Sans filet : la traduction des termes dans <i>Introducción a la sociología</i> et <i>Comprendre la sociologie</i>
Bibliographic record
Abstract
Cette étude explore, sous différents angles, comment la traduction des termes sociologiques d’Invitation to Sociology (Berger 1963) en espagnol (1967) et en français (1973) a été réalisée sans filet, par deux traducteur·rice·s non spécialistes, non spécialisé·e·s en traduction des sciences humaines et sociales et doté·e·s d’un faible prestige : Sara Galofre Llanos et Joseph Feisthauer. Ce travail, qui suit une démarche sociohistorique, a été réalisé à partir d’un cadre innovant qui emprunte à la terminologie textuelle, à la lexico-sémantique et à la socioterminologie. Ce dernier assure la cohérence épistémologique de notre travail et permet d’examiner le travail des traducteur·rice·s en évitant l’écueil des lieux communs fondés sur des idéaux incompatibles avec les réalités des sciences sociales et humaines. En effet, les recommandations qui encadrent encore aujourd’hui la traduction dans ces disciplines découlent des principes de l’approche classique de la terminologie. Celle-ci suppose une posture objectiviste, qui cadre mal avec le caractère abstrait de nombreux concepts dans ces disciplines, et affiche des ambitions universalisantes qui sont, en pratique, freinées par le fossé qui sépare leurs traditions nationales. À partir d’un cadre terminologique socioconstructiviste, cet article examine de plus différents facteurs intrinsèques (moment de création du terme, degré de diffusion et de consécration) et extrinsèques (parcours des traducteur·rice·s, prestige des maisons d’édition, conditions d’exercice, ressources terminologiques et documentaires), qui influent sur le repérage des termes sociologiques et sur leur traduction. Cet article se veut enfin une remise en question du biais élitiste qui affecte notre discipline et qui se solde par la négligence des oeuvres et des agents dotés d’un prestige moins important qui ont pourtant façonné les paysages disciplinaires.
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 | 0.005 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.007 | 0.019 |
| Scholarly communication | 0.013 | 0.017 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.016 | 0.005 |
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".