A Dead Link Is Not Lost Code: Separating Repository Reachability from Deposit Availability in Zenodo Software Citations
यह अध्ययन 3,837 जेनेडो (Zenodo) सॉफ्टवेयर उद्धरणों का विश्लेषण करता है यह प्रदर्शित करने के लिए कि जबकि अधिकांश संग्रहीत फ़ाइलें तब भी सुलभ रहती हैं जब उनके स्रोत कोड रिपॉजिटरी अप्राप्य हो जाते हैं, टूटे हुए उद्धरणों का एक महत्वपूर्ण हिस्सा खोए हुए सॉफ़्टवेयर के बजाय मृत रिपॉजिटरी पॉइंटर्स के कारण होता है, जो रिपॉजिटरी की उपलब्धता और डिपॉजिट अखंडता के बीच एक महत्वपूर्ण अंतर को रेखांकित करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
विज्ञान की आधुनिक दुनिया में, सॉफ्टवेयर अब केवल एक उपकरण नहीं रह गया है; यह अपने आप में एक शोध उत्पाद है, जो एक जर्नल लेख के समान ही श्रेय पाने का हकदार है। इस श्रेय को निष्पक्ष और स्थायी बनाने के लिए, वैज्ञानिक अब अपने कोड के साथ एक विशेष डिजिटल टैग जोड़ते हैं, जो एक अद्वितीय पहचानकर्ता (identifier) के रूप में कार्य करता है और एक स्थायी पते की तरह होता है। यह टैग सॉफ्टवेयर के एक विशिष्ट संस्करण की ओर संकेत करता है, जो समय में स्थिर (frozen in time) है, ताकि वर्षों बाद लेख को पढ़ने वाला कोई भी व्यक्ति ठीक उसी कोड को खोज सके जिसका उपयोग लेखक ने किया था। यह प्रणाली एक वादे पर टिकी है: कि यह पता हमेशा पाठक को सॉफ्टवेयर तक ले जाएगा। लेकिन इस वादे के कायम रहने के लिए, दो चीजें होनी चाहिए। पहला, वह पता स्वयं काम करना चाहिए, जो उस पृष्ठ तक ले जाए जहाँ सॉफ्टवेयर संग्रहीत है। दूसरा, सॉफ्टवेयर स्वयं वहां मौजूद होना चाहिए, डाउनलोड होने के लिए प्रतीक्षा करता हुआ। यदि पता ऐसे पृष्ठ की ओर ले जाता है जो कहता है "फाइल नहीं मिली" (file not found), या यदि पृष्ठ लोड होता है लेकिन कोड गायब हो चुका है, तो वैज्ञानिक रिकॉर्ड में एक अंतराल आ जाता है।
शोधकर्ता लंबे समय से जानते रहे हैं कि विज्ञान में वेब लिंक अक्सर टूट जाते हैं, जिसे "लिंक रॉट" (link rot) नामक समस्या के रूप में जाना जाता है। हालांकि, सॉफ्टवेयर उद्धरण (citations) अलग हैं क्योंकि वे एक दो-स्तरीय प्रणाली पर बने होते हैं। स्थायी टैग एक डिजिटल संग्रह (archive) की ओर संकेत करता है, जो बदले में मूल कोड रिपॉजिटरी की ओर संकेत करता है, जो अक्सर गिटहब (GitHub) जैसे प्लेटफॉर्म पर होस्ट की जाती है। संग्रह का प्रबंधन एक ऐसी संस्था द्वारा किया जाता है जो चीजों को सुरक्षित रखने के लिए समर्पित है, जबकि मूल कोड एक ऐसे प्लेटफॉर्म पर रहता है जहाँ मालिक किसी भी समय प्रोजेक्ट का नाम बदल सकता है, उसे निजी बना सकता है, या हटा सकता है। यह एक अनूठी स्थिति पैदा करता है जहाँ स्थायी टैग पूरी तरह से काम कर सकता है, भले ही मूल प्रोजेक्ट गायब हो गया हो। एक शोधकर्ता ने यह मापने के लिए एक अध्ययन किया कि ऐसा कितनी बार होता है, और अधिक महत्वपूर्ण रूप से, यह देखने के लिए कि क्या मूल पथ अवरुद्ध होने पर भी सॉफ्टवेयर को पुनः प्राप्त किया जा सकता है।
अध्ययन ने जेनेडो (Zenodo) नामक एक प्रमुख डिजिटल संग्रह के हजारों सॉफ्टवेयर रिकॉर्डों पर ध्यान केंद्रित किया, जिसका उपयोग वैज्ञानिक अपने कोड को संरक्षित करने के लिए व्यापक रूप से करते हैं। शोधकर्ता ने केवल यह नहीं जांचा कि मूल प्रोजेक्ट पेज अभी भी ऑनलाइन हैं या नहीं; उन्होंने उद्धरण श्रृंखला के तीन अलग-अलग स्तरों की जांच की। सबसे पहले, उन्होंने जांचा कि क्या मूल प्रोजेक्ट रिपॉजिटरी अभी भी मौजूद है। दूसरे, उन्होंने जांचा कि क्या उद्धरण में उल्लेखित कोड का विशिष्ट संस्करण अभी भी सुलभ है। अंत में, उन मामलों के लिए जहां मूल पथ टूट गया था, उन्होंने जांचा कि क्या डिजिटल संग्रह में वास्तव में फाइलें मौजूद थीं। इस दृष्टिकोण ने उन्हें लिंक के टूटने और सॉफ्टवेयर के खो जाने के बीच अंतर करने की अनुमति दी।
परिणामों ने समय के साथ क्षय का एक स्पष्ट पैटर्न दिखाया। जैसे-जैसे सॉफ्टवेयर रिकॉर्ड पुराने होते गए, उनके लिंक टूटने की संभावना बढ़ती गई। लगभग 4.7 प्रतिशत मूल प्रोजेक्ट रिपॉजिटरी अब तक पहुंच योग्य नहीं थे। हालांकि, जब वैज्ञानिकों द्वारा वास्तव में उद्धृत किए गए कोड के विशिष्ट संस्करणों को देखा गया, तो समस्या और भी आम थी। इस सख्त जांच में, विफलता दर बढ़कर 5.45 प्रतिशत हो गई। यह अंतर महत्वपूर्ण है क्योंकि इसका अर्थ है कि हर छह टूटे हुए उद्धरणों में से लगभग एक मामले में, मूल प्रोजेक्ट जीवित और सुरक्षित है, लेकिन शोधकर्ता द्वारा उद्धृत कोड का विशिष्ट संस्करण हटा दिया गया है या स्थानांतरित कर दिया गया है। यह एक महत्वपूर्ण अंतर है: मूल पृष्ठ की एक साधारण जांच इस विफलता को पूरी तरह से मिस कर देगी, जिससे सॉफ्टवेयर उपलब्ध प्रतीत होगा जबकि वह नहीं है।
इन टूटे हुए लिंकों के बावजूद, डिजिटल संग्रह एक उल्लेखनीय प्रभावी सुरक्षा जाल साबित हुआ। जब शोधकर्ता टूटे हुए लिंक का अनुसरण करते हुए संग्रह तक पहुंचे, तो उन्होंने पाया कि 94.4 प्रतिशत मामलों में, संग्रह अभी भी मूल फाइलें प्रदान कर रहा था। इसका अर्थ है कि भले ही मूल प्रोजेक्ट का रास्ता खो गया हो, सॉफ्टवेयर स्वयं आमतौर पर वहां मौजूद था, संग्रह में संरक्षित था। संग्रह ठीक वही कर रहा है जिसके लिए इसे बनाया गया है: कोड को सुरक्षित रखना, भले ही उसका मूल घर चला गया हो। एकमात्र समय जब सॉफ्टवेयर वास्तव में खो गया था, वह बहुत कम मामलों में था (कुल उद्धरणों के एक प्रतिशत से भी कम), जहाँ संग्रह रिकॉर्ड तो मौजूद था लेकिन फाइलें गायब थीं।
अध्ययन ने एक सूक्ष्म लेकिन महत्वपूर्ण जोखिम पर भी प्रकाश डाला। लगभग 6.4 प्रतिशत उद्धरण, जो काम करते हुए दिखाई दे रहे थे, वास्तव में एक 'कर्टसी रीडायरेक्ट' (courtesy redirect) पर निर्भर थे। यह तब होता है जब किसी प्रोजेक्ट का नाम बदल जाता है, और होस्टिंग प्लेटफॉर्म स्वचालित रूप से पुराने नाम को नए नाम पर भेज देता है। हालांकि यह आज काम करता है, लेकिन यह एक स्थायी गारंटी नहीं है; यदि भविष्य में कोई अन्य व्यक्ति पुराने नाम पर दावा करता है, तो लिंक चुपचाप टूट सकता है या असंबंधित कोड की ओर संकेत कर सकता है। यह सुझाव देता है कि जबकि संग्रह सॉफ्टवेयर को थामे हुए है, जिस तरह से हम इसकी ओर संकेत करते हैं, हमें अधिक सावधान होने की आवश्यकता है। शोधकर्ता ने निष्कर्ष निकाला कि वैज्ञानिकों को मूल प्रोजेक्ट लिंक के बजाय स्थायी संग्रह पहचानकर्ता (archive identifier) का उद्ध引用 देना चाहिए, और उद्धरणों की जांच करने वाले उपकरणों को किसी संदर्भ को मृत घोषित करने से पहले पहले संग्रह की जांच करनी चाहिए। अनुसंधान सॉफ्टवेयर की रक्षा के लिए बनाई गई बुनियादी संरचना काम कर रही है, लेकिन कोड को खोजने के लिए हमें सतह के लिंक से गहरा देखना आवश्यक है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।