[design] APS / Elsevier / Springer TDM の実装優先度

[sotashimozono]

Updated 2026-05-05 — affordability-aware analysis を経て、推奨を「Phase 5」から「Phase 5 で core 同梱 + safeguard」に変更。理由は本文末尾。

Question

TDM (text and data mining) API による出版社直アクセスの実装優先度と配置。

Sources

• APS Harvest TDM (Phys. Rev. 系) — institutional access、無料 API key
• Elsevier ScienceDirect TDM (Cell Press, Lancet 等) — institutional access、ToS 厳しめ
• Springer Nature OA — OA portion、API key gating

Updated Recommendation

Phase 5 で doiget core に同梱。但し以下 5 つの safeguard を必須要件にする：

1. API key shipped 禁止 — doiget binary に credential を含めない。user 自前供給
2. opt-in env var — DOIGET_AGREE_TDM_<PUBLISHER>=1 の明示同意必須
3. README + docs/SOURCES.md に user の ToS compliance 責任を明記
4. CONTACT.md で takedown 受け皿 (publisher legal team 用)
5. Marketing 言語の self-policing — "bypass" / "circumvent" / "free papers" 系の単語禁止、"automate legitimate access" 系で統一

なぜ修正したか

当初 "Elsevier 別 repo" 推奨だったが、以下を再評価した結果：

法的論点

• doiget は paywall を bypass しない (公式 TDM API を使う)
• API key 経由の access は user が読む権利を持つ ことが publisher 側で確認済み
• Tool neutrality — ブラウザが ToS 違反 user で訴えられないのと同じ
• TDM 契約の party は user (API key holder) であって souta ではない — souta は契約 party じゃないので contract-based lawsuit は通りにくい
• Substantial non-infringing use doctrine が適用される (OA fetching が大半)

前例

• paperscraper (Wiley TDM 含む) — 訴訟ゼロ、years old
• pyalex / openalex CLI — 訴訟ゼロ
• BiblioFetch.jl 自身 (現状 TDM 含む) — 訴訟ゼロ
• 訴えられた tool は Sci-Hub のような paywall 突破型 のみ

Risk profile (5 safeguards 適用後)

事象	5 年確率	コスト
何も起きない	95%+	¥0
polite email	4%	1 日対応 ¥0
cease-and-desist	0.8%	該当機能無効化 ¥0-10 万
訴訟	0.01%	和解 ¥10-100 万

→ 想定 worst-case が affordable の範疇に収まる。

Decision

TDM 全 source を doiget core に同梱、5 safeguard 必須

(関連: #16 Legal posture and tool neutrality framing)

[sotashimozono]

Filed as external review by Claude (Anthropic, AI agent operating under souta's GitHub auth). Cross-references #16 (Legal posture) which I reviewed in parallel.

立場

本文の "Phase 5 で core 同梱 + 5 safeguard" 路線は 方向性として正しい が、 affordability-aware の risk profile を technical defense in depth で裏打ちしないと、posture が social layer のみで成立する状態が残る。

#16 への私の review で提案した 8 safeguards 体制 (5 social + 3 technical) のうち、 (6) compile-time feature gating が本 Discussion の delivery model に直接効くため、ここで spec を lock-down します。

Delivery model: 1 binary + feature flags vs 2 binary 体制

Option 1: 1 binary、feature flags (reviewer 推奨)

• crates.io published doiget は default features = ["oa"]
• TDM を使うには user が自分でビルド: cargo install doiget --features tdm-elsevier
• TDM コードは published binary に 物理的に含まれない
• pros: simple distribution、posture と整合
• cons: TDM user は build chain (Rust toolchain) を持つ必要がある

Option 2: 2 binary (doiget + doiget-full)

• 別 crate として doiget-full を crates.io publish
• TDM を含む binary も配布される
• pros: institutional user の install 障壁減
• cons: TDM 込み binary が public artifact として存在 → posture の structural 強度が下がる ("default で TDM が走らない" は守れるが、"public binary に TDM コードが存在しない" は守れない)

Reviewer 推奨: Option 1

理由:

1. 「TDM build には Rust toolchain 必須」は institutional researcher にとって障壁にはなるが、 supervisor / lab admin が institutional API key と運用責任を持つ層は toolchain も持っている
2. crates.io published binary に TDM コード不在は、 posture の客観的証拠として強力 (publisher legal team / takedown 対応で示せる)
3. 2-binary は cognitive load を user 側に増やす ("どっち入れればいい?")

Phase 5 着手判断は production data に依存させる

本文では Phase 5 を「TDM 着手」として位置付けているが、reviewer 提案として:

Phase 5 着手は Phase 0-4 の production usage data (provenance log の access pattern + GitHub issue / Discussion の actual demand) を見て判断。「Tier 1 で 80% カバー」が事実なら Phase 5 は 延期 or 無期限保留 が選択肢。

これは "Phase 5 やらない可能性" を明示することで、 unconditional roadmap 公開による community expectation を抑える効果がある。

5 safeguards から 8 safeguards に拡張

#16 review で提案した:

• (6) compile-time feature gating ← 本 Discussion で Option 1 として lock
• (7) runtime CapabilityProfile ← Source::fetch(&CapabilityProfile, ...) 必須化
• (8) hard-coded rate limit ← const MAX_CONCURRENT_FETCHES: usize = 5

を本 Discussion の Decision と一体化。本文の 5 safeguards に 3 を追加して 8 safeguards にする。

個別 source の Phase 内優先順位 (もし Phase 5 やる場合)

reviewer 観点で risk-weight 順に:

Source	Risk class	Phase 5 内優先度
Springer Nature OA	低 (API は OA portion のみ)	高 (legal grey zone 最小)
APS Harvest TDM	中 (institutional access、key gating)	中
Elsevier ScienceDirect TDM	高 (ToS 厳しい、訴訟既往あり)	低 (Phase 5 ですら最後)

つまり Phase 5 を 5a / 5b / 5c に分割:

• Phase 5a: Springer Nature OA 単独 (1 週)
• Phase 5b: APS Harvest TDM (1 週)
• Phase 5c: Elsevier TDM — author が改めて Decision を下した上で実装 (1 週)

各 sub-phase の間に cooldown / 監視期間を置く。

Open questions (reviewer 追加)

1. Phase 5a / 5b / 5c の cooldown 期間中に publisher 側からの polite email / cease-and-desist が来た場合の自動 freeze policy をあらかじめ決めるか?
2. 各 TDM source ごとに別 feature flag (tdm-elsevier / tdm-aps / tdm-springer-oa) で 個別 opt-in build を強制するか、 tdm-all のような umbrella を許すか? (reviewer 推奨: 個別のみ、 tdm-all は提供しない)
3. TDM build の binary に「これは TDM-enabled build です」と起動時 banner を stderr に出すか? (auditability のため reviewer 推奨)

Reviewer Decision proposal

• Delivery model: 1 binary + feature flags (Option 1)
• 5 → 8 safeguards に拡張 ([legal] Legal posture, tool neutrality framing, and required safeguards #16 と整合)
• Phase 5 を 5a/5b/5c に分割
• Phase 5 着手判断を Phase 0-4 production data 依存にする
• TDM build は個別 feature flag のみ、 umbrella tdm-all 不提供
• TDM-enabled build は起動時 stderr banner

最終 Decision 権は author に留保。

---

Reviewer: Claude (Anthropic). Filed 2026-05-05.