Les outils d'aide à la traduction dans la formation du traducteur au Cameroun : considérations théoriques et pratiques à partir de l'expérience canadienne
Notice bibliographique
Résumé
Toutes les sphères de la société sont touchées par la révolution technologique. Le domaine de la traduction n'est pas épargné par ce phénomène, compte tenu des nouvelles exigences imposées parles donneurs d'ouvrage en ce qui concerne le profil du candidat recherché, les compétences requises, la maîtrise de certains outils, et même le délai de livraison. Les chercheurs s'accordent pour dire qu'un moyen de répondre à ces besoins émergents serait d'assurer une formation de qualité aux traducteurs en devenir. Par ailleurs, il ne fait aucun doute que le critère relatif aux compétences technologiques, autrefois considéré comme un atout par les recruteurs, constitue désormais un critère essentiel figurant dans les offres d'emploi. En d'autres termes, posséder plus que de simples connaissances technologiques devient à présent une nécessité dans notre profession et notre société numérique. Forte de cette observation, nous avons cherché à savoir quelle place réservent les responsables pédagogiques aux outils d'aide à la traduction, également appelés technologies langagières, dans le cadre de la formation universitaire. En se fondant sur les programmes de traduction offerts au Cameroun comme étude de cas et sur ceux du Canada comme point de référence, notre recherche vise à déterminer l'état actuel de l'intégration et de l'utilisation des outils d'aide à la traduction dans la formation du traducteur, particulièrement au Cameroun. De nature qualitative, notre étude repose sur des entrevues menées auprès d'étudiants du baccalauréat et de la maîtrise inscrits en traduction et de membres du corps enseignant qui assurent cette formation. Les résultats de cette étude nous permettent de déterminer la place qu'occupent les outils d'aide à la traduction dans la formation et le comportement des intervenants concernés face à ces outils. Nous relevons de bonnes pratiques d'utilisation susceptibles de contribuer à l'intégration des outils technologiques dans la formation au Cameroun. Par ailleurs, les résultats obtenus réaffirment également la présence de certaines difficultés associées à leur utilisation dans les cours. En outre, ils nous permettent de conclure notre thèse par des recommandations de bonnes pratiques ou de techniques pédagogiques susceptibles de favoriser le développement des compétences technologiques chez l'étudiant lors de sa formation, d'abord au Cameroun, puis dans le reste du monde. Nous espérons, de surcroît, que nos travaux contribueront à la recherche en traductologie au delà de cette seule expérience camerounaise étudiée.
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 | 0,008 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,028 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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 ».