Tapping into the Interpreting Process: Using Participant Reports to Inform the Interpreting Process in Educational Settings
Notice bibliographique
Résumé
This article presents the results of a Canadian study that examined the correlation of verbal reporting processes and the quality of interpretation. Two types of verbal reports, Think Aloud Protocols (TAPs) and Stimulated Recalls (SRs), were collected and analyzed to explore how TAPS and SRs might reflect the quality of interpreting provided in educational settings and therefore be potential tools for improving interpreting education strategies. Twelve interpreters working in educational contexts were recruited to participate in a multi-stage research process. Each interpreter was asked to perform a Think Aloud while viewing a sample of classroom discourse in preparation for interpreting it. Each interpreter then provided an interpretation, followed by a post-interpreting Stimulated Recall review of the interpretation. The standardized samples chosen were based on videotaped authentic classroom instruction and represented classes at the elementary, middle school and high school levels. A Deaf child was described for each level of interpreting so that the interpreters could target their interpretation. The results showed that those interpreters who demonstrated higher order cognitive thinking skills and attended to teacher intent and student language preferences provided more effective interpreting than the interpreters who focused primarily on linguistic choices and interpreting decisions. The findings have implications for interpreters, interpreter educators and mentors, and teachers working with interpreters and Deaf students in mediated learning environments. By exploring the ways in which attention to discourse features and teacher-student needs could be heightened, interpreters could enhance the quality of interpretation provided to Deaf learners. Finally, questions for future research and implications for collaboration across countries are discussed.
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 | 0,100 | 0,198 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».