De Bach à Saint Jérôme : la cognition musicale et la cognition traductionnelle dans une optique interdisciplinaire de l’enseignement et de l’apprentissage
Notice bibliographique
Résumé
Dans le monde du savoir, où l’interdisciplinarité est au centre de la discussion, on peut se poser la question suivante : comment traductologues, chercheurs en sciences de l’éducation et experts en psychologie cognitive peuvent-ils profiter d’un travail conjoint pour favoriser l’apprentissage chez les étudiants ? Déjà, des traductologues se sont intéressés à l’aspect cognitif de la traduction, comme en font notamment état les travaux de Tirkkonen-Condit (1989), de Jääskeläinen (1996, 1998) et de Gile (2005). Les recherches accomplies en ce sens ont permis non seulement de pousser la réflexion sur l’activité des traducteurs, mais également de donner des repères aux formateurs. Les chercheurs ont aussi abordé les méthodes d’évaluation et le sujet de la compétence traductionnelle. Mais que reste-t-il à accomplir ? Dans cet article, nous abordons entre autres certaines études liées à la formation et à l’apprentissage réalisées en psychologie cognitive, plus spécifiquement en cognition musicale, qui pourraient inspirer des recherches conjointes entre les traductologues, les chercheurs en sciences de l’éducation et les experts en sciences cognitives.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| 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 ».