L’irréductibilité des discours traductologiques face à la traductibilité du métalangage
Bibliographic record
Abstract
Cet article présente la démarche mise en oeuvre dans un projet de recherche ayant conduit à la création d’une base de données trilingue (français, anglais, arabe) en ligne consacrée à la terminologie de l’enseignement de la traduction et de la traductologie. Élaborée de manière participative, cette base se veut à la fois représentative et didactique. Elle vise à offrir aux utilisateurs une terminologie harmonisée et consensuelle. Dans le champ de la traduction, reconnue comme un savoir-faire fondamental, une interrogation centrale émerge : le métalangage représente-t-il un frein ou un levier pour l’apprentissage? Cette problématique s’inscrit au coeur des enjeux pédagogiques liés à la formation en traduction. En effet, selon les modalités de son utilisation, le métalangage peut constituer un outil efficace pour expliciter les concepts et favoriser le développement de la pensée critique. Le projet que nous avons mené s’est appuyé sur une démarche visant à articuler la pratique traductive avec la maîtrise du métalangage, envisagé comme le reflet dynamique des interactions entre savoir théorique, savoir-faire professionnel et savoir pédagogique. Considérée comme une polydiscipline, selon Yves Gambier (2006, p. 29), la traductologie intègre des éléments de métalangage issus de multiples domaines, ce qui complique l’élaboration d’un système terminologique unifié et cohérent. Cette situation soulève plusieurs questions fondamentales : dans quelle mesure les interactions entre la traductologie et les disciplines connexes influencent-elles son métalangage? La traductologie peut-elle, ou doit-elle, adapter ses modes de communication en réponse à ces influences, et quelles en seraient les implications? Dans cette perspective, la plateforme en libre accès vise à favoriser l’usage d’une terminologie partagée entre les différents acteurs – étudiants, enseignants et chercheurs – afin de garantir une communication claire et efficiente. Par ailleurs, l’approche participative mise en oeuvre permet de revenir sur les termes proposés dans la base, de les interroger et, le cas échéant, d’en suggérer de nouveaux, contribuant ainsi à une évolution collective et réfléchie du métalangage disciplinaire.
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 | 0.030 | 0.045 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.011 | 0.036 |
| Scholarly communication | 0.019 | 0.017 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.012 | 0.003 |
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".