MétaCan
Menu
Back to cohort
Record W2766298867 · doi:10.4000/traduire.907

La traduction médicale : des nomenclatures à l’orthographe, petit florilège des pièges et difficultés

2017· article· fr· W2766298867 on OpenAlexaff
Nathalie Renevier

Bibliographic record

VenueTraduire · 2017
Typearticle
Languagefr
FieldMedicine
TopicMedical and Biological Sciences
Canadian institutionsHistorical Studies in Education
Fundersnot available
KeywordsPhilosophyHumanities

Abstract

fetched live from OpenAlex

Comme tout domaine de spécialité, la médecine a son propre langage, souvent abscons pour le commun des mortels.Et c'est bien là sa première difficulté.En effet, chacun d'entre nous sera un jour confronté au jargon médical.Que ce soit pour une simple consultation afin d'obtenir un certificat d'aptitude à la pratique d'un sport, pour une toux qui ne passe pas, un suivi de grossesse, une entorse ou quelque chose de bien plus grave, nous serons tous amenés à nous rendre chez le médecin au moins une fois dans notre vie.Et il n'est pas rare que la terminologie complexe à laquelle nous sommes confrontés nous fasse craindre le pire, heureusement souvent sans raison.Ainsi, le grand public a besoin de comprendre et d'être rassuré.Il est donc essentiel de lui expliquer avec des mots simples les symptômes, diagnostics, examens et autres traitements, mais aussi de lui présenter les structures anatomiques et biologiques concernées de manière accessible.Une maman à qui on annonce aux urgences que son fils présente « une fracture de l'ulna sur le tiers distal de la diaphyse » risque fort d'être interloquée.En revanche, si le radiologue lui parle d'une « fracture du cubitus à proximité du poignet », elle sera vite rassurée et comprendra immédiatement que trois semaines à un mois de plâtre suffiront à son enfant pour se rétablir.Ulna et cubitus désignent la même chose, l'os externe de l'avant-bras.S'ils sont parfaitement interchangeables du point de vue du sens, ces deux termes s'adressent à des publics différents, le premier appartenant à la Terminologia anatomica (TA), nomenclature anatomique internationale destinée aux spécialistes, le second à la nomenclature grand public, que tout le monde ou presque connaît.Cette différence de niveau de langue entre deux publics amenés à se rencontrer régulièrement est l'une des principales difficultés auxquelles est confronté tout traducteur médical, car jongler avec les nomenclatures implique de les connaître sur le bout des doigts (ou à défaut d'avoir les bons outils pour faire les vérifications nécessaires).Ainsi, la TA, la CIM (Classification Internationale des Maladies) 10, et bientôt 11, ou les DCI (Dénominations Communes Internationales des molécules pharmaceutiques), pour n'en citer que quelques-unes, ne doivent avoir aucun secret pour lui.Et naturellement, afin d'éviter les incohérences, pas question Nathalie Renevier La traduction médicale : des nomenclatures à l'orthographe, petit florilège des pièges et difficultés 5 Traduire n° 236, juin 2017

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.012
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.018
Threshold uncertainty score0.059

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.012
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0020.003
Science and technology studies0.0030.014
Scholarly communication0.0060.004
Open science0.0010.002
Research integrity0.0030.005
Insufficient payload (model declined to judge)0.0180.011

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.

Opus teacher head0.078
GPT teacher head0.347
Teacher spread0.269 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations1
Published2017
Admission routes1
Has abstractyes

Explore more

Same venueTraduireSame topicMedical and Biological SciencesFrench-language works237,207