Traductologie et sciences cognitives : une dialectique prometteuse
Notice bibliographique
Résumé
La traductologie est actuellement de plus en plus conçue comme un domaine interdisciplinaire de recherche fondamentale et appliquée. La traduction, dans le cadre de la théorie interprétative, est considérée comme un processus complexe de communication. Les mécanismes neurophysiologiques impliqués dans l’activité traduisante sont peu connus à l’heure actuelle. Une approche d’investigation de ces processus est de tenter d’obtenir des résultats expérimentaux convergents par des techniques psycholinguistiques et d’imagerie fonctionnelle de l’activité cérébrale. Dans cet ordre d’idées, des travaux réalisés récemment (dans le cadre de la collaboration entre l’Université de Caen-Basse Normandie – MRSH et l’Université Ionienne – DLETI) sur le fonctionnement de l’attention et de la mémoire de lecture au cours de l’activité traduisante par oculométrie tendent à attribuer un rôle important du buffer épisodique dans le processus de traduction. D’autre part, des futurs travaux de recherche sur les mécanismes neuropsychologiques mis en jeu par ce processus en utilisant des techniques d’imagerie fonctionnelle cérébrale (TEP, IRMf), sur la base de travaux déjà réalisés pour l’étude du bilinguisme et de la traduction de mots ou de phrases élémentaires, pourraient contribuer à éclaircir nos connaissances des mécanismes cognitifs intervenant dans cette activité mentale hautement complexe.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,020 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».