Peut-on faire de la traduction juridique ? Comment doit-on l’enseigner ?
Bibliographic record
Abstract
Cet article de 2002 est une occasion de formuler quelques considérations sur la compréhension de ce qu’est ou devrait être la traduction juridique et sur la formation des traducteurs et traductrices. Il s’agit de répondre à bien des questions ou préjugés : peut-on traduire des textes juridiques ? Faut-il être juriste pour le faire ? Les cours de traduction juridique dispensés au premier cycle sont-ils suffisants pour qu’une personne puisse s’engager dans cette activité en tant que professionnel ? Le droit canadien est ici exprimé en deux langues. Mais le Canada et le Québec sont au confluent de deux traditions juridiques ; un contexte où l’on a deux vocabulaires juridiques : un vocabulaire juridique civiliste bilingue et un vocabulaire juridique bilingue de common law. Ce qui fait quatre vocabulaires juridiques. De plus, les langues évoluent : il existe autant de chances d’établir un lien parfait et stable entre deux termes que de passer d’une montgolfière à une autre en marchant sur une corde tendue entre les deux nacelles. Au delà de cette complexité, il est aussi essentiel d’amener les futurs traducteurs ou traductrices à comprendre ce qui se passe dans l’esprit du juriste qui a conçu le texte à traduire, selon la tradition juridique dont il est issu. Faut-il faire une maîtrise orientée en traduction juridique pour pouvoir toucher à ce domaine ? La formation en traduction juridique telle qu’on la connaît actuellement est-elle adéquate ? Malgré les préalables imposés pour l’accès à ce genre de cours, le programme de premier cycle en traduction devrait consacrer plus de temps à la traduction juridique.
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 | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| 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".