La recherche traductologique dans les domaines de spécialité : un nouveau tournant
Bibliographic record
Abstract
La recherche liée à la traduction pragmatique, et notamment dans les domaines de spécialité est, historiquement, minoritaire, car la traductologie occidentale s’est essentiellement développée à partir de questions soulevées par la traduction littéraire. Pourtant, la traduction pragmatique domine largement la pratique professionnelle. De même, la recherche traductologique a été l’objet de réticences de la part des praticiens et des étudiants. Nous formulons l’hypothèse que les préjugés négatifs, des deux côtés, trouvent leur source chez certains auteurs princeps fondateurs de la traductologie. La présente conférence explore ainsi les positions exprimées chez Berman, Schleiermacher et Ortega y Gasset, et remet en question la carte de Holmes, pour arriver à proposer une autre carte qui ouvre toutes les possibilités autant sur le plan de la recherche que sur le plan de la pratique. Par ailleurs, en raison du développement des outils informatiques, nous sommes convaincue que le traducteur devra de plus en plus se positionner comme un expert capable de conseiller adéquatement les donneurs d’ouvrages. Nous nous proposons donc, pour terminer, de dégager quelques pistes de recherche, concernant plus spécifiquement les domaines de spécialité, qui pourront s’épanouir dans le contexte de la traductologie, avec pour arrière-plan une volonté délibérée d’arrimer la pratique à la recherche et à la réflexion dite « théorique », et réciproquement.
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 | 0.030 | 0.040 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.007 |
| Science and technology studies | 0.008 | 0.035 |
| Scholarly communication | 0.023 | 0.027 |
| Open science | 0.003 | 0.008 |
| Research integrity | 0.006 | 0.009 |
| Insufficient payload (model declined to judge) | 0.018 | 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".