« Que faut-il conclure des évaluations réalisées par les encadreurs du Bureau de la traduction? » La formation universitaire des traducteurs bacheliers récemment diplômés et son appréciation par l’industrie langagière canadienne
Bibliographic record
Abstract
Au Canada, depuis longtemps, on déplore l'écart entre la formation universitaire en traduction et les exigences de l'industrie. Les employeurs se plaignent, entre autres, que les diplômés arrivent difficilement à s'adapter aux réalités du milieu de travail. Mais, en fait, de quoi se plaignent exactement les employeurs? Quelles sont leurs attentes envers les diplômés fraîchement sortis de l'université? Le premier chapitre de cette thèse se penche d'abord sur deux enquêtes menées par le Comité sectoriel de l'industrie canadienne de la traduction, en 1999, et par Lynne Bowker, en 2004, qui visaient à recueillir l'opinion des employeurs sur le travail des diplômés ainsi qu'à déterminer les compétences les plus recherchées. Ensuite, est présenté le portrait actuel de la formation universitaire en traduction, selon les thèses de doctorat des deux traductologues, Alvaro Echeverri (2008) et Marco Fiola (2003). Finalement, le deuxième chapitre de la thèse est consacré à l'analyse d'évaluations portant sur le travail de bacheliers, nouvellement embauchés par le plus important employeur en traduction au Canada, le Bureau de la traduction. Nous tentons ainsi de mettre en lien les résultats de cette analyse avec l'état de la formation universitaire au Canada.
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 | 0.021 | 0.041 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.012 | 0.008 |
| Scholarly communication | 0.016 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.016 | 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".