Notice bibliographique
Résumé
En traduction, comme dans d’autres disciplines, la notion de problème a suscité un intérêt croissant au cours des dernières années. Néanmoins, l’ensemble des travaux consacrés à l’analyse du problème de traduction est loin de constituer un axe de recherche homogène, ce qui est encore aggravé par le manque d’études synthétisant et contrastant les différents apports sur la question. Pour pallier cette lacune, le présent article analyse et met en lumière la notion de problème telle qu’elle a été développée par quelques spécialistes importants du processus de traduction. La première partie passe en revue la notion de problème dans d’autres disciplines. La seconde recueille et analyse les principales études relatives au problème de traduction et aux différentes approches. Elle établit également une relation entre les processus de résolution de problèmes en traduction et les stratégies de traduction. Notre contribution vise à une meilleure compréhension des processus de résolution de problèmes en traduction, et à présenter une rétrospective de travaux parmi les plus significatifs dans ce domaine.
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 | 0,033 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,010 |
| Études des sciences et des technologies | 0,010 | 0,043 |
| Communication savante | 0,027 | 0,038 |
| Science ouverte | 0,005 | 0,012 |
| Intégrité de la recherche | 0,010 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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 ».