 |
---|---|
广东外语外贸大学 | 63 |
上海外国语大学 | 34 |
北京语言大学 | 6 |
厦门大学 | 15 |
北京外国语大学 | 6 |
天主教辅仁大学 | 12 |
北京第二外国语学院 | 13 |
中国科学院 | 3 |
深圳大学 | 1 |
(北京)对外经济贸易大学 | 10 |
从图表5中可以立即分辨出在该网络中有两大重要的社区,分别以红色和黄色线条标出。红色社区的中心是GFSU,它收到了大量的来自其他大学的引用; 在前十大最有影响力的学院中,SU和(北京)对外经济贸易大学 (UIBE) 都属于这一社区。GFSU的作者引用了大量的由前者发表的研究成果,而后者的作者频繁地引用广外的研究成果。黄色社区被前十名大学中的其他6所占据77.天主教辅仁大学为十所机构中唯一一所不属于两个社群中的任何一个的机构。它属于另一个(粉色的)社区。,其中SISU和北京语言大学BLCU是这个社区的中心。SISU为这个社区的枢纽,大量地引用其他学院的成果,如BLCU和厦门大学(XU)。相比之下,BLCU则是被整个CIS社区大量引用。值得注意的是:虽然各大学校更倾向于引用同一社区的文章,例外总是存在的:BLCU的学者引用了大量的来自GFSU的研究: 在BLCU的134个引用其他学院的引文中,其中24个是引用GFSU的。
除了这两大主要社区,这张图表还显示两大大学自成一体:粉红节点代表的天主教辅仁大学(FJCU) 和蓝色节点代表的南京财经大学(NUFE),其中前者的文章被引用了71次。而在这71次中有20次是被国立台湾大学引用,14次是来自学院内部的引用。地理上的因素可能是导致FJCU游离在两大CIS社区之外的原因:台湾在一定程度上和中国大陆是分离的,导致了台湾海峡两岸出现了很多文化和语言差异, 正是因为如此,FJCU的学者与CIS界其他机构的交流接触有困难。一个有趣的现象是NUFE并不属于黄色社区(由上外主导);南京是上海的卫星城,上海为想要参加上海口译资格认证考试的南京考生提供了很多师资上的支持。更为详细的引文分析显示,事实上NUFE受到两大主要社区的影响基本上是相等的: 它被GFSU引用了10次(红色社区中的重要节点),被SISU引用了8次(黄色社区中的重要节点),同时分别从以上两所大学引用了16和13次,这或许可以解释NUFE为什么在这幅图表中处于独立的地位。
从动态可视图中(如图6所示)88.显示近年来各机构影响力变化的动态可视图可以通过这个链接看到:https://vimeo.com/179560539 可以看出,在1990年CAS (紫色)在引文网络图中是处于中心地位的。除了被其他的中国大学引用之外,它还被院内的人引用。然而,当时没有任何一家机构能够脱颖而出成为有影响力的领导者——入度中心性得分的相似性反映了这一点。这一状况一直平稳地持续到2002年,当GFSU(绿色)和BLCU(粉色)以有影响力的领导者身份出现在CIS机构中的时候。前者出现了大量的自我引用的现象,而后者则没有。同一年,很多其他的院校,如北外(蓝色)、北京第二外国语学院(BISU)(粉红色)、以及厦大(蓝绿色)都出现了一定数量的自我引用。
GFSU和BLCU的统治地位持续到2005年,此时,一批“新星”诞生了:SISU、BISU、清华大学(TsU)以及XU。TsU之所以能够崛起,,其中一个可能的原因是在CAS工作的对CIS有着杰出贡献的胡庚申, 去了TsU。然而值得注意的是,并非所有的这些展露了头角的机构都保持了这个势头。例如,TsU的被引用数量在后来的几年大幅减少。截至2008年,随着出版物数量的飞速增长,几大主要院校的影响力差距在进一步拉大:GFSU的研究影响力持续扩大,而BLCU继续保持第二,但它的影响力增速较GFSU慢;SISU紧随其后,排在第三。
然而,一些上文所提到的有潜力的大学确实在影响力上保持着增长态势:例如,到2010年,XU的影响力显然超过了TsU; 东北财经大学(DUFE)和SU开始崭露头角。从2010年到2012年,虽然引文的总数在激增,但是在CIS界影响力处于领先地位的院校,如GFSU和BLCU,仍然保持了其在CIS界的统治地位。与此同时,那些在2005年展现出潜力的大学(SISU、SU、XU、TsU等)收到的引用也在稳定地增长。
6.结论
几十年来,口译学都被认为是语言学的一个分支。与其他的应用性学科相比,口译课只在拥有此领域的国家的特定学校里开设。然而,由于对越来越多的领域内外的人对了解这门学科的精髓感兴趣,专业的口译员和来自其他专业的研究人员发表了大量的各种各样的出版物:期刊文章、会议记录、字典、百科全书、硕士论文以及博士论文。这些出版物在过去近十年的增长速度用“壮观”来形容毫不为过:截止2015年5月,在全世界发布的关于IS的论文不少于10000篇。还有值得注意的一点是,虽然这些论文研究的主题都是口译,它们使用了涵盖很多不同领域的研究方法,例如认知科学和语言学,使得口译学形成了一门独立的学科(Moser-Mercer 2011)。
汉语口译研究应当得到特别的关注,因为其圈内拥有全世界最多的研究人员(超过3500人,相比之下,在欧洲的很多国家只有十来个),这些研究人员已经发表了4200多个出版物(Xu and Pekelis 2015)。CIS论文的数量并没有减少的趋势;相反,在可预见的未来它依然会保持这样的势头(XU 2015)。CIS的大量研究活动无疑是由中国的经济快速增长和贸易自由化推动的,还与中国和全世界在投资和政治领域的联系越来越紧密有关。
本文在方法论上的目的是要展示把SNA应用到TIS的科学计量法的用处。本文尝试通过使用佩奇排名算法得分来量化CIS出版物的影响力,并且进一步分析了排名最高的中西方研究成果,并力图解释他们在CIS界流行的原因。调查结果显示在中西方出版物中,最受欢迎的文献类别都是专著,虽然在中方的出版物中,教材几乎和专著一样受欢迎。在前20个最流行的中国出版物中,没有一个采用了实证研究法,而在西方的榜单中,也仅仅有3个出版物采用了实证研究法。
传统上评估TIS的学术影响力是通过一阶中心性测量法,例如直接计算被引用次数或者计算影响指数,但是以上两种分析的形式都是建立在假定所有的引文都是平等的基础之上的,也就是说,被学生在其论文中引用,和被一名备受尊敬的学者在由其执笔且通过了同行评审的文章中引用,其重要性是相同的。此外,应该通过衡量所有文章被相同领域中很有影响力的同事引用的次数来分析这些学者对于研究的贡献,而不是依靠他们所属的学术机构,也就是说,不管他们是否属于一所名校。
本文中使用的佩奇排名法有效地解决了这些问题,提供了一个客观的测量方法来测量学者们在汉语口译研究领域的影响力。PR测量可能会激励学者们把精力集中在高质量的论文上,而不是在级别相对不高的期刊上发表一些见解。值得指出的是,这一更高阶的中心性测量方法已经在此领域引起了注意:在这篇论文的预印版中,由本文作者提出的根据学术影响力给CIS机构进行的排名,已经获得了北京语言大学(中国的笔译和口译主要培训机构之一)的认可。SNA的应用可以追溯到20世纪的初期,现在已经成了当代社会学中模拟人类行为和网络动态的主要方法之一,它也能帮助我们理解学科内的学者是如何互动的。这个研究方法也能够帮助我们找出在TIS界的影响力的主要来源。TIS常被看作是一个四分五裂的学术探索领域,其中有无数观点相互竞争以期得到认可。
作者还尝试突显数据可视化技术的优点,它能在处理大量复杂的数据时,寻找出隐藏的规律和联系。这项研究显示,CIS大致分为两大阵营,其中多数成员更倾向于引用本方阵营内的作品。这项调查还发现,GFSU和BLCU在21世纪初已经成为了具有最大研究影响力的领先机构,且他们的影响力持续到了2010年之后。然而,有些在21世纪初期崛起的“新星”没有能够保持其影响力的增长,而是在接近2010年时增长明显放缓。
未来的研究人员可用科学计量法的原则,详细地研究在过去二十年里,学者个人的影响力是怎样随着时间变化而变化或者不变的。在20世纪90年代的最有影响力的学者,他们的影响力是延续到了21世纪,还是他们的光芒开始变暗了?什么导致了他们受欢迎的程度上升或者下降?本文作者希望随着科学计量研究方法应用到笔译与口译研究中,本文的调查研究能够帮助指导相关的职能部门在学术活动的未来方向上作出明智的决定。
致谢
我很感激Ewan Parkinson,他耐心地审阅了本文的多个版本并慷慨地提出了提高本文质量的详细建议;对卡拉奇经济和科技学院(Karachi Institute of Economics)的Faraz Zaidi和斯坦福大学(Stanford University)的Leonid Pekelis,我也想表达我的谢意,感谢他们在社会网络分析上提供了有价值的建议并检查了我的研究方法和数据。
笔记
参考文献
通讯地址
Interpreting and Translation Studies
Graduate School of Arts and Sciences
Wake Forest University
200 Brookstown Ave.
Winston-Salem, NC 27101
USA
[email protected]