论文不只PDF:openRxiv上线新阅读器2026年6月11日，运营bioRxiv和medRxiv的非营利机构openRxiv，与科研出版技术机构Curvenote合作，上线了预印本网页阅读工具 Curvenote Reader 。这是openRxiv Labs推出的首个实验项目，目前首先用于bioRxiv收录的预印本。[1]Curvenote Reader在bioRxiv现有内容基础上增加了一套新的网页阅读工具。读者可以在正文中展开参考文献信息，查看部分术语解释和相关研究，单独放大图表，减少在正文、文末参考文献和其他页面之间的切换。这款工具看起来改变的是阅读界面，背后涉及的却是论文如何被组织和保存：结构化全文还能用于哪些内容关联和工具开发？图书馆未来需要保存的，是否仍只是一份PDF？01openRxiv、openRxiv Labs是什么？openRxiv是运营bioRxiv和medRxiv的独立非营利机构。bioRxiv主要发布生命科学预印本，medRxiv主要发布医学和健康科学预印本。两个平台共同承担预印本的提交、筛查、发布和传播，目前已经形成包含35万余篇预印本的语料库。2026年6月1日，openRxiv宣布成立openRxiv Labs。它不是新的预印本平台，而是一个独立于bioRxiv和medRxiv日常运行系统的实验空间，主要用于测试新的科研交流工具和服务。[2]设立Labs，是为了把新功能测试与预印本平台的核心业务分开。bioRxiv和medRxiv需要持续处理作者投稿和读者访问，不适合频繁调整正式系统。Labs可以先使用真实文章和真实用户开展实验，观察工具是否有效，再决定是否接入正式平台。按照openRxiv公布的规则，每项实验都要事先明确假设、目标、评价指标和运行期限。实验结束后，无论结果是否达到预期，原则上都应公开。2026年，Labs计划开展3项实验，候选方向包括交互式阅读、搜索发现、内容策展和研究可信度信号。[2-3]Curvenote Reader是今年推出的首个实验项目。02Curvenote Reader具体有什么用？Curvenote Reader是在bioRxiv现有内容基础上新增的一套网页阅读工具。读者阅读预印本时，可以在当前位置展开参考文献信息，查看部分术语解释和相关研究，也可以单独放大图表，减少在正文、文末参考文献和其他网页之间的切换。对经常阅读英文论文的中国学者来说，它解决的是几个具体问题：查找引文更方便，图表更容易对照，相关研究可以直接进入。它不会代替读者判断论文质量，也不会自动核实研究结论。Reader目前改善的主要是阅读和导航。openRxiv还计划进一步连接数据、代码、实验方案和补充材料，但这些功能仍需要在后续实验中增加和检验。Reader没有改变预印本的投稿、筛查和发布流程，也没有改变文章的学术状态。页面设计更完整、图表更容易查看，并不意味着论文已经通过同行评议。它提供的是阅读工具，不是新的审核或认证机制。03不用返工，数十万篇预印本如何换上新界面？Curvenote Reader的特点，是在不需要作者重新投稿的情况下，把新的网页阅读方式批量用于openRxiv积累的数十万篇预印本。浮动参考文献、图表浏览和相关文章推荐，在部分商业期刊平台上已经出现。难点不在于这些功能，而在于如何把它们应用到已经存档的大规模历史内容中。一些交互式出版项目需要作者改用新的写作工具，整理代码运行环境，或者重新制作图表。这种方式可以从新投稿环节开始，却很难让数十万篇历史预印本逐篇返工。Curvenote Reader直接利用openRxiv已有的结构化全文，在后台完成格式转换，再生成新的网页阅读界面。bioRxiv原有的投稿、筛查和发布系统继续运行，作者无须返工，读者也可以继续使用原有页面。对持续运行的学术平台来说，这种做法可以在不重建投稿和出版系统的情况下，用真实文章测试新功能。如果实验效果得到验证，再考虑接入核心平台。[2-3]。04对出版机构来说，关键不只是阅读界面Reader能够处理数十万篇文章，依靠的不是人工重新排版，而是openRxiv已经保存的结构化全文。openRxiv的文章包含JATS格式全文。JATS全称为“期刊文章标签集”（Journal Article Tag Suite），由美国国家信息标准组织NISO维护。现行版本JATS 1.4于2024年10月发布，为出版机构、数据库和档案系统交换期刊内容提供通用的XML格式。[4]在PDF中，标题、作者、摘要、正文、图片和参考文献主要通过字体、位置和版面加以区分。读者可以凭借版式理解这些内容之间的关系，但计算机首先看到的只是一组页面。JATS会为文章的不同组成部分添加标签。系统可以识别某一段文字是摘要，某个姓名是作者，某个编号指向一条参考文献，某张图片对应图3。论文由此成为一组可以被机器识别和处理的内容对象。这也是Curvenote Reader能够在正文中展开引文、单独呈现图片和连接相关内容的基础。在这次实验中，Curvenote进一步把openRxiv保存的JATS XML转换为早期版本的OXA。openRxiv称，这一格式更适合快速查询和网页呈现，也可以为后续工具开发提供结构化内容。对于中国科技期刊和学术出版平台，这项实验展示了一条较为具体的技术路线：已有论文只要保存了质量稳定的结构化全文，就可以在不要求作者重新投稿的情况下，继续开发新的网页阅读、内容关联和知识服务功能。结构化全文也不只用于制作一个阅读器。一篇论文从投稿到抵达读者，需要经过投稿系统、出版平台、文献数据库、检索引擎、机构知识库和长期保存系统。JATS4R指出，XML标记的质量会影响文章能否被不同系统准确接收、传播、检索和重复利用。[5]同一套结构化内容可以生成PDF，也可以生成网页全文，还可以用于识别引文、关联作者与基金信息、制作无障碍版本和开发其他阅读工具。如果出版平台只保存PDF，后续开发通常需要重新识别标题、图表、公式和参考文献。结构化全文保存得越完整，文章迁移到新平台或接入新工具时，需要重复处理的工作就越少。05与“可执行论文”有什么区别Curvenote Reader目前仍是一款增强型阅读工具，还不是普遍意义上的“可执行论文”系统。2020年，eLife与Stencila推出Executable Research Articles，允许部分作者在文章中加入可以运行的代码、数据和交互式计算结果。读者可以在网页中查看分析过程，并在特定环境下重新运行部分计算。[6]Curvenote也参与过更进一步的交互式出版项目。2024年，《自然》报道，美国显微学会推出的期刊Elemental Microscopy采用Curvenote平台，把高分辨率图像、代码和数据纳入交互式文章，读者可以进一步查看数据和分析过程。[7]相比之下，openRxiv Reader目前采取了更容易批量实施的方式。它先利用历史预印本已有的结构化内容，改善引文、术语、图片和相关研究的呈现，没有要求35万余篇预印本全部转为可执行文档。openRxiv表示，后续将探索允许有兴趣的作者增加更多交互元素。[1] 如果数据、代码和实验流程逐步进入Reader，它才可能从增强阅读进一步走向计算和验证。这种先后顺序对出版机构有现实意义。并非每篇论文都适合制作成可执行文章，也并非所有作者都有能力整理完整的代码和运行环境。先利用已有XML改善阅读，可以覆盖更多历史内容，实施成本也相对可控。06交互功能不等于研究可重复性交互式文章经常与“可重复研究”同时出现，但论文能够点击、放大和运行，不等于研究结果一定可以重复。2021年，《Frontiers in Research Metrics and Analytics》发表的一项调查收集了251名生命科学研究人员的回答。其中，91%的受访者认为，作者详细说明研究方法、分析步骤和计算公式，有助于提高研究的可重复性。多数受访者也认为，交互式图表能给论文作者和读者带来帮助。[8]同一项调查还显示，61%的受访者表示，期刊能否提供交互式图表，不会影响自己的投稿选择。这组结果说明，研究人员作为读者时可能认可交互功能，但在选择投稿期刊时，仍会受到期刊声望、评价制度、费用和学科习惯等因素影响。研究能否重复，最终取决于更具体的材料和记录。数据是否开放，代码是否完整，参数有没有说明，软件版本能否恢复，运行环境是否仍然可用，都会影响其他研究人员能否重新得到相同结果。Reader可以帮助读者更快找到相关材料，但无法替作者补齐没有提交的数据和代码，也无法判断这些材料能否运行。对学者来说，阅读工具减少的是查找成本；对出版机构来说，真正决定可重复性的，仍然是数据政策、代码政策、方法披露和长期保存安排。07对图书馆来说，保存对象正在变得复杂PDF功能有限，却相对容易保存。只要文件已经下载，即使原网站停止运行，文字和静态图片通常仍然可以打开。交互式文章依赖的条件更多：网页脚本需要保持兼容，数据接口需要继续开放，软件库不能失效，代码运行环境还要能够恢复。2024年，FORCE11成立“交互式研究内容保存”工作组，讨论可执行文章和计算笔记本的长期保存问题。工作组指出，这些研究成果同时包含文本、数据、软件和计算环境，而现有学术传播基础设施还不善于同时展示、运行和归档这些内容。[9]工作组提出研究“优雅降级”的保存方式：即使部分交互功能随时间失效，文章仍应保留可以阅读的文字、静态图表、方法说明和关键研究信息。[9]对于图书馆和长期保存机构，这意味着保存对象不再只有一份PDF。一篇交互式论文可能包括网页、结构化全文、图片、源代码、软件依赖、运行环境和外部数据。只保存其中一部分，未必能够还原文章发布时的状态。由此产生的问题都很具体：图书馆获得的是PDF访问权，还是可以继续加工和迁移的XML全文？网页中的交互组件是否属于需要长期保存的出版内容？动态图片无法加载以后，论文是否仍然完整？软件更新以后，旧版本是否继续保留？Reader现阶段的保存压力相对有限，因为它主要重新呈现openRxiv已经存档的内容。如果未来允许作者加入实时数据、可执行代码和第三方工具，平台需要维护的对象也会随之增加。对图书馆界而言，将来在知识库建设和数字资源长期保存中，需要关注结构化全文能否获取、能否迁移，以及数字论文内部的关系能否被保留下来。08阅读工具也会记录读者行为Curvenote Reader还会产生传统PDF阅读较少留下的数据：读者如何阅读一篇论文。平台可以记录用户在页面上停留多久，展开了哪张图片，点击了哪条参考文献，是否进入补充材料。这些记录可以帮助平台判断某项功能有没有被使用，也可以反映读者的研究兴趣和阅读习惯。openRxiv Labs在实验开始前公布了数据使用规则。按照其运行原则，实验产生的数据归openRxiv所有，只能用于评价实验结果和改进功能，不得出售给第三方，不得用于行为定向广告，也不得用于训练人工智能。实验原则上应运行在openRxiv控制的域名或子域名下，适用openRxiv的隐私政策。[3]Labs对合作伙伴也提出限制。合作项目需要产生至少一种采用开放许可的代码、数据、文档或其他成果；依靠封锁内容、出售用户数据、行为定向广告或封闭软件获利的模式，不符合其合作标准。这些规定不能消除全部隐私风险，但至少提前说明了点击、停留时间和阅读路径可以用于什么。开放获取主要回答论文能不能被访问。交互式阅读平台还需要回答，谁可以观察访问过程，以及由此产生的数据归谁管理。09从阅读到出版，再到保存Curvenote Reader目前仍是一个实验工具，不宜把它理解为数字出版已经出现了成熟的新标准。但它把几个过去分散讨论的问题放在了同一个项目中。对学者而言，论文网页不再只是PDF下载入口，还可以在当前阅读位置组织引文、术语、图表和相关研究。对出版机构而言，结构化全文不只是出版流程中的中间文件。只要文章各部分被准确标记，这些内容就可以继续用于网页展示、引文关联、知识发现和其他工具开发。对图书馆而言，数字馆藏的完整性将不再只看有没有PDF。XML全文、内容结构、对象之间的链接以及交互内容的保存，都可能成为新的资源条件。这些变化最终都依赖同一件事：文章中的作者、标题、段落、参考文献、图表、数据和代码，是否以机器能够识别的方式被保存下来。参考文献能否在正文中展开，取决于引文是否被正确标记。图片能否单独查看，取决于图像和图注是否被结构化保存。相关研究能否被连接，取决于论文、作者和其他研究对象是否拥有稳定的标识符。界面上的每一项功能，背后都是出版流程中的内容组织和数据质量。参考链接：[1]https://openrxiv.org/labs-reader/.[2]https://openrxiv.org/openrxiv-labs-launch/.[3]https://openrxivlabs.org/about.[4]https://www.niso.org/publications/z3996-2024-jats.[5]https://jats4r.niso.org/why-xml-metadata-matters-more-than-ever-and-how-you-can-optimise-yours-for-reuse/.[6]https://elifesciences.org/labs/dc5acbde/welcome-to-a-new-era-of-reproducible-publishing.[7]https://www.nature.com/articles/d41586-024-02577-1.[8]https://doi.org/10.3389/frma.2021.678554.[9]https://force11.org/group/preserving-executable-research-content-challenges-frameworks-and-best-practices/.笔者碎碎念内容组织和数据质量是一切服务和应用的基础。预印本平台arXiv宣布7月起独立运营Wiley推出全新预印本平台，ChemRxiv率先入驻预印本是免费的吗？其实这事儿并不简单。。。立志做有理想，有态度，有热度，有意思的信息博主。版权声明本公众号由 个人运营 ，发布内容仅作信息分享，碎碎念仅为个人观点。所有文章遵循CC BY-NC协议， 转载须注明出处
夜雨聆风
