L’évaluation de la postédition « retour » en contexte d’apprentissage : priorité à la détection des problèmes de traduction
Notice bibliographique
Résumé
Si le processus de postédition (PE) s’effectue en plusieurs étapes, il commence invariablement par la détection d’un problème, comme en attestent les modèles de compétence en PE. Dans un contexte didactique, si l’enseignement de la PE met l’accent sur cette phase du processus, faut-il en tenir compte lors de l’évaluation, quel que soit le produit fini ? Le cas échéant, comment reconnaître des détections qui n’ont pas conduit à une modification visible dans le produit fini (dénommées « simples détections ») et surtout, quel serait l’impact d’une telle méthode d’évaluation sur l’étudiant * et sur la charge de travail de l’évaluateur ? Pour répondre à ces questions, nous avons mené une étude quasi expérimentale avec 15 étudiants effectuant une tâche de PE « retour » (du néerlandais, langue maternelle, au français, langue étrangère) tout en enregistrant leur processus avec un logiciel de saisie de frappes. Nos résultats montrent que les scores tenant compte de ces simples détections sont significativement plus élevés que les scores ne tenant compte que du produit fini. La différence est non seulement significative, mais elle permet aussi, selon le contexte, de passer de l’échec à la réussite. Par conséquent, pour l’étudiant, cette approche a une grande importance, tout comme pour l’évaluateur qui a désormais accès à un pan de compétence resté invisible jusqu’à présent. Par ailleurs, la méthode de travail s’avère relativement simple sans être trop chronophage, selon le temps disponible et le nombre d’étudiants à évaluer.
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 | 0,028 | 0,170 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».