(Re)penser l’enseignement de la traduction professionnelle dans un master français : l’exemple des zones d’incertitudes en traduction médicale
Notice bibliographique
Résumé
La traduction médicale hautement technique et rigoureuse occupe une place à part dans l’enseignement de la traduction (Balliu 2005) et demande une formation spécifique des apprenants et de leurs formateurs. Dans le master français de traduction de l’Université de Lorraine, cette formation prend appui sur les connaissances linguistiques et grammaticales acquises par nos apprenants dans les cursus de traduction générale. Les premières traductions médicales proposées portent sur la fiche médicament. Nous constatons que la première source d’incertitudes porte sur le vocabulaire spécialisé médical et que la seconde est liée à l’expression de la modalité, phénomène linguistique général. Les théories de la traduction traditionnellement enseignées en France dans les cursus universitaires généraux en langues (Vinay et Darbelnet 1958 ; Chuquet et Paillard 1989 ; Quivy 2010) sont appliquées à la traduction d’énoncés médicaux contenant des modaux et du lexique médical ; et il apparaît que ces zones d’incertitude persistent. Au-delà de la dimension linguistique incontournable dans l’enseignement de la traduction, les dimensions extralinguistiques, telles la recherche documentaire, la dimension communicative et la phraséologie médicale, jouent un rôle dans ce type de traduction professionnelle. Fortement réglementée dans sa rédaction, la fiche médicament est un document informatif, contenant des éléments scientifiques attestés par le milieu médical et s’adressant à un lectorat très large, quelquefois profane. L’approche fonctionnaliste (Nord 1997/2008) intègre ces dimensions et développe une stratégie traductionnelle basée sur la notion centrale de fonction du texte cible. Étudiée par les formateurs et enseignée à nos apprenants, cette approche particulièrement adaptée à la traduction médicale (Montalt et Gonzáles Davies 2007) permet de faire disparaître les incertitudes rencontrées en vocabulaire spécialisé médical et dans des énoncés contenant des modaux.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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 ».