Les défis de la pédagogie de la traduction spécialisée : mise en oeuvre d’un site de référence en biomédecine1
Notice bibliographique
Résumé
L’expansion du secteur des sciences biomédicales dans le marché de la traduction ainsi que les spécificités du domaine sont propres à susciter une réflexion sur la formation à donner aux futurs traducteurs. L’opération traduisante étant considérée comme une activité de résolution de problèmes, l’enseignement doit amener les apprenants à prendre conscience de leurs propres mécanismes cognitifs et à les examiner, voire à les modifier, et à se construire une architecture de connaissances sur laquelle fonder leurs décisions traductionnelles. Par ailleurs, la complexité des notions spécialisées et le grand nombre de ressources accessibles peuvent se révéler déroutants. Il devient ainsi nécessaire de construire des outils ad hoc visant des objectifs pédagogiques spécifiques. Le site BiomeTTico est offert en ligne pour consultation et interrogation, principalement à des fins pédagogiques, et vise à favoriser la reconnaissance, la formulation et la catégorisation des problèmes et des pistes de solution en réponse au questionnement soulevé par le mandat de traduction. Envisagé comme un centre de documentation, mais aussi comme moyen de valoriser différents produits issus de la recherche, il ne cherche pas l’exhaustivité, mais plutôt la pertinence. Dans ce contexte, le rôle du professeur en tant qu’expert activement engagé dans la construction de telles ressources est envisagé comme pivot, c’est-à-dire comme un point d’appui grâce auquel les étudiants peuvent (ré-)organiser et intégrer connaissances et compétences.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 tête enseignante, 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 ».