C’est le temps de vacciner : la fonction persuasive et la traduction d’un message de communication en santé
Bibliographic record
Abstract
La thèse est une étude de cas concernant la version française des textes que comportent deux pages Web de l’Agence de la santé publique du Canada. Ces pages ciblent les parents, leur offrant de l’information sur les maladies évitables par la vaccination et sur les vaccins. Or, la fonction informative y est secondaire et tributaire de la fonction persuasive, car l’Agence souhaite persuader les parents de faire vacciner leur enfant. La composition des textes a exigé deux processus de traduction : un processus intralinguistique à partir de textes comprenant de l’information sur les maladies et les vaccins et un processus interlinguistique de l’anglais vers le français. L’étude consiste à démontrer que puisque la fonction informative des communications visant à influencer les comportements en matière de santé est subordonnée à leur fonction persuasive, les choix de traduction doivent favoriser la fonction persuasive. L’objectif est de montrer au moyen de trois analyses que certains choix effectués en créant la version française des textes atténuent la fonction persuasive. La première analyse concerne le contexte et la finalité des textes et vise à déterminer pourquoi la fonction principale est persuasive plutôt qu’informative; la deuxième analyse se rapporte à la version anglaise et vise à déterminer de quelle manière les choix effectués dans le cadre du processus de traduction intralinguistique favorisent la fonction persuasive; la troisième analyse porte sur la version française et vise à mettre en évidence les choix de traduction interlinguistique qui atténuent la fonction persuasive. En conclusion, l’étude montre que certains choix de traduction interlinguistique atténuent la fonction persuasive de la version française parce qu’ils ne reflètent pas de façon cohérente les choix de traduction stratégiques effectués dans le cadre du processus de traduction intralinguistique.
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 | 0.010 | 0.055 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".