Mind the Gap: Translation Automation and the Lure of the Universal
Notice bibliographique
Résumé
A recurrent concern of Daniel Simeoni’s writings is the concealed or disguised cultural origins of theoretical reflection or absence of reflection on translation. Allying this concern to a discomfort around particular kinds of universalist claims, this article examines forms of translation thought and practice that have emerged in the digital age. Two approaches to thinking about translation, “massive” thinking, and “detailed” thinking are used to situate particular kinds of translation practice in the era of automation and semi-automation. The strategic importance of detail in translation practice is located within the rising popularity of gist or indicative translation. Underlying both the “massive” and “detailed” approaches to translation, it is argued, are two different approaches to the question of the universal. The tension between easy universalism and difficult universalism is seen as bound up with projections of power and influence from which, as Simeoni repeatedly argued, translation and thinking about translation are not immune. In order to further develop the implications of difficult universalism for translation thinking and practice, the notion of “gap” is opposed to that of difference. The idea of “gap” avoids the reifying thrust of typicality that often underlies the invocation of difference and favours not so much the celebration of identity as the cultivation of fecundity. In this view, translators look to languages and cultures not so much for values as for resources. Where these “gaps” might be located is, of course, a source of endless conjecture but it is argued that in translation practices in the digital age, one place to look is in the debates around quality and what quality might mean in a digital age. The challenge quality poses for extensive universality is framed within Simeoni’s notion of the translator as borderline agent.
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 | 0,029 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,066 |
| Communication savante | 0,014 | 0,030 |
| Science ouverte | 0,002 | 0,014 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».