Quelle ergonomie pour la pratique postéditrice des textes traduits ?
Notice bibliographique
Résumé
Peu importe ce que l’étiquette postédition a désigné depuis 30 ans, cette pratique traductive n’a jamais fait l’objet d’études à caractère ergonomique. À ce jour, seule a importé l’efficacité mesurable de l’opération. On peut se risquer à dire que c’est là d’ailleurs l’histoire de toute l’informatisation de la traduction, qui s’est faite sans consultation des traducteurs, à de rares exceptions près. Dans l’optique de l’intégration des postéditeurs dans la chaîne de production des logiciels ou des interfaces de postédition, des études sont menées de part et d’autre de l’Atlantique pour tenter de mettre à plat l’acte réel de postédition. Nous voulons démontrer combien les recherches universitaires complètent les observations des praticiens et devraient mener à une description exhaustive des détails de l’opération.Les résultats de telles recherches, auxquelles on adjoindra l’industrie, devraient conduire à dégager une théorie de même que des pratiques exemplaires de la postédition qui, à leur tour, serviront de base à l’enseignement universitaire.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,015 | 0,024 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,016 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».