目的 汉化护理领域人工智能应用态度量表(Attitude Scale towards the Use of Artificial Intelligence Technologies in Nursing, ASUAITIN)并在护理人员中检验其信效度。方法 遵循Brislin翻译模式对ASUAITIN进行翻译、文化调适及预调...目的 汉化护理领域人工智能应用态度量表(Attitude Scale towards the Use of Artificial Intelligence Technologies in Nursing, ASUAITIN)并在护理人员中检验其信效度。方法 遵循Brislin翻译模式对ASUAITIN进行翻译、文化调适及预调查,形成中文版ASUAITIN,并在530名在职护士中验证量表的信效度。结果 中文版ASUAITIN有消极和积极态度2个维度共15个条目。总量表Cronbach′s α系数为0.929,消极和积极态度维度分别为0.950和0.962;分半信度系数为0.970,重测信度系数为0.645;条目水平的内容效度指数为0.833~1.000,全体一致内容效度指数为0.867,平均内容效度指数为0.979。探索性因子分析共提取2个特征值>1的因子,累计方差贡献率85.591%。验证性因子分析显示χ^(2)/df=2.735、RMSEA=0.081、GFI=0.892、CFI=0.951、NFI=0.925、IFI=0.951、TLI=0.942、AGFI=0.854;平均提取方差为0.665,组合信度为0.967。结论 中文版ASUAITIN信效度良好,可用于评估我国护理人员对人工智能应用的态度。展开更多
以生态话语中国政府白皮书《中国的能源转型》汉英双语文本为语料,用语料库软件UAM Corpus Tool对该语篇进行态度资源标注、统计和分析。研究发现,该政府白皮书汉英双语文本中态度资源比重排序均为“判断>鉴赏>情感”,但总体上英...以生态话语中国政府白皮书《中国的能源转型》汉英双语文本为语料,用语料库软件UAM Corpus Tool对该语篇进行态度资源标注、统计和分析。研究发现,该政府白皮书汉英双语文本中态度资源比重排序均为“判断>鉴赏>情感”,但总体上英译本中所含态度资源高于汉语源语文本,存在明显的态度资源英译迁移现象,大致可分为资源省略、资源增补、资源类型切换三类。研究采用定量和定性相结合的方法,以译者行为批评理论为视角解读和分析语料数据,从语言转换维、文化适应维及社会影响维深入探讨中国政府白皮书态度资源英译迁移现象的成因,以期为中国政府白皮书英译实践与研究提供可参考的新路径。展开更多
文摘目的 汉化护理领域人工智能应用态度量表(Attitude Scale towards the Use of Artificial Intelligence Technologies in Nursing, ASUAITIN)并在护理人员中检验其信效度。方法 遵循Brislin翻译模式对ASUAITIN进行翻译、文化调适及预调查,形成中文版ASUAITIN,并在530名在职护士中验证量表的信效度。结果 中文版ASUAITIN有消极和积极态度2个维度共15个条目。总量表Cronbach′s α系数为0.929,消极和积极态度维度分别为0.950和0.962;分半信度系数为0.970,重测信度系数为0.645;条目水平的内容效度指数为0.833~1.000,全体一致内容效度指数为0.867,平均内容效度指数为0.979。探索性因子分析共提取2个特征值>1的因子,累计方差贡献率85.591%。验证性因子分析显示χ^(2)/df=2.735、RMSEA=0.081、GFI=0.892、CFI=0.951、NFI=0.925、IFI=0.951、TLI=0.942、AGFI=0.854;平均提取方差为0.665,组合信度为0.967。结论 中文版ASUAITIN信效度良好,可用于评估我国护理人员对人工智能应用的态度。
文摘以生态话语中国政府白皮书《中国的能源转型》汉英双语文本为语料,用语料库软件UAM Corpus Tool对该语篇进行态度资源标注、统计和分析。研究发现,该政府白皮书汉英双语文本中态度资源比重排序均为“判断>鉴赏>情感”,但总体上英译本中所含态度资源高于汉语源语文本,存在明显的态度资源英译迁移现象,大致可分为资源省略、资源增补、资源类型切换三类。研究采用定量和定性相结合的方法,以译者行为批评理论为视角解读和分析语料数据,从语言转换维、文化适应维及社会影响维深入探讨中国政府白皮书态度资源英译迁移现象的成因,以期为中国政府白皮书英译实践与研究提供可参考的新路径。
