Nadine Dobrovolskaïa-Zavadskaïa, une Russe à la Fondation Curie, une vision singulière de la génétique dans le cancer (1921–1954)
Bibliographic record
Abstract
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.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.004 |
| Insufficient payload (model declined to judge) | 0.006 | 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".