分享自:

视频远程口译中译员使用体态资源管理关系挑战的研究

期刊:perspectivesDOI:10.1080/0907676x.2025.2510456

这篇文档属于类型a,即报告了一项原创性研究。以下是针对该研究的学术报告:


远程视频口译中译员使用体态资源管理关系挑战的研究

作者及机构
本研究由比利时根特大学(Ghent University)翻译、口译与传播系的Dries Cavents、Jelena Vranjes和July De Wilde合作完成,发表于期刊*Perspectives*(ISSN: 0907-676X),在线发布于2025年6月11日,DOI: 10.1080/0907676X.2025.2510456。

学术背景
研究领域为对话口译(dialogue interpreting)与多模态交际(multimodality),聚焦于远程视频口译(video remote interpreting, VRI)中译员如何通过体态资源(embodied resources)管理关系挑战(rapport challenge)。研究背景基于两点:
1. 理论需求:尽管口译研究呼吁“多模态转向”(multimodal turn),但现有研究多关注语言层面,忽视体态资源在关系管理中的作用。
2. 实践需求:VRI因技术限制(如摄像头视角)可能削弱体态资源的交互效果,但尚无研究探讨其对关系管理的具体影响。
研究目标包括:
- 识别译员在VRI中使用的体态资源类型;
- 分析这些资源在关系管理中的功能;
- 评估VRI模态对体态资源交际有效性的影响。

研究流程与方法
1. 数据收集
- 研究对象:14段模拟VRI互动视频(总时长5小时12分钟),涉及8名西班牙语-荷兰语和6名俄语-荷兰语专业口译员,以及扮演服务提供者(service provider)和寻求庇护者(applicant)的演员。
- 场景设计:基于比利时庇护接待中心的真实案例设计半开放脚本(half-open scripts),模拟对抗性与协作性并存的互动情境。
- 技术设备:使用Microsoft Teams录制屏幕,辅以外置摄像头捕捉屏幕外体态行为,并通过眼动仪(Eyelink Portable Remote Eye-tracker)记录译员注视方向。

  1. 数据处理与分析
    • 转录与标注:使用ELAN软件(版本6.8)对视频进行多模态转录,标注154例关系挑战实例(rapport challenge instances),涵盖言语、副语言及非语言资源。
    • 编码框架:基于Spencer-Oatey(2008)的“关系管理理论”(rapport management theory, RMT),将关系挑战分为三类:互动目标(interactional goals)、社会性权利与义务(sociality rights and obligations)、面子(face)。
    • 混合方法
      • 量化分析:统计体态资源的使用频率与可见性(如手势、面部表情、头部动作)。
      • 质性分析:选取3个典型片段进行微观互动分析,探讨体态资源与言语资源的协同作用。

主要结果
1. 体态资源的多样性
- 译员共使用1058次体态资源,其中手势(456次)和头部动作(313次)占比最高,面部表情(42次)最少。
- 高频资源:扬眉(raise eyebrows, 118次)、摇头(head shake, 98次)和凝视回避(gaze aversion, 68次)常用于表达质疑或疏离。

  1. 手势的可见性与交际效果

    • 75.2%的手势在屏幕外完成(343/456),导致其交际功能失效。例如,强化性手势(beat gesture)因脱离镜头无法增强言语的强调效果。
    • 自我监控的作用:仅2名译员频繁通过眼动仪检查自身手势可见性,其屏幕内手势比例显著高于其他译员(17 vs. 14;28 vs. 6)。
  2. 多模态关系管理策略

    • 缓解策略:译员通过微笑(qualifier smile)和耸肩(shrug)配合言语缓和(如使用模糊语“eigenlijk”)。
    • 疏离策略:通过凝视回避和引用标记(如“says the lady”)将责任归因于说话者,保护自身面子。

结论与价值
1. 理论意义:首次系统论证VRI中体态资源对关系管理的影响,填补了多模态口译研究的空白。
2. 实践意义:呼吁提升译员对VRI技术局限的认知,建议通过自我监控(self-monitoring)确保体态资源的可见性。
3. 方法论创新:结合眼动追踪与多模态分析,为口译研究提供混合方法范式。

研究亮点
- 新颖性:首次将RMT理论与多模态分析结合,揭示VRI中体态资源的动态作用。
- 技术应用:眼动仪与ELAN标注工具的整合,提升了数据精度。
- 发现特殊性:揭示屏幕外手势的高频现象及其对交际的潜在干扰。

其他价值
研究指出,模拟数据虽可控性强,但未来需通过真实场景数据与访谈三角验证。此外,建议对比现场口译(onsite interpreting)以明确VRI的独特性。


(报告字数:约1800字)

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com