Tipología textual y traducción en el ámbito agroalimentario: definición del perfil y ejercicio profesional
Notice bibliographique
Résumé
La traducción agroalimentaria se relaciona primordialmente con la industria de la alimentación y sus productos desde que se cultivan o crían hasta que llegan al consumidor, pasando por la producción, transformación, distribución y exportación de dichos productos (aceite, vino, productos cárnicos, etc.). Esta amplia temática es el objeto de gran variedad de textos: textos científico-técnicos (textos de tecnología e ingeniería alimentaria), textos bio-sanitarios (biotecnología, sanidad animal…), textos jurídicos (contratos de empresas, legislación alimentaria…), o textos humanístico-literarios (textos históricos, turísticos…) de temática agroalimentaria. El propósito del presente trabajo es llevar a cabo una recopilación de los distintos sectores y tipos de textos de temática agroalimentaria para obtener una visión general del ámbito de actuación del traductor agroalimentario. Así mismo, este estudio pretende realizar una investigación de los encargos reales de traducción que se suelen dar en nuestro entorno más cercano para intentar delimitar las competencias básicas que necesita el traductor y atisbar las posibles salidas profesionales.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 ».