Bibliographic record
Abstract
Le concept de stratégies du traduire, si largement employé, est confus, ce que montrent aussi bien les définitions courantes que l’usage qu’en font des spécialistes, y compris les plus renommés. L’auteur postule un retour aux sources nécessaire, et une nouvelle mise au point du problème. Une stratégie ne peut être que consciente et globale. Pas de choix conscient, pas de stratégie, donc, et c’est ce que la pratique démontre : l’écriture de la traduction est considérée souvent peu systématique, et pour cause. En fait, en ce qui a trait aux choix stratégiques, à côté de quelques facteurs conscients, il existe autant de facteurs de choix subconscients, qui interfèrent avec ceux-là. Le résultat est un amalgame qui altère une vision stratégique du traduire, à un degré variable, toujours à définir dans un cas précis. Le niveau stratégique reste en lien assez étroit avec un niveau subordonné, celui des « techniques de traduction », qui coincident assez souvent avec les « universaux du traduire », parmi lesquels se trouvent de nombreuses « figures de traduction ». Tout changement au niveau du message original opéré dans la traduction n’est pas figure toutefois. L’usage de la notion de figure ne paraît justifié que là où nous sommes capables de définir la nature et les conséquences du changement, ou autrement dit, sa valeur fonctionnelle.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.002 | 0.003 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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 teacher head, 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".