Enseignement de la traduction technique anglais-français : portrait de la situation
Notice bibliographique
Résumé
La traduction technique (orientée vers la pratique dans des domaines technologiques et industriels comme la mécanique et le travail des métaux) est un sujet sur lequel on trouve relativement peu de documentation récente, surtout lorsque l’on s’arrête plus précisément à son enseignement. Comment se spécialise-t-on en traduction technique? Faut-il d’abord acquérir une expertise du domaine de spécialité (approche orientée domaine)? Peut-on passer d’une pratique générale à une pratique spécialisée en traduisant des textes techniques (approche texte)? Existe-t-il une méthode de formation qui soit meilleure qu’une autre et si oui, laquelle? Quelle est la place de la traduction technique dans les programmes de traduction actuels des universités québécoises et des universités francophones hors Québec? En menant la présente étude, nous avons voulu connaître la situation de l’enseignement de la traduction technique en recensant d’abord les principaux travaux sur le sujet, puis en observant la structure des programmes universitaires ainsi que le contexte dans lequel s’exerce la profession. Le marché de la traduction connaît d’importantes perturbations sur le plan commercial et technologique. Outre l’instantanéité des demandes, la stagnation, voire la baisse des tarifs ainsi que l’ampleur du volume des textes à traduire, l’apparition des technologies de télécommunication et de traduction assistée par ordinateur (TAO) a apporté des avantages et des contraintes. Si ces technologies augmentent la productivité des traducteurs et facilitent les recherches documentaires et terminologiques, elles ouvrent aussi la porte à une concurrence sans frontières et à une industrialisation de la traduction. À la lumière de nos observations, nous avançons l’hypothèse que les langagiers ont avantage à se spécialiser en visant le marché « haut de gamme », par opposition au marché de masse où un important volume de travail passe par la traduction automatique et la post-édition, d’où la pertinence de l’enseignement de la traduction spécialisée, plus précisément de la traduction technique, une niche sous-exploitée.
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 | 0,009 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,010 | 0,011 |
| Communication savante | 0,012 | 0,006 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».