Cognitive effort in direct and inverse translation performance: Insight from eye-tracking technology
Notice bibliographique
Résumé
http://dx.doi.org/10.5007/2175-7968.2016v36n3p60O presente estudo de caso analisou o desempenho tradução de quatro tradutores profissionais com o objetivo de explorar o esforço cognitivo envolvido durante a tradução direta e a inversa. Quatro tradutores profissionais traduziram dois textos comparáveis do inglês para o espanhol e do espanhol para o inglês. A tecnologia de rastreamento ocular foi usada para analisar o tempo total gasto em cada tarefa, o tempo de fixação, e o tempo médio de fixação. A contagem de fixação em três áreas de interesse foi medida e inclui: a) o texto de partida, b) o texto de chegada e c) o navegador de internet, usado como apoio externo. Os resultados sugerem que, embora o tempo total e contagem de fixação sejam indicadores de esforço cognitivo durante as tarefas, os dados da contagem de fixação nas áreas de interesse mostram que mais esforço foi alocado ao texto de partida em ambas as tarefas. De maneira geral, este estudo demonstra que, enquanto as variáveis tradicionalmente usadas para aferir níveis de dificuldades durante uma tradução (e.g., o tempo total) indicam um maior esforço na tarefa de tradução inversa, os dados de rastreamento ocular sugerem que as diferenças no esforço aplicado em ambas as direções devem ser cuidadosamente analisadas, sobretudo em relação às áreas de interesse.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».