MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391554913 · doi:10.7202/1116648ar

Subversion ou servitude volontaire en traduction : de l’identité des contraires

2024· article· fr· W4391554913 sur OpenAlexvenueno aff
Nicolás Froeliger

Notice bibliographique

RevueTTR traduction terminologie rédaction · 2024
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueTranslation Studies and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubversionHumanitiesArtPhilosophyPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

Le problème du concept de subversion, qu’on l’applique à la traduction, à la traductologie, ou à toute autre question, est qu’il incite à sa propre subversion. C’est ce à quoi cette contribution tente, modestement, de contribuer, en utilisant différentes focales. Nous entamons cette réflexion sur une note optimiste, en posant que la traduction, en ceci qu’elle apporte une part de nouveauté, est d’emblée une opération subversive. Elle n’en est pas moins, l’observation le prouve, une école de conformisme, dans laquelle prospèrent de faux subversifs qui n’ont souvent pas même conscience de leur propre sujétion à un ordre. Cette contradiction intrinsèque nécessite donc d’articuler trois outils de décision : l’éthique, la déontologie, la morale. Car il importe aussi d’être conscient des dangers d’une attitude qui valoriserait exagérément les actes de subversion en traduction en établissant un clivage entre la pratique et la réflexion sur la pratique. Enfin, il est difficile de ne pas transposer cette problématique dans notre rapport à l’intelligence artificielle. In fine, le thème de la subversion soulève donc, en traduction et en traductologie, trois questions : au service de qui imaginons-nous être?; pourquoi faudrait-il que nous nous sentions inférieurs?; la subversion n’est-elle pas finalement, en traductologie, un concept à remiser au même endroit que la fidélité et la trahison?

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)0,007
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,049
Communication savante0,0130,013
Science ouverte0,0020,007
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,077
Tête enseignante GPT0,317
Écart entre enseignants0,240 · 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'étudeSans objet
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTTR traduction terminologie rédaction→Même sujetTranslation Studies and Practices→Travaux en français237 207→