MétaCan
Menu
← Retour à la cohorte
Enregistrement W2955618405 · doi:10.1075/babel.00094.gag

La traduction des discours politiques classiques de l’histoire du temps présent

2019· article· fr· W2955618405 sur OpenAlexaffabout
Chantal Gagnon, Étienne Lehoux-Jobin

Notice bibliographique

RevueBabel Revue internationale de la traduction / International Journal of Translation / Revista Internacional de Traducción · 2019
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueLinguistics and Discourse Analysis
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Résumé En contexte canadien, les discours politiques du premier ministre du pays sont généralement présentés dans les deux langues officielles depuis au moins la seconde moitié du vingtième siècle. Pour étudier les discours politiques classiques de l’histoire canadienne du temps présent, il faut donc nécessairement prendre en compte le phénomène de la traduction. Dans cette contribution, le discours politique classique est défini comme une allocution politique d’importance. Pour arriver à la constitution d’un canon de discours politiques représentatifs, l’article avance l’importance d’étudier cinq acteurs susceptibles de répertorier et d’évaluer les allocutions politiques, soit les institutions politiques, les maisons d’édition, les établissements d’enseignement, les médias traditionnels et les médias sociaux. Pour qu’une allocution devienne un classique, elle doit avoir été remarquée et reprise par plusieurs de ces acteurs. Enfin, en analysant la façon dont deux déclarations politiques célèbres ont été reprises dans différents médias, l’article met en évidence le caractère inéluctablement mouvant des traductions de classiques politiques : il semblerait que la retraduction soit de rigueur lorsque journalistes et auteurs québécois citent des déclarations politiques canadiennes-anglaises.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0110,023
Communication savante0,0120,005
Science ouverte0,0010,004
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,300
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBabel Revue internationale de la traduction / International Journal of Translation / Revista Internacional de Traducción→Même sujetLinguistics and Discourse Analysis→Travaux en français237 207→