Analyse comparative de lâutilisation des ouvrages de référence chez des étudiants\nbilingues en traduction et en droit dans le domaine du droit pénal
Notice bibliographique
Résumé
L’objectif principal du présent mémoire est d’observer le processus de traduction d’un texte de nature juridique mis en oeuvre par deux groupes d’étudiants, cinq étudiants inscrits au baccalauréat en traduction et quatre inscrits au baccalauréat en droit. Tout d’abord, nous analyserons les différences qui existent entre les deux groupes dans leur utilisation des ouvrages de référence. Nous observerons entre autres la diversité générale des ouvrages consultés et la connaissance antérieure des ouvrages papier, la répartition par type d’ouvrages (dictionnaire bilingue, monolingue ou autres), la répartition par support d’ouvrages (électronique ou papier), l’utilisation des correcteurs, l’intensité des recherches effectuées et, finalement, le premier ouvrage consulté selon le type et le support. Ces données seront recueillies grâce à la méthode de verbalisation à voix haute et à l’enregistrement de l’écran d’ordinateur, au moyen du logiciel WebEx. Ensuite, nous évaluerons la qualité des traductions en faisant une distinction entre deux types d’erreurs, soit les erreurs de traduction et les erreurs de langue. Nous tenterons par la suite d’établir des liens entre l’utilisation des ouvrages de référence et la qualité des traductions. Nous observerons que les deux groupes utilisent les ouvrages de référence différemment et que les traducteurs ont semblé mieux outillés que les juristes pour remettre une traduction de qualité.
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 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».