Bibliographic record
Abstract
Le grand nombre d’écrits sur la théorie et la pratique de la traduction n’est pas comparable à celui consacré à la didactique d’une activité dont l’étude et l’apprentissage font depuis longtemps l’objet de recherches universitaires. Les raisons de ce déséquilibre sont nombreuses et variées, l’absence d’unanimité entre les spécialistes dans ce domaine, sur la nature et l’objet de la traduction, étant peut-être l’une des plus importantes. Puisqu’il nous faut former des étudiants à la pratique de cette discipline, une méthodologie cohérente et rigoureuse, conçue à partir d’une théorie claire qu’il soit possible d’appliquer à la traduction de tout type de texte, s’avère nécessaire. Cette méthodologie atteindra son but si nous parvenons à montrer aux étudiants un point de départ, des objectifs et un parcours intermédiaire, suivant des considérations traductologiques dont le dénominateur commun est leur vocation de faciliter la communication entre la culture de départ et la culture d’arrivée. Dans cet article nous présenterons notre modèle didactique, fruit de notre expérience dans l’enseignement universitaire, mais qui ne prétend pas être exclusif. Ce modèle se veut seulement un point de départ pour la réflexion et une aide pour des professeurs et des étudiants.
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 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".