Finding Translations. On the Use of Bibliographical Databases in Translation History
Notice bibliographique
Résumé
In any study of translations one must first decide what is to be counted as a “translation” and how such things are to be found, usually through recourse to bibliographical databases. We propose that, starting from the maximalist view that translations are potentially everywhere, various distribution processes impose a series of selective filters thanks to which some translations are more easily identified and accessible than others. The study of translation must be aware of these prior filters, and must know how to account for them, and sometimes how to overcome them. Research processes then necessarily impose their own selective filters, which may reduce or extend the number and kinds of translations given by prior filters. We present three research projects where the play of prior and research filters is very different. For one-off large-scale relational hypotheses, the Index Translationum is found to be relatively cost-efficient. For more detailed objects such as translation flows from Spanish into French in a specific period, a book-industry database offers significant advantages. And for a study marked by a paucity of texts, as is the case of translation from Korean into English following the Korean War, a combination of databases is necessary, the most useful turning out to be Amazon.
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 | 0,017 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,027 | 0,059 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,014 | 0,027 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,005 |
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 ».