How libraries classified physics preprints before arXiv and set the stage for distinguishing insiders from outsiders

本文由历史学家和社会学家菲利普·罗斯撰写，追溯了物理学预印本在 arXiv 出现之前的分类历史，并阐述了这一过程如何为区分领域内外的研究者奠定了基础。

要点

这篇文章就像是在讲述物理学界如何从“私下传纸条”演变成“全球公开图书馆”的故事，以及在这个过程中，谁有资格进入这个圈子是如何被决定的。

作者菲利普·罗斯（Phillip Roth）通过回顾历史，告诉我们：给科学论文分类，看似是简单的贴标签，其实是一场关于“谁是我们人，谁是外人”的隐形游戏。

我们可以用以下几个生动的比喻来理解这篇文章：

1. 从“秘密俱乐部”到“中央公告栏”

以前（二战后）：
想象一下，物理学家们就像一群住在不同城市的极客。他们有了新发现，不会马上写书出版（因为太慢），而是直接手写笔记或打印稿，塞进信封寄给朋友。这就像是一个私密的微信群，只有圈内人才能看到最新八卦。

转折点（CERN 图书馆）：
后来，欧洲核子研究中心（CERN）的一位图书管理员发现，很多科学家来日内瓦出差，因为离开了原来的“微信群”，就不知道外面发生了什么。
于是，她做了一个大胆的决定：“别私下寄了，把稿子都寄给图书馆！”
图书馆把这些稿子收集起来，贴在公共阅览室的墙上。这就好比把私密的微信群变成了全公司可见的“公告栏”。从此，CERN 建立了第一个正式的“预印本”（还没正式发表的研究稿）交换系统。

2. 图书管理员变成了“守门人”

随着大家寄来的稿子越来越多，图书馆墙都贴不下了。这时候，分类变得至关重要。

• CERN 的做法： 他们把稿子分成“理论物理”、“实验物理”、“探测器”等几个简单的篮子。这就像超市把商品分门别类摆放。
• DESY（德国）的做法： 他们给每篇稿子打上很多“关键词标签”，就像给商品贴条形码，方便搜索。

关键点来了： 这些分类不仅仅是为了方便找东西，它们还变成了**“入场券”。
如果你被图书馆收录了，你就有了“圈内人”的徽章；如果你没被收录，或者被分到了不起眼的角落，你的研究可能就被大家忽略了。这就好比只有上了“热门榜单”的歌手，大家才觉得你是大明星**。

3. 分类标签里的“潜规则”

文章最精彩的部分在于揭露了分类背后的偏见：

• CERN 的标签其实反映了 CERN 科学家喜欢研究什么。如果你的研究符合他们的口味，你就容易上榜；如果不合拍，你可能就被边缘化。
• DESY 的标签也有讲究：主流的研究会被打上很多标签，容易被人搜到；冷门的研究标签少，就像被埋没在图书馆角落的旧书，没人看得到。

现在的 arXiv（全球最大的物理预印本网站）也是这样：
虽然现在的 arXiv 有“普通物理（gen-ph）”这个分类，看起来和其他分类（如天体物理、凝聚态物理）平起平坐。但实际上，“普通物理”就像一个“收容所”，专门用来放那些“没有特定受众”、“大家觉得不太重要”的论文。
一旦你的论文被扔进“普通物理”这个篮子，就等于被系统判定为“不够专业”或“不够有趣”，从而被主流圈子排斥。

4. 从“人工筛选”到“算法筛选”

以前，是图书管理员和物理学家手动决定你的论文该放哪个篮子，这难免带有主观色彩（“我觉得这个不重要”）。
现在，arXiv 用人工智能和算法来自动分类。虽然这看起来更公平、更高效，但作者提醒我们：算法也是人写的，它继承了过去几十年的习惯。
当系统自动把你的论文从“高能物理”改到“普通物理”时，它其实是在执行一种隐形的社会筛选。它在告诉作者：“嘿，你的研究不属于我们核心的圈子。”

总结

这篇文章告诉我们：
科学分类系统（无论是过去的图书馆卡片，还是现在的网站标签）表面上是为了整理信息，实际上是在划定边界。

• 对“圈内人”（Insiders）： 分类系统帮助他们快速找到同类的研究，确认彼此的身份。
• 对“圈外人”（Outsiders）： 分类系统可能成为一道墙，把不符合主流口味或不够“时髦”的研究挡在门外。

就像时尚杂志的封面，它不仅仅是展示衣服，更是在定义“什么是时尚”。同样，物理学的分类系统也不仅仅是整理论文，它在定义“什么是重要的物理学”。

技术摘要

这是一份基于 Phillip H. Roth 文章《在 arXiv 出现之前，图书馆如何对物理预印本进行分类并为区分“圈内人”与“圈外人”奠定基础》的详细技术摘要。

1. 问题陈述 (Problem)

随着科学文献的爆炸式增长，如何对物理学预印本（preprints）进行有效的分类和检索，成为确保研究成果被正确受众发现的关键问题。文章指出，虽然分类系统表面上看似中立的技术标签，但实际上它们掩盖了形成过程中的政治和社会斗争。

• 核心矛盾：理想的分类应基于科学概念的逻辑系统，但实际操作中往往依赖于权宜之计（ad-hoc approaches）和特定的组织利益。
• 历史背景：在 arXiv 等现代数字平台出现之前，物理预印本主要通过私人网络流通。随着文献量激增（如 CERN 在 1964-1967 年间预印本需求增长近 300%），图书馆面临如何管理“灰色文献”（grey literature）、防止信息过载并筛选出相关内容的挑战。
• 社会影响：分类系统不仅仅是信息组织工具，更成为了界定“圈内人”（insiders）与“圈外人”（outsiders）的边界机制。不恰当的分类可能导致边缘化，而纳入分类列表则成为领域内成员资格的象征。

2. 方法论 (Methodology)

本文采用科学史与社会学（History of Science and Sociology）的研究视角，通过历史档案分析来追溯物理学预印本分类系统的演变。

• 案例研究：重点分析了 20 世纪 50 年代至 80 年代几个关键物理实验室图书馆的实践，特别是：
  • CERN（欧洲核子研究组织）：Luisella Goldschmidt-Clermont 主导的预印本收集与展示系统。
  • SLAC（斯坦福直线加速器中心）：Louise Addis 发起的《粒子与场预印本》（Preprints in Particles and Fields）周刊。
  • DESY（德国电子同步加速器）：发布的《高能物理索引》（HEPI）。
• 文献分析：深入解读了当时的图书馆员工手册（如 1965 年 CERN 手册）、索引目录、通讯以及现代 arXiv 的博客和政策文件，对比了从人工分类到机器辅助分类的演变逻辑。
• 理论框架：运用信息科学和社会建构论，分析分类系统如何反映并固化特定机构（如 CERN）的研究偏好，而非客观的科学真理。

3. 关键贡献 (Key Contributions)

文章揭示了现代预印本分类系统的历史根源及其社会功能，主要贡献包括：

• 分类系统的制度化起源：阐明了预印本从“私人流通”转变为“公共展示”的过程是由少数领先的物理图书馆（特别是 CERN）推动的。这些图书馆为了服务本地社区，建立了中央收集、编目和公开展示的机制，奠定了现代预印本服务器的基础。
• “科学信息官”的角色：指出早期分类依赖于受过物理和图书馆学双重训练的人员（科学信息官）进行人工筛选和分类，这类似于现代的内容审核（content moderation）。
• 分类的政治性：论证了分类标签并非中立。
  • CERN 模式：分类主要反映 CERN 实验室的研究兴趣和趋势，符合其方向的论文更容易获得曝光。
  • DESY 模式：通过关键词索引（如 HEPI），主流论文获得更多关键词从而更易被检索，而边缘论文因关键词少而被忽视。
• 现代系统的延续性：指出 arXiv 的"gen-ph"（普通物理）类别实际上继承了历史上的排斥逻辑，将那些被认为“没有特定受众”的论文归类为“对专业受众普遍无趣”，从而执行了一种社会排序。

4. 研究结果 (Results)

• 分类即筛选：图书馆不仅是信息的存储者，更是“守门人”（gatekeepers）。通过选择性收录和分类，它们决定了哪些研究被视为“重要”或“相关”。
• 社会激励的演变：科学家为了获得可见性，开始主动迎合图书馆的分类标准。这种“为了被收录而投稿”的行为模式一直延续至今，表现为作者争相在预印本服务器上提交论文以获取关注。
• 从人工到算法的边界固化：
  • 早期的人工分类承认其“任意性”（arbitrariness），特别是对于“边缘材料”的拒绝。
  • 现代 arXiv 引入用户驱动和机器学习分类工具，虽然旨在提高透明度和减轻审核负担，但其背后的分类逻辑（如将论文重新归类为 gen-ph）依然反映了自然化的人类实践和偏见。
  • 系统化的分类工具并没有消除“圈内”与“圈外”的界限，反而通过技术手段将其强化和自动化。

5. 意义与启示 (Significance)

• 对科学传播的批判性反思：文章提醒我们，科学文献的组织方式并非纯粹的技术进步，而是深深植根于特定的历史背景、机构利益和社会权力结构中。
• 理解“可见性”的机制：揭示了在数字时代，研究成果的可见性不仅取决于其科学质量，还取决于其是否符合既定的分类体系。不符合主流分类的“异类”研究可能面临被系统性地边缘化。
• 对现代分类工具的警示：对于 arXiv 等平台的分类算法更新，文章提示需警惕其可能无意中加剧学科内部的排斥，将某些研究定义为“非专业”或“不相关”。
• 历史视角的价值：理解过去图书馆如何处理“灰色文献”，有助于我们更好地审视当前科学交流系统中的不平等现象，并思考如何构建更具包容性的知识组织系统。

总结：Phillip H. Roth 通过历史考证证明，物理学预印本的分类系统并非中立的科学真理映射，而是由特定机构（如 CERN）为了管理信息流而构建的社会技术系统。这些系统通过定义“什么值得被阅读”，在历史上成功构建了物理学家群体的边界，而这一逻辑在今天的算法分类中依然以新的形式延续。