Lost (and found) in Translation, ovvero l'esperienza della traduzione dei testi normativi in Svizzera e Canada
Bibliographic record
Abstract
Il diritto è linguaggio, si sa, e come tale – come opera cioè dell’uomo –, è soggetto all'interpretazione, la quale rende fluido, cosa arcinota, il testo di partenza. Ciò con buona pace di chi s’illude che il miglior diritto sia quello insuscettibile di interpretazione. L’interpretazione rende fluido il testo già all'interno di una stessa lingua, figurarsi poi nel passaggio da una lingua ad un’altra. Gli ordinamenti plurilingue si confrontano quotidianamente con questo problema, che potrebbe essere superato a piè pari solamente escludendo dal rango dell’ufficialità una o più lingue tra quelle parlate nel paese. Se i testi normativi sono redatti in una sola lingua, e se quella sola versione fa fede, cessa di esistere il problema della traduzione. Esso esiste, infatti, solo laddove vige la cosiddetta regola dell’uguale autenticità dei testi redatti in differenti lingue, com’è il caso della Svizzera e del Canada. Ma la regola in questione non è un optional. Essa fa fronte all’esigenza di garantire la pari dignità alle diverse comunità linguistiche, rectius culturali, che compongono la popolazione di un paese plurilingue. Non a caso Svizzera e Canada hanno entrambi optato per questa formula. Resta il fatto che l’esigenza suddetta si scontra con un’altra esigenza basilare in ogni ordinamento giuridico, quella della certezza del diritto, che viene messa in questione laddove convivono più versioni linguistiche di un medesimo testo, tutte ugualmente autentiche. \nIl saggio non affronta il tema generale della traduzione giuridica. Sull'argomento si possono leggere numerosi autorevoli lavori . Il suo scopo è di illustrare come due ordinamenti plurilingue hanno inteso far fronte istituzionalmente alla questione della traduzione dei testi normativi.
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 | 0.009 | 0.032 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.004 | 0.012 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.029 | 0.009 |
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".