arXiv.org (произносится [архи́в], X читается как греческая буква «Хи») — электронный архив с открытым доступом для научных статей и препринтов по физике, математике, астрономии, информатике, биологии, электротехнике, статистике, финансовой математике и экономике. Перед публикацией статьи не рецензируются, однако проходят первичную проверку модераторов.
Портал был создан физиком Полом Гинспаргом в 1991 году и был назван xxx.lanl.gov, где LANL являлось сокращением от Лос-Аламосской национальной лаборатории, в которой исследователь в то время работал. В 1998 году сайт был переименован в arXiv.org. Когда в 2001-м Гинспарг перешёл работать на факультет физики Корнеллского университета и перевёз серверы с собой, местная университетская библиотека взяла на себя обязательства по администрированию и финансированию arXiv.
Создание arXiv оказало существенное влияние на развитие движения за открытый доступ и формирование системы препринтов как основного способа обмена научными данными в таких областях, как астрономия, астрофизика, ядерная физика и физика элементарных частиц. В arXiv часто публикуются работы, оказывающие существенное влияние на развитие науки, — примером может служить решение проблемы Пуанкаре математиком Григорием Перельманом. По прообразу архива были созданы и другие онлайн-репозитории научных работ, включая SSRN, , SocArXiv, , bioRxiv.
Согласно данным портала, по состоянию на май 2022 года на сайт arXiv.org было загружено более двух миллионов работ.
История
Контекст
Примерно с середины XX века в научном сообществе появилась неформальная практика обмена препринтами — ещё не опубликованными отчётами об экспериментах или черновыми версиями статей. Главной причиной этому послужил слишком долгий процесс публикации в журналах, который мог достигать несколько лет с момента подачи работы. При этом в отдельных отраслях науки обмен результатами новейших исследований представлял для учёных критическую важность ввиду опасности дублирования данных, поэтому всё больше исследователей делились своими препринтами с коллегами одновременно с подачей статьи в журнал. Помимо этого, подобная система коммуникации позволяла закреплять первенство открытия — для этого научные работники отправляли результаты успешных экспериментов по почте в другие исследовательские центры, а также отдельно подписавшимся на рассылку учёным. Распространение препринтов позволяло получить комментарии от коллег перед отправкой на рецензию в журнал, а в некоторых случаях исследователи делились результатами экспериментов со статистически незначимыми результатами, которые всё равно представляли научную ценность.
В 1970—1980-е годы наибо́льшую роль в распространении препринтов сыграли учёные, работающие в области физики высоких энергий, — этому способствовало создание Европейской организации по ядерным исследованиям в 1954 году, а также характерные для этой отрасли большие массивы данных и скорость их создания. В 1967 году в Стэнфордском университете началась работа над созданием компьютерной базы данных, которая смогла бы обрабатывать неограниченное количество библиографических записей. Для тестирования был использован каталог препринтов, собираемый Национальной ускорительной лабораторией SLAC. На его основе была создана SPIRES (впоследствии переименованная в Stanford Public Information Retrieval System) — база данных работ в области физики высоких энергий, содержащая библиографические данные о получаемых лабораторией препринтах.
Сложившаяся система рассылки препринтов позволяла авторам предотвращать ненужное дублирование исследований и при этом продвигаться вверх по карьерной лестнице, поскольку распространяемые отчёты впоследствии публиковались в рецензируемых журналах. При этом бумажные препринты по-прежнему обладали рядом существенных недостатков, главным из которых было ограниченное распространение — только определённые научные учреждения были включены в рассылку, в то время как большинство учреждений в развивающихся странах были исключены из обмена. Одновременно с этим препринты по-прежнему не решали все споры о приоритете в открытиях.
Создание
Период конца 1980-х годов характеризовался массовым распространением компьютеров и новых способов электронной коммуникации. На замену рассылки бумажных версий препринтов пришла новая система — аннотации отчётов посылались физикам по электронной почте, после чего исследователи искали интересующую их статью в базе данных SPIRES и самостоятельно запрашивали копию у авторов. Работы обычно высылались по почте, и могло пройти до нескольких месяцев прежде чем запрашиваемый препринт попадал в руки получателя. Для решения этой проблемы исследователи начали использовать систему компьютерной вёрстки TeX, позволяющую легко работать с математическими формулами и генерировать электронные документы, что привело к переходу от пересылки бумажных препринтов к распространению файлов по e-mail.
К 1990 году исследовательница в области теории струн Джоан Кон из Принстонского Института перспективных исследований начала распространять электронные препринты по физике через электронный список рассылок, насчитывавший около ста человек. Кон и другой физик из Лос-Аламосской национальной лаборатории в Нью-Мексико Пол Гинспарг вместе посещали семинар по теории струн в летом 1991 года. Во время семинара Гинспарг услышал жалобы других коллег о быстрой заполняемости дискового хранилища из-за слишком большого количества присылаемых через рассылку препринтов (по 40—100 страниц) и понял необходимость централизации и систематизации системы обмена.
В этом же году Гинспарг создал репозиторий препринтов xxx.lanl.gov. Изначально сервис функционировал как электронная доска объявлений, рассчитанный на размещение примерно 100 заявок в год от исследователей, работающих в сфере физики элементарных частиц высоких энергий. Работы передавались по протоколу FTP. LANL являлось сокращением от Лос-Аламосской национальной лаборатории, в которой Гинспарг на тот момент работал. Только в течение первого полугодия с момента существования к серверу присоединилось более 400 пользователей.
Сервис появился как способ автоматизации уже существующих практик по обмену препринтами. Гинспарг написал программное обеспечение, позволяющее загружать работы на центральный сервер, осуществлять поиск и скачивать документы. Доступ к хранилищу выполнялся через электронную почту. Физики могли подавать собственные препринты или сканировать уже имеющиеся в системе файлы, а также читать аннотации к работам и впоследствии запрашивать полный текст. Также была внедрена возможность подписки на обновления в выбранных категориях, просмотр названий и аннотаций новых работ. Несмотря на то, что xxx.lanl.gov был изначально создан для организации ранее бессистемной и хаотичной системы распространения препринтов, вскоре портал стал основной площадкой для обмена мнениями и дискуссиями о текущих исследованиях в области физики. Согласно Гинспаргу, популярность сайта частично объяснялась отсутствием инициативы со стороны научных журналов по переходу к онлайн-форматам — xxx.lanl.gov появился задолго до первых сайтов академических изданий. С появлением всемирной паутины портал стал известен по URL-адресу xxx.lanl.gov. Создание подобной системы стало возможно благодаря распространению недорогих дисковых накопителей — чтобы хранить статью среднего размера, требовалось всего 50 килобайт пространства. Гигабайтный диск в то время вмещал около статей, средняя стоимость хранения статьи составляла 10 центов.
Спустя полтора года после создания на портале зарегистрировалось 2000 пользователей. В феврале 1992 года были добавлены восемь других разделов физики: от экспериментальной ядерной физики до нелинейной динамики и материаловедения. Уже в 1993 году на хранилище было подписано больше 8000 человек, ежемесячное количество новых препринтов составляло 600. В 2003 году на портал был добавлен раздел биологии.
В 1997 году в результате совместного сотрудничества портала с Астрофизической информационной системы НАСА (ADS) был создан индекс электронных печатных изданий по астрофизике, делающий их доступными через службу рефератов ADS.
В конце 1998 года Гинспарг переименовал xxx.lanl.gov в arXiv — к этому моменту портал в общей сложности обработал около заявок и рассматривался большинством учёных-физиков как основное место для обмена новейшими результатами исследований.
В 2001 году Гинспарг перешёл работать на факультет физики Корнеллского университета и перевёз серверы arXiv’а с собой, а в 2011 году он полностью передал права на администрирование arXiv’а университетской библиотеке. Исследователь остался в научно-консультативном совете, а также продолжил принимать участие в проектах по обработке данных и автоматизированному поиску для улучшения работы хранилища и консультировать по вопросам политики в отношении контента. В 2002 году за создание arXiv Гинспарг стал стипендиатом премии Макартура, получив в качестве награды грант в размере $.
Финансирование До переезда в Корнеллский университет бремя администрирования портала лежало на плечах Лос-Аламосской национальной лаборатории. В 2001 году Библиотека Корнеллского университета взяла на себя расходы по содержанию хранилища и администрирование, чтобы Гинспарг мог больше времени уделять своим исследованиям — будучи физиком-теоретиком, он внёс существенный вклад в квантовую теорию поля, теорию струн, конформную теорию поля и квантовую гравитацию. Помимо своих исследований в области физики, Гинспарг работал с группой цифровых библиотек над усовершенствованием возможностей arXiv.
В 2021 году на постоянной основе портал поддерживали 123 университета, библиотеки, исследовательских лабораторий и фонда, каждый из которых вносит от $2300 до $4000 в год. По состоянию на 2012-й годовой бюджет библиотеки оценивался в $. В 2014 году прогнозируемые годовые расходы на персонал и серверы составили $ — менее $10 на обработку одной статьи. В 2016 году к 25-летней годовщине arXiv группа учёных и библиотекарей Корнеллского университета предприняла попытку привлечь от 2,5 до 3 миллионов долларов на модернизацию платформы. В 2021-м хранилище поддерживали 240 организаций из 30 стран. Главными спонсорами стали , и Google. Общий годовой бюджет на 2021-й составил $2 423 994, а источниками доходов arXiv являлись спонсорская поддержка, предоставляемая Корнеллским университетом на покрытие всех косвенных затрат (около 37 % от всех операционных затрат), Фонд Саймонса, а также отдельные пожертвования членских организаций и гранты от фондов и агентств.
Статистика Первая статья была загружена в arXiv 14 августа 1991 года. Спустя двадцать лет портал насчитывал около 700 тысяч статей, среднее количество публикуемых материалов составляло в год, а ежегодное количество загрузок — около 1 млн. При этом количество пользователей достигало . Уже на декабрь 2014 года портал обработал более 10 млн запросов на скачивание. Спустя пять лет, в декабре 2019-го, arXiv насчитывал более 1,6 млн статей. Для сравнения, на других крупных репозиториях SSRN и RePEc числилось и соответственно. В 2021 году на портал было загружено более 181 тысячи работ, а общее количество загрузок составило 2,3 млрд.
Программное обеспечение Первоначально arXiv функционировал через интерфейс электронной почты, а в 1992 году был добавлен протокол передачи файлов по сети. В декабре 1993-го arXiv перешёл на веб-интерфейс, а уже спустя год основная коллекция arXiv’а была продублирована на зеркальных сайтах. В 2001 году код приложения arXiv состоял примерно из строк Perl, которые работали в системе Linux с использованием других программ, включая TeX, Ghostscript, tar, gzip. Поддержанием деятельности портала и зеркальных сайтов, корректировкой аннотаций и переписыванием модульного кода Perl занималась команда из четырёх человек.