Tipos de equivalencias en la traducción de textos jurídico-administrativo del idioma francés al español en el año 2014
Notice bibliographique
Résumé
Objetivo: Identificar qué tipos de equivalencias se presentan en la traducción de textos \njurídico-administrativo del idioma francés al español que tienen los siguientes nombres: \nTRIBUNAL DE GRANDE INSTANCE DE BOURG EN BRESSE –COUR D’APPELL D’AIX – EN \nPROVENCE TRIBUNAL DE GRANDE INSTANCE DE TOULON JUGEMENT DE DIVORCE \nCONSENTEMENT MUTUEL, COPIE D’ACTE VILLE DE QUEEC, SERVICE DE RECURSOS HUMANOS \nY REGIE DE RENTES DE QUEBEC que permite a los traductores dedicados al área de traducción \njurídica encontrar más información en relación a los tipos de equivalentes los textos a traducir. \nMetodología: Se seleccionaron 24 términos de los 5 documentos mencionados anteriormente, \ntanto en su versión en francés como en español. Posteriormente, se realizó una ficha de \nanálisis de los 24 términos como instrumento utilizando la técnica de observación y el método \nempleado fue el cualitativo. Resultados: se encontró que los tipos de equivalencias que se \nutilizaron en la traducción de documentos jurídicos fueron: Equivalencias Pragmáticas, \nTextuales, Gramaticales, a nivel de palabra, en niveles superiores a la palabra. Las más usadas \nfueron Textuales y Gramaticales. Conclusiones: En lo que concierne al Equivalente Textual, el \ntraductor en primera instancia ha analizado los términos de la cohesión e información, \nmientras que en las equivalencias pragmáticas, el traductor prioriza e interrelaciona el \ncontexto, para que la relación del lenguaje con el hablante tengan una constante \ncomunicación.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».