Modelo modelo holístico y componencial para evaluar la competencia traductiva de los estudiantes de traducción
Notice bibliographique
Résumé
Las diversas herramientas para evaluar la calidad de las traducciones se critican a menudo, debido a las múltiples variables que implica, entre ellas la definición, el número y la gravedad de las faltas, el propósito de la evaluación, la competencia y la fiabilidad del evaluador, las exigencias del cliente o del usuario final, el tiempo y la complejidad del modelo de evaluación. No obstante, en los últimos años, el modelo funcionalista de la evaluación de la calidad de la traducción, basado en criterios establecidos, propuesto por Colina (2008, 2009), entre otros modelos, ha permitido tener en cuenta diferentes variables y, por lo tanto, proporcionar una mayor fiabilidad y validez incluso si es criticado por de los partidarios de evaluación normativa en la traducción (Anckaert et al., 2008, 2009). Asimismo, se han logrado avances en la evaluación educativa por medio de un enfoque holístico y basado en criterios establecidos, desarrollado por Wiggins (1998) y Biggs y Tang (2007), investigadores en el campo de la educación científica. En este artículo, el autor propone la integración del modelo funcionalista con el enfoque holístico, basado en la definición de las normas profesionales aplicables en América del Norte, con el fin de crear un modelo de evaluación "integral y componencial" del desempeño y las habilidades de los traductores en formación. Este modelo corregiría las deficiencias atribuidas a los tradicionales esquemas de corrección cuantitativos, a los esquemas de corrección "impresionistas" y a los modelos basados en criterios establecidos.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».