Assessing indicators of cognitive effort in professional translators: A study on language dominance and directionality
Notice bibliographique
Résumé
Recently in translation studies, important advances have been made with respect to directionality (i.e., whether translation is done into one's native or non-native language). What was once considered the "elephant in the room," directionality now has a growing number of empirical studies that analyze factors which contribute differentially to translation. In this chapter, we review variables that have been previously identified as related to a higher or a lower degree of cognitive activity in direct and inverse translation (DT and IT, respectively). Against this backdrop, we present a study conducted among professional translators of English and Spanish who completed two translation tasks: one in which they translated a text from English into Spanish and another in which they translated another text from Spanish into English. We use behavioral and eye-tracking measures to analyze time, mouse events, keypresses, saccade index, and gaze index data. We also explore the effects of age and sex/gender. The results suggest that in terms of length, although translators spent longer in IT compared to DT, this difference was not statistically significant. However, there was a correlation between translation direction and fixation index such that participants showed a higher gaze event duration in IT. Age was correlated to fixation index (lower fixation index among older translators) and sex/gender was also related to fixation index (females presented lower values in IT in comparison to DT). Results also suggested a higher gaze point index in IT and a higher keypress index for English-dominant translators, and a higher gaze point index in DT for Spanish-dominant translators. Overall, our study suggests that although some of the variability in the results is likely due to individual differences, the observed patterns help us better understand differences between DT and IT.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».