ENTREVISTA COM ALVARO ECHEVERRI
Notice bibliographique
Résumé
Alvaro Echeverri4 foi professor convidado pela Université de Montréal, Canadá, no Departamento de Linguística e Tradução em 2009 e desde 2010 é professor adjunto dessa instituição. Suas línguas de trabalho são o espanhol (língua materna), o francês e o inglês. Possui graduação em línguas estrangeiras pela Universidad de Antioquia, Medellín, Colômbia (1994), mestrado em Línguas Estrangeiras (M.A in Foreign Languages, West Virginia University, Morgantown (WV), EUA, 2000), mestrado em Tradução (M.A in translation, Kent State University, Kent (OH), EUA, 2001) e doutorado em Traduction, opção Tradutologia pela Université de Montréal, Montréal, Canadá, com tese intitulada “Métacognition, apprentissage actif et traduction : l’apprenant de traduction, agent de sa propre formation” (2008), a qual originou um livro de mesmo título em 20105. Sua principal área de interesse está relacionada à pedagogia da tradução, ao papel ativo dos aprendizes em sua formação, em especial à metacognição no processo de ensino-aprendizagem de tradução e sua influência na aplicação de métodos de aprendizagem nos cursos de Tradução. Professor Echeverri se interessa também pela História da Tradução e é membro do Grupo de Pesquisa sobre a História da Tradução na América Latina (HISTAL) http://www.histal.ca/pt, coordenado pelo Professor Dr. Georges Bastin. Além disso, pesquisa acerca do desenvolvimento da tradutologia por meio da análise de traduções de textos sobre a tradutologia em inglês, espanhol e francês após a década de 1970.
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 | 0,005 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,011 |
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 ».