Preregistration: A paragraph-aligned NO→EN literary parallel corpus with editorial apparatus (Vigeland, Erindringer) — v1.2
Abstract
Frozen preregistration, v1.2, 2026-07-30. Protocol only — no data. The dataset itself is not deposited here and remains subject to an unresolved vendor-licensing question (limitation B1); that question does not gate this protocol. Design: paired census over all 543 paragraphs of Gustav Vigeland's Erindringer (1918), translated NO→EN from two source surfaces — raw typescript transcription and modernised reading stream — under arm 3 (masked apparatus reinsertion). Preregistered test: McNemar's test over paired paragraphs on Q1 (single-token quotation, verbatim survival), not a confidence interval: the analysis is a census, not a sample. Inference runs over elements, not over draws; everything is conditional on one generation per cell (limitation B13). The analysis set is defined before the run: primary analysis on the intersection of elements present on both surfaces and successfully generated in both arms; surface-specific elements reported separately; paragraphs excluded by interruption excluded from both arms. Expected n per outcome measure per surface is stated in advance; a deviation is a finding, not an adjustment. The work was first made public 2026-07-28. Contamination-freedom is treated as a time-indexed property that decays from that date, not as a property of the resource. Both language versions are included and are equivalent, not summaries of each other. Frossen preregistrering, v1.2, 2026-07-30. Kun protokoll — ingen data. Selve datasettet er ikke deponert her og er sperret av et uavklart lisensspørsmål mot leverandøren (begrensning B1); det spørsmålet sperrer ikke denne protokollen. Design: paret sensus over alle 543 avsnitt i Gustav Vigelands Erindringer (1918), oversatt NO→EN fra to kildeflater — rå typoskripttranskripsjon og modernisert lesestrøm — med arm 3 (maskert reinnsetting av apparat). Preregistrert test: McNemars test over parede avsnitt på Q1, ikke et konfidensintervall: analysen er sensus, ikke utvalg. Slutningen går over elementer, ikke over trekk, og alt er betinget av én generering per celle (begrensning B13). Analysemengden er definert før kjøring: primæranalyse på snittmengden, flatespesifikke elementer rapportert separat, avsnitt ekskludert av avbrudd tatt ut av begge armer. Forventet n per utfallsmål per flate er oppgitt på forhånd; et avvik er et funn, ikke en justering. Verket ble første gang offentliggjort 2026-07-28. Kontaminasjonsfriheten føres som en tidsindeksert egenskap som forvitrer fra den datoen, ikke som en egenskap ved ressursen.
Fields of Study & Subjects
Digital Humanities and Scholarship
Authorship Attribution and Profiling
Computational and Text Analysis Methods
Publication details
- Journal / source
- Zenodo (CERN European Organization for Nuclear Research)
- Publication date
- 30 July 2026
- Language
- NO
- Document type
- Preprint