超過200萬篇研究論文已經(jīng)從互聯(lián)網(wǎng)上消失了

圖片來自“Slave Societies Digital Archive”（數(shù)字檔案）官網(wǎng)。

據(jù)《自然》（Nature）雜志官網(wǎng)報(bào)道，一項(xiàng)針對超過七百萬份數(shù)字出版物的研究表明，超過四分之一的學(xué)術(shù)論文未被妥善存檔和保存，研究結(jié)果表明，當(dāng)下的數(shù)字保存工作未能跟上不斷增長的學(xué)術(shù)研究產(chǎn)量。

該研究發(fā)表于今年1月24日的《圖書館學(xué)和學(xué)術(shù)交流期刊》（Journal of Librarianship and Scholarly Communication），研究作者、倫敦伯克貝克大學(xué)文學(xué)、科技和出版研究員馬丁·伊夫（Martin Eve）解釋道，這個(gè)研究的認(rèn)識論都依賴于腳注鏈，“如果您無法核實(shí)其他人所說的話，那么您就只能盲目地相信您自己無法再閱讀的證據(jù)。”

馬丁·伊夫檢查了7438037份帶有數(shù)字對象標(biāo)識符的作品是否被存檔。數(shù)字對象標(biāo)識符是一套識別數(shù)字資源的機(jī)制，由一系列數(shù)字、字母和符號組成，用于識別和鏈接特定出版物（例如學(xué)術(shù)論文和官方報(bào)告）。一個(gè)數(shù)字化對象的DOI是唯一的，一經(jīng)產(chǎn)生就永久不變，不隨其所標(biāo)識的數(shù)字化對象的版權(quán)所有者或存儲地址等屬性的變更而改變。

研究樣本來自于每個(gè)注冊成員組織的最多1000個(gè)DOI的隨機(jī)選擇。研究結(jié)果顯示，其中28%的作品（超過200萬篇文章）沒有出現(xiàn)在主要數(shù)字檔案庫中，盡管它們有活躍的DOI。只有58%的DOI引用了至少一個(gè)存檔庫中的作品，其余14%的作品因發(fā)布時(shí)間太近、不是期刊文章或沒有可識別的來源而被排除在外。

圖片來源于《自然》雜志官網(wǎng)。

伊夫同樣指出了這項(xiàng)研究的局限性，這項(xiàng)研究只追蹤了帶有DOI的文章，并且沒有搜索每個(gè)數(shù)字存儲庫中的文章。例如，研究沒有檢查帶有DOI的物品是否存儲在機(jī)構(gòu)存儲庫中。

盡管如此，數(shù)據(jù)保存專家肯定了這份研究的價(jià)值。“許多人盲目地認(rèn)為，只要你擁有DOI，你的研究論文就會永遠(yuǎn)存在。但這并不意味著鏈接將永遠(yuǎn)有效”，芬蘭漢肯商學(xué)院的米凱爾·拉克索（Mikael Laakso）說道。拉克索和他的同事在2021年發(fā)布報(bào)告稱，2000年至2019年期間，超過170本開放獲取期刊已經(jīng)從互聯(lián)網(wǎng)上消失。

還有專家指出，小型出版商比大型出版商更容易因無法保存文章而面臨風(fēng)險(xiǎn)。因?yàn)閿?shù)據(jù)存儲需要成本，許多小型組織也無法獲取存檔涉及的基礎(chǔ)設(shè)施、技術(shù)和專業(yè)知識等資源。

馬丁·伊夫指出了一些改善研究論文的數(shù)據(jù)存儲現(xiàn)狀的方案，包括加強(qiáng)DOI注冊機(jī)構(gòu)的要求，以及提升出版商和研究人員對該問題的認(rèn)識。“每個(gè)人都在考慮他們可能從在某個(gè)地方發(fā)表論文中獲得的直接利益，但我們真的應(yīng)該考慮研究生態(tài)系統(tǒng)的長期可持續(xù)性。在你去世100年后，人們還能夠訪問你曾經(jīng)努力研究過的東西嗎？”

參考資料：

（1）More than 2 million research papers have disappeared from the Internet

https://www.nature.com/articles/d41586024006165

編譯/李永博

編輯/羅東

校對/朱名恬