MétaCan
Menu
Retour à la cohorte
Enregistrement W2123126626 · doi:10.7202/009353ar

La Théorie interprétative ou Théorie du sens : point de vue d’une praticienne*

2004· article· fr· W2123126626 sur OpenAlexvenueno aff
Florence Herbulot

Notice bibliographique

RevueMeta Journal des traducteurs · 2004
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueLinguistics and Discourse Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

La Théorie interprétative, ou Théorie du sens, que l’on appelle aussi parfois Théorie de l’École de Paris, repose sur un principe essentiel : la traduction n’est pas un travail sur la langue, sur les mots, c’est un travail sur le message, sur le sens. Qu’il s’agisse de traduction orale ou écrite, littéraire ou technique, l’opération traduisante comporte toujours deux volets : COMPRENDRE et DIRE. Il s’agit de déverbaliser, après avoir compris, puis de reformuler ou ré-exprimer, et le grand mérite de Danica Seleskovitch et de Marianne Lederer, qui ont établi et défendu ardemment cette théorie, est d’avoir démontré à quel point ce processus est, non seulement important, mais également naturel. Ces deux phases nécessitent évidemment, pour le traducteur, la possession d’un certain savoir : la connaissance de la langue du texte, la compréhension du sujet, la maîtrise de la langue de rédaction, mais aussi une méthode, des réflexes bien éduqués, qui vont lui permettre d’adopter à l’égard du texte l’attitude qui aboutira au meilleur résultat par la recherche d’équivalences, sans se laisser enfermer dans les simples correspondances. L’auteur s’appuie sur de nombreux exemples, techniques aussi bien que littéraires, tirés de sa pratique professionnelle pour montrer à quel point l’opération traduisante implique un travail de recherche du sens, suivi d’une reformulation par l’établissement d’équivalences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,782
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,273
Écart entre enseignants0,246 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations10
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMeta Journal des traducteursMême sujetLinguistics and Discourse AnalysisTravaux en français237 207