Bibliographic record
Abstract
Résumé L'auteure propose, dans cet article, une ouverture vers la traduction juridique dans le monde de l'interprétation légitime des lois. Dans ce but, elle distingue entre l'activité d'interprétation dans un sens large et dans un sens strict. Elle limite l'étendue de son étude aux cas de traductions non-officielles en excluant le processus de rédaction de textes parallèles bilingues ou multilingues. Afin d'illustrer l'objectif visé, elle étudie la question de savoir si le traducteur juridique pourrait acquérir les conditions pour accéder au statut d'interprète légitime proposées par Jacques Chevallier, ainsi que la possibilité qu'il participe dans les fonctions de l'interprétation décrites par le même auteur. Son analyse tient compte des propos contraires à sa proposition dans la littérature et suggère des pistes pour surmonter les objections. Finalement, elle met en relief les avantages de l'ouverture proposée, d'une part, dans la recherche de cohérence du droit et, d'autre part, dans une traduction dans la pratique des avancées théoriques qui s'éloignent du positivisme tant dans le domaine de la traduction que du droit.
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 | 0.008 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.010 | 0.043 |
| Scholarly communication | 0.016 | 0.017 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.005 | 0.011 |
| Insufficient payload (model declined to judge) | 0.017 | 0.003 |
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".