MétaCan
Menu
Retour à la cohorte
Enregistrement W1957644569 · doi:10.7202/1032397ar

Le traducteur et ses cibles : lectures analytique et empathique en adaptation publicitaire

2015· article· fr· W1957644569 sur OpenAlexaffvenue
Hugo Vandal-Sirois

Notice bibliographique

RevueMeta Journal des traducteurs · 2015
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Pour toucher un public et parvenir à modifier son comportement, le traducteur publicitaire doit démontrer une excellente connaissance de la rédaction publicitaire, d’autant plus que le public cible et le contexte communicationnel de la traduction peuvent différer de façon significative de ceux de la publicité source. En tant qu’agent culturel de l’annonceur, le traducteur publicitaire repère les éléments textuels et paratextuels qui nuiront à l’efficacité du message et apporte les ajustements nécessaires. Dans ce but, il effectuera une double lecture de la publicité originale pour saisir l’ensemble des enjeux communicationnels et orienter sa démarche traductive. D’abord, la lecture analytique correspond à un premier travail de décodage rationnel, influencé par les connaissances et les aptitudes du traducteur en rédaction publicitaire, ainsi que par son environnement de travail, les ressources à sa portée et le contexte communicationnel. Ensuite, la lecture empathique permet de comprendre comment fonctionne le message à traduire du point de vue émotionnel pour ensuite recréer l’effet voulu, en considérant l’identité du public cible ainsi que les aspects culturels et l’objectif de la communication. Cet article montre que ces deux lectures, respectivement raisonnée et émotive, s’avèrent essentielles pour l’opération à la fois rationnelle et créative qu’est l’adaptation publicitaire.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,011
Communication savante0,0100,011
Science ouverte0,0020,006
Intégrité de la recherche0,0030,011
Charge utile insuffisante (le modèle a refusé de juger)0,0150,004

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.

Tête enseignante Opus0,123
Tête enseignante GPT0,316
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMeta Journal des traducteursMême sujetTranslation Studies and PracticesTravaux en français237 207