MétaCan
Menu
Retour à la cohorte
Enregistrement W2536787005 · doi:10.52034/lanstts.v8i.248

Can Machine Translation meet the needs of official language minority communities in Canada? A recipient evaluation

2021· article· en· W2536787005 sur OpenAlexafffundabout
Lynne Bowker

Notice bibliographique

RevueLinguistica Antverpiensia New Series – Themes in Translation Studies · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaInstitut FrançaisUniversity of Regina
Mots-clésObstacleMachine translationPromotion (chess)Language barrierComputer sciencePublic relationsPolitical scienceBusinessArtificial intelligencePoliticsLaw

Résumé

récupéré en direct d'OpenAlex

Canada is an officially bilingual country, but the only legal requirement is for federal services to be offered in both official languages. Therefore, services provided by provincial and municipal governments are typically offered only in the language of the majority, with cost being cited as the main obstacle to providing translation. This paper presents a recipient evaluation designed to determine whether machine translation could be used as a cost-effective means of increasing translation services in Canadian official language minority communities. The results show that not all communities have the same needs, and that raw or rapidly post-edited MT output is more suitable for information assimilation, while maximally post-edited MT output is a minimum requirement when translation is intended as a means of cultural preservation and promotion. The survey also suggests that average recipients are more receptive to MT than are language professionals.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,389
Score d'incertitude au seuil0,712

Scores Codex et Gemma par catégorie

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

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 Opus0,130
Tête enseignante GPT0,427
Écart entre enseignants0,297 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations34
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLinguistica Antverpiensia New Series – Themes in Translation StudiesMême sujetInterpreting and Communication in HealthcareTravaux en français237 207