Translation and Popularization: Medical Research in the Communicative Continuum
Notice bibliographique
Résumé
Far from being restricted to exchanges between experts, specialised knowledge is mediated to audiences with different levels of specialization, from scientific reviews to newspaper articles. This diversity constitutes an often-overlooked challenge for translators. As a matter of fact, while documentation and terminology are always crucial, translation decisions are based on communicative parameters as well as cognitive and linguistic criteria. Although it is self-evident that linguistic choices are determined by the proficiency level of the readership, few authors have attempted to specify what those choices are and how the correlation operates, most notably in popularization discourse, and none of them has considered potential differences between languages and cultural settings. The focus of the paper is a bilingual (French and Spanish) corpus study carried out on newspaper articles dealing with stem cell research and cloning published in four different geographic regions (France, Quebec, Spain, Argentina). An original methodology was implemented for data collection and analysis. The number and nature of expressions used to convey each concept were then analyzed. Discursive strategies widely assumed to be a hallmark of popularization, like definitions and explanations, were also taken into account. Indices of metaphorical conceptualization and the underlying modes of conceptualization were identified. This study provides concrete data to a debate that remains largely theoretical, and supports the conception of specialized communication as a continuum. The results go against well-established ideas about popularized texts, specially regarding the trademark status of “didactic features.” It seems imperative to acknowledge the heterogeneity of popularization and to consider the role of textual genre constraints in the way specialized knowledge is introduced. Furthermore, the data obtained seems to substantiate the recent questioning of the canonical view of popularization as a mere translation.
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 | 0,006 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».