Investigating Domain Conceptualisation and Scene Construal in Trainee Translators
Bibliographic record
Abstract
Empruntées à la linguistique cognitive, les notions de conceptualisation de domaine et de décomposition scénique sont brièvement présentées puis étudiées dans le contexte de la traduction pour expliquer le traitement qui s'opère lors de la traduction. Ce qui est notamment intéressant, c'est le lien qui existe entre la conceptualisation de domaine chez les étudiants et l'accroissement de leur compétence linguistique et traductionnelle. Les données tirées d'études à voix haute effectuées avec des étudiants de niveaux inter- médiaire et avancé nous fournissent une certaine preuve de l'étendue d'une conscience conceptuelle lorsqu'ils traduisent de l'allemand à l'anglais. En conclusion, l'auteur affirme que les modèles de traitement cognitif sous-jacents à la linguistique cognitive peuvent aussi servir à expliquer comment et pourquoi se produisent les procédés de la traduction examinés en traductologie sur corpus, à savoir l'explicitation et la normalisation.
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 | 0.003 | 0.023 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".