Direccionalidad y formación de traductores: un estudio longitudinal de los procesos cognitivos en la traducción inversa
Bibliographic record
Abstract
Le présent article expose les fondements théoriques et la conception d’une étude empirique longitudinale relatives au processus de traduction. L’objectif de la recherche est de mieux comprendre les processus traductionnels utilisés par les étudiants de premier cycle lorsqu’ils traduisent de leur langue maternelle L1 (l’espagnol) vers leur seconde langue L2 (le français ou l’allemand). Afin de mieux comprendre comment les compétences de traduction en L2 se développent et comment elles peuvent être dynamisées, le comportement traductionnel des étudiants a été analysé à des moments précis de leur formation, c’est-à-dire en deuxième année et en troisième année, juste avant de conclure leurs études. L’étude vise à déterminer comment les sujets abordent l’acte de traduction (macrostratégie), quelles stratégies ils emploient pour trouver des solutions provisoires aux problèmes de traduction rencontrés, dans quelle mesure ils sont capables d’activer des routines de traduction ainsi que des procédés standards de transfert spécifiques de la combinaison linguistique en jeu et, enfin, comment ces habiletés se développent au cours du temps. Les résultats obtenus devraient clarifier le mode de déploiement des compétences en traduction et donc faciliter la mise en oeuvre de formations fondées sur les processus. Une telle approche se révèle nécessaire en raison du défi représenté par l’Espace européen de l’éducation supérieure, qui a entraîné le passage d’une formation centrée sur le professeur à une formation centrée sur l’apprenant, qui priorise le développement des compétences des étudiants. Cette méthodologie fondée sur les processus invite les étudiants à réfléchir sur leur comportement traductionnel et favorise le développement des stratégies métacognitives qui, en fin de compte, contribuent à l’acquisition d’une compétence professionnelle affirmée.
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 | 0.009 | 0.021 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".