Résultats des évaluations

Interprétez les scores de mesure, les taux de réussite et les décomptes de règles et de termes en examinant les réponses et les dénominateurs sous-jacents.

Les rapports sur les résultats des évaluations synthétisent les réponses aux mesures. Le panneau des scores dans Radar → Vue d'ensemble porte sur le mois en cours ; un rapport Explore utilisant la source Mesures filtre les réponses par mesure, langue, moteur ou type d'événement. Utilisez l'un ou l'autre pour repérer une tendance, puis ouvrez les réponses individuelles pour comprendre le texte à l'origine de cette tendance.

Le score de la vue d'ensemble et les rapports Explore synthétisent les réponses de type réussite ou échec et les réponses à score numérique, en incluant les résultats N/A dans les décomptes concernés. Résultats affiche ces réponses individuelles avec leur texte et le raisonnement disponible. Les classifications des schémas de modification ne figurent ni dans ces rapports ni dans ces listes de résultats. Précisez toujours la mesure et le type d'événement : des noms similaires peuvent désigner des éléments probants différents.

Score de la vue d'ensemble #

Le panneau indique le mois, et ses barres représentent les scores moyens quotidiens. Chaque jour, il regroupe les réponses de type réussite ou échec et les réponses notées de 0 à 100 de toutes les mesures : une réussite compte pour 1, un échec pour 0, et un score pour sa valeur divisée par 100. Les réponses N/A sont exclues, tout comme les réponses structurées, telles que les schémas de modification. Le chiffre principal correspond à la moyenne des jours ayant un score, sans pondération par le nombre de réponses. La ligne en dessous compare la période écoulée du mois en cours aux mêmes jours du mois précédent, en points.

Comme le panneau regroupe toutes les mesures, il mêle des critères dont les valeurs n'ont pas toutes le même sens. Une distance de modification plus élevée signifie qu'une plus grande quantité de texte a changé, et une réponse de taux de modification marquée comme réussie signifie que le texte a été modifié. Voyez une variation du panneau comme une invitation à ouvrir Explore avec une seule mesure sélectionnée, et non comme un verdict sur la qualité.

Scores #

Sous Données, choisissez le champ et le calcul à utiliser pour les réponses aux mesures que vous souhaitez examiner :

DonnéesCalcul
MesureNombre : réponses de type réussite ou échec et réponses à score numérique, y compris les réponses N/A. Valeurs uniques : nombre de mesures différentes ayant fourni une réponse
ScoreMoyenne ou Somme des réponses notées de 0 à 100, hors réponses N/A
Valeur booléenneMoyenne : nombre de réponses réussies de type réussite ou échec, divisé par le nombre de réponses de ce type qui ne sont pas N/A
Réussite, ÉchecRéponses de type réussite ou échec indiquant une réussite ou un échec
Non applicableRéponses N/A
Type de valeur, Type d'événement, Langue cible, Langue source, Décidé par, Modèle juge, Moteur, FournisseurNombre de réponses contenant le champ, ou Valeurs uniques prises par ce champ

Avant de comparer les scores, sélectionnez une seule Mesure comme filtre ou critère de ventilation, ou partez de son préréglage. Sans cette sélection, Score combine des critères sans rapport entre eux. Utilisez Modèle juge, Type de valeur, Décidé par, les langues, le moteur ou le fournisseur comme critère de ventilation pour examiner la population de réponses.

Pour calculer les Valeurs uniques sur une période entière, utilisez Temps → Total. Additionner les décomptes quotidiens de valeurs distinctes peut conduire à compter plusieurs fois une même mesure ou un même moteur.

Les réponses sur le respect du glossaire et des règles montrent avec quelle régularité les termes de votre glossaire et vos règles sont appliqués ; le taux et la distance de modification indiquent à quelle fréquence et dans quelle mesure les personnes modifient les traductions. Pour le taux de modification dans un centre d'aide Zendesk ou un dépôt GitHub, Explore compte une seule fois chaque traduction rédigée par Lingo.dev : elle est marquée comme réussie si une personne l'a modifiée. Ainsi, Valeur booléenne avec Moyenne représente la part de ces traductions que des personnes ont modifiées, comptabilisées sur la période où Lingo.dev les a rédigées.

Le nombre de réponses enregistrées ne permet pas de déterminer l'ensemble de la population admissible. Les tentatives ayant échoué et les traductions qui n'ont jamais atteint l'étape d'évaluation en sont absentes. Les événements qui ne relèvent pas des langues, des moteurs ou de l'échantillon définis par une condition peuvent avoir des réponses N/A. Conservez ces critères de sélection avec les données de couverture des évaluations terminées et des résultats déterminés.

Bien interpréter une moyenne sur une période entière #

Supposons, à titre d'exemple, qu'un jour compte 1 réussite sur 1 réponse et qu'un autre compte 0 réussite sur 9 réponses. La moyenne des taux quotidiens donne 50 % ; le regroupement des dix réponses donne 10 %. Le chiffre principal de la vue d'ensemble calcule la moyenne des jours : il indique donc 50 %. Dans Explore, choisissez Valeur booléenne → Moyenne, Temps → Total et un graphique Nombre sur la même période pour obtenir 10 %. Le champ totals.averageScore de la réponse à la requête donne le même résultat agrégé pour ces réponses de type réussite ou échec dans le contrat de requête de rapport.

Un graphique en courbes par jour montre la valeur agrégée de chaque journée ; il ne montre pas combien de réponses sous-tendent chaque point. Ajoutez Mesure avec Nombre et examinez Non applicable lorsque la population d'une journée compte dans votre analyse. Les noms des mesures peuvent changer : conservez donc les identifiants dans vos analyses récurrentes.

Une variation de la moyenne peut refléter un changement de critère, d'échantillon, de répartition des langues ou de format de réponse. Examinez ces éléments avant d'attribuer la différence à de meilleures traductions. Un score numérique n'est pas, en soi, une probabilité d'exactitude, et une moyenne élevée peut coexister avec un échec grave dans un passage.

Règles et termes #

Le respect des règles mesure la part des règles applicables que la traduction a suivies. Le respect du glossaire mesure la part des résultats renvoyés pour les termes qui sont marqués comme appliqués. Le score de chaque réponse est passed / checked × 100 ; lorsqu'aucune vérification n'a été effectuée, la réponse est N/A.

Utilisez Score avec Moyenne pour comparer les réponses numériques de la mesure dans Explore. Chaque réponse déterminée reçoit ainsi le même poids, quel que soit le nombre de règles ou de termes applicables. Résultats présente le score et l'explication disponible, mais pas les totaux distincts de passed et checked. Le rapport ne permet donc pas de connaître la proportion globale de vérifications individuelles de règles ou de termes ayant réussi.

Le score moyen ne correspond pas non plus au pourcentage de traductions ayant suivi toutes les règles. Une réponse N/A sans vérification applicable ne doit pas être confondue avec une traduction qui a échoué à ces vérifications. Ouvrez Raisonnement et la Requête au juge disponible pour examiner les constats à l'origine d'un score avant de modifier la traduction ou les consignes.

Ces vérifications lisent le glossaire et les règles actuels du moteur au moment de leur exécution. Elles peuvent donc ne pas correspondre à ce qu'une requête a réellement reçu au moment de la génération. Examinez les règles non respectées et les termes manqués en regard du texte avant de corriger une traduction cible. Si les consignes attendues étaient absentes de la requête, examinez la Récupération du contexte. Si une règle est elle-même ambiguë, clarifiez-la dans Règles ; pour les termes, utilisez Glossaires et Définir un terme avec ses limites.

Comparer les langues et rechercher les causes #

Utilisez le même critère, la même population source, le même intervalle et la même politique de sélection pour comparer les langues. Présentez les décomptes de réponses notées et les données manquantes à côté des résultats. Une langue avec moins de réponses échantillonnées peut sembler obtenir de meilleurs résultats simplement parce que des contenus différents ont été soumis au juge.

La charge de travail, les constats de qualité et l'activité de modification restent des mesures distinctes ; les décomptes de changements dans un dépôt ne permettent pas d'établir qu'il s'agit de corrections linguistiques. Lisez la source et le contexte, ainsi que le texte cible. Une source ambiguë ou des consignes contradictoires peuvent produire des constats récurrents dans plusieurs langues. Diagnostiquer cette tendance nécessite des révisions de la source et une classification explicite, plutôt que de déduire des défauts de la source à partir des seuls scores faibles des traductions cibles.

Pour une comparaison méthodique, Comparer les modèles de traduction maintient des contenus et des critères appariés. Pour un constat suspect, Valider les constats de qualité permet d'établir si le problème signalé est réel.