Notice bibliographique
Résumé
Au fil des dernières décennies, l’analyse du discours politique (ADP) s’est taillé une place de choix en sciences humaines. Véritable carrefour de disciplines, l’ADP a désormais ses propres revues (notamment Les Mots et le Journal of Language and Politics) et les monographies sur ce sujet sont de plus en plus nombreuses. Cependant, comme l’a souligné Christina Schäffner en 2004, l’ADP pourrait davantage tirer profit de la traductologie qu’elle ne l’a fait jusqu’à présent. C’est en particulier vrai dans un pays bilingue comme le Canada, où les discours politiques des dirigeants sont traditionnellement prononcés dans les deux langues officielles, le français et l’anglais. Dans le cadre de cet article, nous passons en revue les grandes contributions de l’ADP (en français et en anglais) afin de bien évaluer l’apport de la traductologie dans ce domaine. Ensuite, à l’aide d’exemples tirés de discours politiques traduits, nous montrons comment la traduction peut modifier la portée d’un message, en fonction du destinataire. En guise de conclusion, nous proposons des pistes de solution pour favoriser une véritable interdisciplinarité entre la traductologie et l’analyse du discours politique.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».