Notice bibliographique
Résumé
Cross-cutting methodological issues in legal translationThis special issue is the first of two volumes of Comparative Legilinguistics devoted to legal translation.They include research presented at the 2018 Transius International Conference on Legal and Institutional Translation at the University of Geneva's Faculty of Translation and Interpreting.The four articles gathered in this first volume cover a selection of key aspects of legal translation, with an emphasis on specialized methodology and competence, including comparative legal analysis for translation, the impact of legal thematic knowledge on translators' performance, and the differences between machine translation output and human translation in this field.These studies refer to a wide variety of language combinations (French-English, English-French, Norwegian-German, English-Hungarian and Italian-German), and exemplify common methodological challenges in the quest for quality in legal translation.The first two articles address comparative law for translation.In line with the multilingual nature of the Transius Conference and this journal, they are written in two different languages, French and German, respectively.In the first paper, "L'analyse jurilinguistique en traduction, exercice de droit comparé.Traduire la lettre ou «l'esprit des lois»?Le cas du Code Napoléon", Jean-Claude GÉMAR (Universities of Montreal and Geneva) describes his approach to examining the spirit and the letter of the laws through comparative legal linguistic analysis for translation.He provides insightful examples of transfer strategies in the translations of several civil codes derived from the Napoleonic Code, e.g.early translations of this Code into English for informative purposes, the source-oriented rendering of Quebec's Civil Code for the English-speaking minority of this Canadian province, and the more recent translation of the Civil Code of Louisiana into French characterized by the double influence of continental and common law.Ingrid SIMONNÆS (Norwegian School of Economics, NHH) also highlights the pivotal role of comparative law
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 | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,062 | 0,046 |
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 ».