关键要点
- 爱思唯尔明确保留Cell Press平台内容的AI模型训练与数据挖掘版权。
- 出版矩阵覆盖Cell、Neuron与Cell Genomics等核心生命科学期刊。
- 交叉学科阵营纳入Patterns与STAR Protocols等多学科研究平台。
- 平台开放获取内容的使用,仍受制于具体适用的许可条款。
期刊矩阵划分
Cell Press公布了最新的期刊出版矩阵,业务覆盖生命科学、物质科学以及跨学科前沿领域。生命与医学科学板块既有《细胞》(Cell)、《神经元》(Neuron)和《免疫》(Immunity)等老牌旗舰刊物,也包括《细胞基因组学》(Cell Genomics)等聚焦新兴组学方向的刊物。此外还有Trends系列综述以及多个合作出版伙伴期刊。研究者因此可以在不同学科层次上找到对应的发表渠道。
工程与交叉版图
除生命科学之外,出版矩阵还设有物质科学与工程学板块,收录了《化学》(Chem)、《焦耳》(Joule)与《物质》(Matter)等应用科学期刊。多学科交叉板块则包括数据科学刊物《模式》(Patterns)、实验方案期刊STAR Protocols,以及开放获取综合期刊iScience与The Innovation。这些布局反映出,跨学科研究与方法学共享在学术传播中的重要性正在上升。
AI训练版权限制
在知识产权与访问规范方面,爱思唯尔(Elsevier Inc.)更新了版权与许可条款。官方声明指出,平台内容仅面向医护专业人员和各学科科研人员开放。出版方保留全部版权,并特别强调禁止未经许可把站点内容用于文本与数据挖掘(Text and Data Mining,TDM)或人工智能模型训练。属于开放获取范畴的内容,则必须严格依照对应的许可协议使用。
对研究者的意义
对生物信息学、单细胞组学与生物医疗大模型方向的研究人员来说,国际顶尖出版商收紧AI训练与数据挖掘权限,意味着依靠公开爬取文献语料构建生物医学基座模型,将面临更严格的法律与合规审核。研究团队在开展文献挖掘与模型预训练时,需要把数据来源的许可边界当作前置条件,而不是事后再补的手续。
译介为忠实转述,非逐句直译;引用请以原文为准(版权归 Cell 及作者所有)