Suomen ja Ranskan korkeakoulutasolla tarjottavan tulkkausopetuksen keskinäinen vertailu konferenssitulkkauksen laatukriteerien näkökulmasta
Notice bibliographique
Résumé
Tässä tutkimuksessa perehdytään Suomen ja Ranskan tulkkauskoulutuksiin ja vertaillaan niitä keskenään. Koulutuksia tarkastellaan erityisesti konferenssitulkkauksen näkökulmasta. European Masters in Conference Interpreting eli EMCI on konferenssitulkkikouluja varten tehty verkosto, jonka laatukriteerien avulla varmistetaan muun muassa Euroopan unionin konferenssitulkkien korkea koulutus. EMCI:n laatukriteerit esitellään myös tässä tutkimuksessa, ja ne toimivat mittapuuna tutkimuksessa mukana olevien tulkkauskoulutusten vertailussa. \nTulkkauksen laadun ja koulutuksen tutkimisessa ovat ansioituneet esimerkiksi Ingrid Kurz (1989, 1993, 2001), Hildegund Bühler (1986), Daniel Gile (1991, 1995, 2001) ja Franz Pöchhacker (2010), joiden tutkimuksia esittelen muiden muassa pohjustuksena hyvän tulkkauslaadun määrittelyyn. Näistä tutkimuksista saatuja tuloksia käytän hyödyksi myös omassa vertailussani. \n \nSain neljän suomalaisen ja neljän ranskalaisen korkeakoulun tulkkausopintojen ohjelmat joko koulutusten verkkosivuilta tai pyytämällä ne käyttööni tätä tutkimusta varten. Esittelen aluksi tulkkausohjelmat maakohtaisesti yksi korkeakoulu kerrallaan. Lopuksi kokoan ohjelmat vertailutaulukkoon, johon merkitsin myös kategorioittain tulkille tärkeitä tietotaitoja. Vertailukeinona käytän kursseista saatavien opintopisteiden määrää, ja analyysissa pohdin koulutusten laajuutta verrattuna toisiinsa sekä EMCI:n kriteereihin. \n \nTutkimuksen yhteenvedossa totean, että Ranskassa on mahdollisuus kouluttautua konferenssitulkiksi korkeakoulutasolla. Suomessa ei ollut tutkimuksen teko- ja ilmestymisvaiheessa konferenssitulkkien koulutusta, vaikka käännöstieteen ja kielten opiskelijoille on tarjolla tulkkausopintoja. Suomessa tulkkausopinnot painottuvat enemmän oikeustulkkaukseen tai toimivat laajuudeltaan pienenä esittelynä tulkin tietotaitoihin ja ammattiin. Ranskassa konferenssitulkkikoulutusten lisäksi korkeakoulutasoista tulkkauksen opetusta on myös saatavilla lyhyinä ohjelmina, joissa ei erikoistuta johonkin tiettyyn tulkkaustapaan. Maiden koulutuksissa on siis yhtäläisyyksiä suppeampien koulutusten osalta, mutta Ranskan konferenssitulkkauskoulutus on selkeästi korkeatasoisempaa kuin Suomessa. Ranskassa on jopa kaksi EMCI-koulutusta tarjoavaa paikkaa ja muita konferenssitulkkaukseen painottuneita opintokokonaisuuksia. Suomen korkeakouluissa tarjotaan konferenssitulkkauksen yksittäisiä kursseja, joten maakohtainen ero on suuri. Suomessa ei ole EMCI-tasoista koulutusta, joten myös konferenssitulkkauksen laatukriteerit täyttyvät varmemmin Ranskassa.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,007 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,054 | 0,073 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».