Las competencias del gestor de proyectos de traducción: análisis de un corpus de anuncios de trabajo
Bibliographic record
Abstract
En las últimas décadas, el mercado de la traducción ha experimentado notables cambios impulsados por el proceso de globalización. En este escenario entran en juego diferentes agentes, lo que ha obligado a establecer la gestión por proyectos como modo de organización del trabajo. A pesar de contar con tradición en otros sectores, las investigaciones en nuestra disciplina apenas han prestado atención a la gestión de proyectos, ya que la naturaleza única y temporal de estos y las características del sector dificultan extraer conclusiones. Todo ello se acentúa al profundizar en las competencias del gestor de proyectos o PM. Por este motivo, en el presente trabajo, se exponen los resultados de un análisis de un corpus de anuncios de trabajo dirigidos a gestores de proyectos de traducción, para comprender cómo describen los empleadores las competencias de los PM. El corpus está compuesto por un total de 100 anuncios que, analizados mediante la técnica de análisis de contenidos, se compararán con las competencias descritas en la bibliografía de gestión de proyectos y de traducción. A partir de los datos extraídos, se pretende acotar las competencias de un gestor de proyectos en este ámbito.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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 teacher head, 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".