Interprétation et traduction dans les territoires : hors de la polarité traditionnelle des langues officielles
Bibliographic record
Abstract
Depuis quelques années au Canada, les activités de traduction et d’interprétation connaissent une recrudescence considérable, et les langues autochtones du Grand Nord ne font pas exception à la règle. Mais pourquoi traduire et interpréter en langues autochtones ou à partir de celles-ci? Le problème de la pertinence des langues autochtones se pose dans toute son acuité au Nunavut, où le gouvernement territorial souhaite que l’inuktitut devienne la langue de l’administration gouvernementale. Or, les défis à relever avant de parvenir à ce but sont nombreux. À l’autre extrémité de l’Arctique canadien, les Premières nations du Yukon travaillent à la revitalisation des huit langues locales dans le but de les amener sur un pied d’égalité avec les langues officielles du Canada. Dans un cas comme dans l’autre, l’interprétation et la traduction permettent dans un premier temps de maintenir la pluralité linguistique et culturelle des territoires et, dans un deuxième temps, de favoriser le développement des langues que l’on dit minoritaires, soit d’un point de vue démographique, soit à l’égard du statut social qui leur est conféré. Le présent article décrit la situation actuelle au Nunavut et au Yukon, deux territoires situés aux antipodes de l’Arctique canadien, aux antipodes à l’égard de l’approche favorisée pour le développement des langues locales, et aux antipodes par rapport à l’industrie de la traduction du Canada, essentiellement axée sur les langues officielles.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.017 | 0.034 |
| Scholarly communication | 0.010 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.004 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".