Cartographie de la notion de <i>distance</i> en traductologie, et enjeux méthodologiques de la démarche
Notice bibliographique
Résumé
Bien que la notion de distance, notamment linguistique, culturelle et temporelle, émaille le discours traductologique, elle n’y a jamais été considérée comme il se doit et elle y demeure donc en filigrane. Afin de combler cette lacune, nous proposons dans cet article une cartographie de la notion de distance en traductologie, c’est-à-dire un examen multidimensionnel de la notion, enrichie d’un plaidoyer pour sa pertinence. Cette démarche de cartographie d’une notion précise à partir de la littérature savante soulève toutefois certains enjeux méthodologiques. À ce propos, force est de constater que, contrairement à d’autres disciplines, l’offre méthodologique en matière de recherche théorique (ou conceptuelle) et « métadisciplinaire » s’avère quasi inexistante en traductologie. Par conséquent, ce texte a comme objectif primaire de cartographier la notion de distance telle qu’elle se trouve en traductologie et comme objectif subsidiaire de présenter des approches pour effectuer cette cartographie. Pour composer notre méthode multidimensionnelle, nous explorons diverses avenues, dont l’analyse (philosophique) de concept, la revue de la littérature et la bibliométrie. En substance, il s’agit de problématiser la méthodologie de la recherche sur les notions traductologiques de même que la notion de distance en traduction.
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 | 0,010 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,007 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,013 |
| Communication savante | 0,015 | 0,017 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,004 |
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 ».