MétaCan
Menu
Retour à la cohorte
Enregistrement W4226217648 · doi:10.7202/1106326ar

Anisomorphisme culturel et variation en traduction juridique. Le cas de la personne mise en cause en France, en Espagne et au Chili

2023· article· fr· W4226217648 sur OpenAlexvenueno aff
Jorge Valdenebro Sánchez

Notice bibliographique

RevueMeta Journal des traducteurs · 2023
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueLinguistic and Sociocultural Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Cet article vise à mettre en lien deux phénomènes très présents dans la traduction juridique : l’anisomorphisme culturel (c’est-à-dire l’asymétrie culturelle) et la variation linguistique. En effet, le droit est une discipline fortement inhérente à une société, ce qui signifie qu’elle possède un caractère national où, par conséquent, les concepts vont rarement franchir des frontières. De plus, si ce caractère national du droit est bien remarquable dans deux cultures ayant des langues distinctes, comme c’est le cas de la France et de l’Espagne, il est aussi présent dans des cultures juridiques ayant une même langue officielle, comme le Chili et l’Espagne. La traduction d’un terme relevant du droit français vers l’espagnol va varier en fonction du pays cible (l’Espagne, le Chili, le Mexique, etc.). Ainsi, afin de mettre en évidence cette réalité, nous allons analyser un concept général, la personne mise en cause, en France, en Espagne et au Chili, et comment la matérialisation que ces pays font de ce concept général donne lieu à des anisomorphismes culturels et à des problèmes relatifs à la variation linguistique (plus précisément, à la variation géographique) dans les pays hispanophones qui font l’objet de cette étude.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,023
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,032
Tête enseignante GPT0,315
Écart entre enseignants0,283 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMeta Journal des traducteursMême sujetLinguistic and Sociocultural StudiesTravaux en français237 207