Saudi Interpreters’ Adaptive Cognitive Strategic Behaviors in Consecutive Interpretation
Notice bibliographique
Résumé
This study investigates the adaptive cognitive strategies used by Saudi interpreters in consecutive interpretation (CI) guided by Gile’s (2009) Effort Models. Using a structured questionnaire, insights were gathered from 102 Saudi interpreters, divided into undergraduate students and professional interpreters with varying levels of experience. The research focuses on how interpreters manage the selection of interpretation strategies across four phases of CI: listening, note-taking, note-decoding, and reformulating. Notable findings include the contrast between experienced professionals, who seldom rely on common sense, omitting, or paraphrasing, and trainees, who employ these strategies more frequently in response to unfamiliar topics. Professionals, regardless of experience, effectively use paraphrasing when faced with numerical complexities. When dealing with fast-speaking speakers, experienced professionals avoid omitting content, while trainees rely on this strategy. In conclusion, to manage concentration during long speeches, trainees prioritize attention to the source speech and use selective omission, while experienced professionals gravitate toward generalizing and summarizing approaches. This research highlights the influence of experience on strategy choice, aligning with Jääskeläinen’s (1996) claim that experienced translators allocate more cognitive resources to production strategies than novices. A key recommendation of this study is the need for specialized training for novice interpreters, particularly in strategy development, to handle various CI process challenges. Training focused on enhancing note-taking skills is vital, especially for trainees, as clear and understandable notes are crucial for success in the note-decoding and reformulating stages of CI.
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».