MétaCan
Menu
Retour à la cohorte
Enregistrement W2616582532 · doi:10.3138/cbmh.193-012017

Nadine Dobrovolskaïa-Zavadskaïa, une Russe à la Fondation Curie, une vision singulière de la génétique dans le cancer (1921–1954)

2017· article· fr· W2616582532 sur OpenAlexaffvenue
Natalie Pigeard-Micault, Gabriel Gachelin

Notice bibliographique

RevueCanadian Journal of Health History · 2017
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueHistorical Studies and Socio-cultural Analysis
Établissements canadiensMusée de la Civilisation
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

Nadine Dobrovolskaïa-Zavadskaïa, première femme russe à diriger un département de chirurgie en Russie, émigre en France en 1921. À son arrivée, elle entre à l'Institut du Radium à Paris pour mener des recherches visant à améliorer les protocoles de traitement du cancer. En 1927, Claudius Regaud lui confie l'étude de l'hérédité des cancers. Dans ce contexte, elle s'intéresse à la nature des mutations, et découvre et étudie une mutation de la souris appelée T (c'est à dire Tailless, ou brachyoure). Ce travail fait d'elle une pionnière dans le domaine de la génétique du développement, et son travail est encore cité actuellement. Plusieurs questions se posent concernant le cursus de cette chercheuse. Par quels moyens, a-t-elle pu intégrer, dès son arrivée en France, un laboratoire de recherche spécialisé dans une discipline qui lui était jusqu'alors inconnue ? Quelle a été la contribution des savants russes à la recherche française dans ce domaine ? Cet article décrit le parcours scientifique de Nadine Dobrovolskaïa en l'intégrant dans son contexte scientifique national et international. Le rôle primordial, mais très méconnu, joué par le réseau académique russe en France dans l'intégration des immigrants dans la vie universitaire, est ainsi mis en évidence.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,279
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Health HistoryMême sujetHistorical Studies and Socio-cultural AnalysisTravaux en français237 207