Traduire dans un monde de signes non traduits : l’incidence de la multimodalité en traductologie*
Notice bibliographique
Résumé
Depuis peu, la traductologie, qui s’intéresse traditionnellement au verbal, s’est tournée vers les études sur la multimodalité, afin d’y emprunter les méthodologies et les cadres d’analyse propres à poser les bases de la recherche sur la traduction des textes multimodaux, tels que les films, les sites Internet ou les bandes dessinées. Les outils d’analyse ainsi que les concepts développés dans le champ de la multimodalité ont été importés en traductologie, avec toutefois peu de réflexion approfondie sur les principes sur lesquels sont fondés ces instruments ou sur la signification pour la traductologie de l’adoption de ces principes. En conséquence, les discussions théoriques en traduction restent avant tout concentrées sur le verbal, toutes les autres ressources sémiotiques étant réduites à un rôle contextualisant. Le présent article comble une lacune en entreprenant d’étudier ce qu’implique la multimodalité pour la traductologie. Les concepts clés d’une perspective sociosémiotique sur la communication multimodale sont réexaminés pour proposer une redéfinition de texte, de co-texte et de contexte, et pour introduire la notion de connaissance sémiotique, indispensable à l’interprétation du sens à tous les niveaux. S’ensuivent alors une discussion sur les conséquences de cette nouvelle perspective en traductologie ainsi qu’une révision de quelques-uns des concepts de base de ce domaine, à l’origine de plusieurs questions méritant, selon nous, d’être au centre de la discipline. Notre conclusion offre l’ébauche d’une nouvelle approche théorique et méthodologique intégrée.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; un appel candidat d’une seule tête enseignante, 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 ».