MétaCan
Menu
Retour à la cohorte
Enregistrement W2990380940 · doi:10.7202/1065334ar

Entre la traduction interlinguale et intersémiotique. L’innovation dans les services de traduction vue par les responsables des entreprises de traduction françaises

2019· article· fr· W2990380940 sur OpenAlexvenueno aff
Anna Kuźnik

Notice bibliographique

RevueMeta Journal des traducteurs · 2019
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

L’innovation, comprise dans le sens large comme l’introduction de changements significatifs ayant pour but l’amélioration de la performance d’une organisation, a toujours été un défi méthodologique et social pour ceux qui voulaient la mesurer. Dans la discipline traductologique, un manque d’études panoramiques et exhaustives sur l’innovation dans les entreprises de traduction se laisse observer, malgré l’intérêt croissant des traductologues pour ces entités. Dans cet article, nous exposons les résultats d’une étude exploratoire (inductive, qualitative, descriptive) réalisée sur le territoire français en 2015. Dans notre approche, ce sont les personnes – les responsables des PME de traduction – qui constituent la source des données. Dans le cadre d’entretiens, elles ont partagé leurs opinions sur des éléments qui renforcent la possibilité d’émergence des innovations, sur les innovations proprement dites, et sur les formes créatives des services et de l’organisation du travail implantées dans leurs entreprises. Il ressort de ces milieux une conception traditionnelle de l’innovation, conçue presque uniquement comme un phénomène technologique, d’autres formes d’innovation n’étant pratiquement pas prises en compte. Le manque de formation initiale en entrepreneuriat, en gestion d’entreprise et en innovation est probablement l’une des causes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,882
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,004
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,287
Écart entre enseignants0,240 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMeta Journal des traducteursMême sujetTranslation Studies and PracticesTravaux en français237 207