Représentations et rôles des interprètes professionnels et familiaux dans les entretiens médicaux et implications pour le monde vécu
Bibliographic record
Abstract
Bien que le travail avec interprète professionnel soit fortement recommandé dans les consultations médicales plurilingues, de nombreuses consultations sont réalisées en présence d’interprètes familiaux (membres de la famille). Cette étude compare la situation médicale avec interprètes professionnels et celle avec interprètes familiaux selon deux perspectives : 1) les conceptions que médecins et interprètes ont des rôles des interprètes dans la consultation médicale, 2) les implications des postures de l’interprète par rapport à la voix du monde vécu (lifeworld) lorsque celle‐ci apparaît dans la consultation. Les principaux rôles de l’interprète rapportés par les participants à notre enquête sont celui de l’interprète professionnel comme « traducteur effacé » et celui de l’interprète familial comme « interlocuteur à part entière ». L’un et l’autre ont une vision différente du message et du contexte du patient. Dans certains cas, leur apport favorise une négociation de sens, dans d’autres cas, il bloque la communication entre le médecin et le patient. Une meilleure connaissance des implications des postures de l’interprète sur la communication permet de faire des choix éclairés quant à ces postures.
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 | 0.011 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.010 | 0.027 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".