Bibliographic record
Abstract
La traduction juridique se distingue de tous les domaines où s’exerce la traduction par un trait qui lui est propre : le droit est porteur de règles contraignantes. Aussi, traduire des textes juridiques tels que lois, règlements, jugements et contrats expose les traducteurs aux difficultés singulières de ces textes. Elles passent par le fond et la forme du texte traduit. La première d’entre elles est posée par le droit lui-même et son système. C’est ainsi que, de l’anglais au français – et réciproquement –, on entre dans le droit comparé, deux systèmes très différents étant en présence. Le traducteur juridique est, par essence, comparatiste et tenu de rendre le droit dans le respect de ses règles. La deuxième difficulté réside dans la lisibilité du texte d’arrivée, sa clarté. La forme, enfin, du texte d’arrivée, qui diffère d’un système à l’autre selon la culture en jeu. Tel est le cas du couple common law/droit civil, chaque système exprimant dans l’écrit sa culture et ses règles de façon sui generis . Cette expression, prolixe ou concise, révèle immédiatement aux yeux des lecteurs le caractère de chaque culture juridique. Ces constats s’appliquent aux trois principaux types de texte juridique que sont la loi, le jugement et le contrat, chacun d’eux présentant ses propres particularités. Notre analyse porte essentiellement sur la Loi, « vitrine du droit », et le parcours de la traduction conduisant à l’avènement d’une jurilinguistique canadienne révélée par la corédaction des lois et l’équilibre qu’elle introduit dans la balance des langues officielles.
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 | 0.006 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.011 | 0.052 |
| Scholarly communication | 0.017 | 0.012 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.003 | 0.008 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
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".