Notice bibliographique
Résumé
This paper intends to show how a translation competition, namely the “translation duel,” can be turned into a useful pedagogical tool to train translation students to adapt their target text to imposed discursive parameters and consequently learn the skopos theory in an intuitive, applied, and playful way. A translation duel can be defined as a translation competition between two translators (or two teams of translators) who compete against the clock to translate a source text under the constraint of imposed discursive parameters. The target text of both translators is projected on large screens to let spectators see the translations typed in real time including idea changes, correction of spelling mistakes, last-minute editing, etc. Finally, at the end of the round, the target texts are read out loud and the spectators can vote for their favorite target text. The concept of translation duel is largely inspired by the “lucha libro,” which is a creative writing competition in which writers are invited to produce a creative text in a very short time. This paper guides the reader through the implementation of a real translation duel that took place during the COVID-19 pandemic between translation students from the University of Mons (Belgium) and translation students from the Université Laval (Canada). Most importantly, this article argues that this type of activity provides four main advantages: first, a translation duel provides an intuitive introduction to the skopos theory. Secondly, it enables students to develop the natural skills on which a professional translator usually relies, such as rapidity, creativity, composure, team spirit, and interpersonal competence. Thirdly, it can take place either on-site, remotely, or in hybrid mode, with translators competing (and spectators watching) from different parts of the world. Finally, the translation duel can be seen a gamified activity that allows to enhance learning.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,005 |
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 ».