Breaking Traditional Boundaries in Translation Pedagogy; Evaluating How Senior Lecturers Have Incorporated Digital Tools to Enhance Translation Teaching
Notice bibliographique
Résumé
Digital technology has brought significant transformation in translation pedagogy, mainly in helping lecturers integrate digital tools in teaching translation courses. However, it is significant to gain insights from the experiences of the senior lecturers who are gradually accepting the integration of technology in translation pedagogy. The focus of this paper is to gain insights from Professors in translation pedagogy on their challenges in transiting from traditional teaching systems to digital technological systems, also sharing their solutions to the challenges. Through the use of both survey questionnaires and semi-structured interviews, data was gathered from 93 extensively experienced professors in translation. The gathered data was analyzed using thematic analysis and statistical measures. The results of the data from the interviews showed four main themes, including the theme of transition challenges, the theme of assessment and evaluation challenges, the theme of inclusion and accessibility in digital technology, and the theme of actions the professors had taken in digital technology. The professors confirmed actions such as “finding appropriate online platforms that allowed for real-time cooperation" (Professor 2), "using virtual translation technologies that enabled real-time collaboration on documents" (Professor 5), and "encouraging collaborative translation exercises in real-time Google Docs" (Professor 2)”. The data from the survey questionnaire unveiled specific ways in which digital tools have assisted the senior lecturers in teaching translation courses, including teaching materials for translation courses are now prepared more quickly due to AI technologies, and automated grading systems driven by AI have reduced assessment time and generated feedback for students' translation projects. The Professors generally accepted the impacts of technological advancements, mainly AI tools, in teaching translation and improving the general performance of the learners.
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 | 0,052 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».