MétaCan
Menu
Retour à la cohorte
Enregistrement W2092062476 · doi:10.7202/019872ar

Leveraging Virtual Learning Environments for Training Interpreter Trainers

2009· article· en· W2092062476 sur OpenAlexvenueno aff
Barbara Moser‐Mercer, Barbara Class, Kilian Seeber

Notice bibliographique

RevueMeta Journal des traducteurs · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterpreterCertificateComputer scienceMedical educationMultimediaWorld Wide WebMedicine

Résumé

récupéré en direct d'OpenAlex

While the demand for conference interpreters in traditional language combinations (the more widely used languages) is decreasing, the need for experts in less widely used languages is rapidly increasing with each enlargement of the EU. Post-war peace-keeping operations as well as warcrime tribunals have also increased the need for high-level interpreters in languages hitherto not used in the international arena and consequently more well-trained interpreter trainers both for traditional programs as well as ad-hoc intensive programs must be available. Interpreters are a highly mobile community of professionals, unable to be physically present in a university for long periods of time to be trained as trainers. TheCertificate course for Interpreter Trainers at ETI(University of Geneva) has been offering the only postgraduate course for training interpreter trainers since 1996. To meet the demand for training around the world theCertificate courseis now offered in a blended format: Nine months of distance learning are blended with one week of faceto-face learning. The portal ( www.unige.ch/eti/certificate/training ) offers a rich learning environment with a number of tools to implement the philosophy of collaborative learning. With its public access and a special section for students of interpreting the portal has become an international meeting point for interpreter trainers where participants in theCertificate courseinteract with interpreting students at ETI, and interpreter trainers from schools around the world can interact with theCertificateteaching staff and students. This paper reports on the first systematic assessment of both the learning environment and the learning outcomes of theCertificate course.

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)0,014
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: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,144
Tête enseignante GPT0,410
Écart entre enseignants0,266 · 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

Citations27
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMeta Journal des traducteursMême sujetInterpreting and Communication in HealthcareTravaux en français237 207