Estudio experimental sobre la adquisición de la competencia traductora japonés-español. Diseño y resultados del estudio piloto*
Bibliographic record
Abstract
En este artículo se presentan los resultados obtenidos en un estudio piloto que ha constituido la primera etapa de un estudio experimental sobre la adquisición de la competencia traductora en la formación de traductores del japonés al español. Se enmarca en la investigación sobre la adquisición de la competencia traductora del grupo PACTE, de la Universitat Autònoma de Barcelona. En el estudio piloto participaron cinco estudiantes de cuarto del Grado en Traducción e Interpretación de la Universidad de Salamanca con el japonés como segunda lengua extranjera. Los objetivos del estudio fueron 1) avanzar en la selección de las variables de estudio y de sus correspondientes indicadores; 2) comprobar que eran adecuados los instrumentos (texto y cuestionarios); 3) verificar que era adecuada la selección depuntos ricos(problemas prototípicos de traducción), y 4) avanzar en los criterios de corrección de dichos puntos ricos. Los resultados demostraron que eran adecuados el texto escogido, la selección de puntos ricos (si bien se eliminaron dos puntos ricos y se añadió uno nuevo), las variables e indicadores seleccionados (solo se eliminó uno de los indicadores) y los cuestionarios (que solo se modificaron ligeramente).
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 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| 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".