Deficiencias del texto de partida en la traducción de textos destinados a la enseñanza y divulgación de la ciencia
Notice bibliographique
Résumé
Le présent article définit et délimite de façon précise le concept dedéficienceoudéfaut dans le texte de départlors de la traduction communicative de textes scientifiques didactiques et de vulgarisation, tout en le différenciant d’autres concepts voisins (comme les passages qui suscitent chez le traducteur l’introduction d’améliorations, des passages inexacts dus à une légitimesimplification pédagogique, etc.). Par la suite, l’article propose une classification spécifique de ces déficiences, à partir d’un vaste échantillon de traductions vers l’espagnol et le portugais, publiées et inédites (réalisées par l’auteur), de fragments d’articles d’encyclopédie, de manuels et de livres et articles de vulgarisation rédigés en anglais et en allemand. La classification proposée des déficiences qui apparaissent fréquemment dans les textes d’origine destinés à l’enseignement et la vulgarisation de la science et qui doivent être corrigées dans le corps du texte cible de la traduction, établit une distinction, au niveau hiérarchique supérieur, entredéficiences factuellesd’une part, en contradiction avec la désignation de la vérité connue ou avec une correspondance adéquate entre les composants verbal et iconique du texte (six sous-catégories) etdéficiences formellesd’autre part, qui lèsent la rigueur expressive ou l’efficacité communicative (huit sous-catégories). Finalement, l’article analyse les diverses exigences cognitives liées à la détection et la correction de telles déficiences dans le cadre de la traduction communicative.
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 | 0,006 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,016 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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.
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 ».