你好,欢迎访问云杂志! 关于我们 企业资质 权益保障 投稿策略
咨询热线:400-838-9661
当前位置: 首页 SCI 杂志 中科院 2区 Plos 计算生物学(Plos Computational Biology)(非官网)

Plos 计算生物学

英文名称:Plos Computational Biology   国际简称:PLOS COMPUT BIOL
《Plos Computational Biology》杂志由Public Library of Science出版社出版,本刊创刊于2005年,发行周期Monthly,每期杂志都汇聚了全球生物学领域的最新研究成果,包括原创论文、综述文章、研究快报等多种形式,内容涵盖了生物学的各个方面,为读者提供了全面而深入的学术视野,为生物学-BIOCHEMICAL RESEARCH METHODS事业的进步提供了有力的支撑。
中科院分区
生物学
大类学科
1553-7358
ISSN
1553-7358
E-ISSN
预计审稿速度: 32 Weeks
杂志简介 期刊指数 WOS分区 中科院分区 CiteScore 学术指标 高引用文章

Plos 计算生物学杂志简介

出版商:Public Library of Science
出版语言:English
TOP期刊:
出版地区:United States
是否预警:

是否OA:开放

出版周期:Monthly
出版年份:2005
中文名称:Plos 计算生物学

Plos 计算生物学(国际简称PLOS COMPUT BIOL,英文名称Plos Computational Biology)是一本开放获取(OA)国际期刊,自2005年创刊以来,始终站在生物学研究的前沿。该期刊致力于发表在生物学领域各个方面达到最高科学标准和具有重要性的研究成果。全面反映该学科的发展趋势,为生物学事业的进步提供了有力的支撑。期刊严格遵循职业道德标准,对于任何形式的抄袭行为,无论是文字还是图形,一旦查实,均可能导致稿件被拒绝。

近年来,来自USA、England、GERMANY (FED REP GER)、France、CHINA MAINLAND、Canada、Switzerland、Spain、Netherlands、Australia等国家和地区的研究者在《Plos Computational Biology》上发表了大量的高质量文章。该期刊内容丰富,包括原创研究、综述文章、专题观点、论文预览、专家意见等多种类型,旨在为全球该领域研究者提供广泛的学术交流平台和灵感来源。

在过去几年中,该期刊保持了稳定的发文量和综述量,具体数据如下:

2014年:发表文章548篇、2015年:发表文章606篇、2016年:发表文章534篇、2017年:发表文章534篇、2018年:发表文章541篇、2019年:发表文章655篇、2020年:发表文章737篇、2021年:发表文章925篇、2022年:发表文章737篇、2023年:发表文章637篇。这些数据反映了期刊在全球生物学领域的影响力和活跃度,同时也展示了其作为学术界和工业界研究人员首选资源的地位。《Plos Computational Biology》将继续致力于推动生物学领域的知识传播和科学进步,为全球生物学问题的解决贡献力量。

期刊指数

  • 影响因子:3.8
  • 文章自引率:0.0465...
  • Gold OA文章占比:99.67%
  • CiteScore:7.1
  • 年发文量:637
  • 开源占比:0.9896
  • SJR指数:1.652
  • H-index:138
  • SNIP指数:1.085
  • OA被引用占比:1
  • 出版国人文章占比:0.04

WOS期刊SCI分区(2023-2024年最新版)

按JIF指标学科分区 收录子集 分区 排名 百分位
学科:BIOCHEMICAL RESEARCH METHODS SCIE Q1 15 / 85

82.9%

学科:MATHEMATICAL & COMPUTATIONAL BIOLOGY SCIE Q1 11 / 65

83.8%

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:BIOCHEMICAL RESEARCH METHODS SCIE Q1 15 / 85

82.94%

学科:MATHEMATICAL & COMPUTATIONAL BIOLOGY SCIE Q1 12 / 65

82.31%

中科院分区表

中科院SCI期刊分区 2023年12月升级版
Top期刊 综述期刊 大类学科 小类学科
生物学 2区
BIOCHEMICAL RESEARCH METHODS 生化研究方法 MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学
2区 2区

CiteScore(2024年最新版)

CiteScore 排名
CiteScore SJR SNIP CiteScore 排名
7.1 1.652 1.085
学科类别 分区 排名 百分位
大类:Mathematics 小类:Modeling and Simulation Q1 32 / 324

90%

大类:Mathematics 小类:Ecology, Evolution, Behavior and Systematics Q1 87 / 721

88%

大类:Mathematics 小类:Computational Theory and Mathematics Q1 23 / 176

87%

大类:Mathematics 小类:Ecology Q1 63 / 461

86%

大类:Mathematics 小类:Genetics Q2 97 / 347

72%

大类:Mathematics 小类:Cellular and Molecular Neuroscience Q2 34 / 97

65%

大类:Mathematics 小类:Molecular Biology Q2 163 / 410

60%

学术指标分析

影响因子和CiteScore
自引率

影响因子:指某一期刊的文章在特定年份或时期被引用的频率,是衡量学术期刊影响力的一个重要指标。影响因子越高,代表着期刊的影响力越大 。

CiteScore:该值越高,代表该期刊的论文受到更多其他学者的引用,因此该期刊的影响力也越高。

自引率:是衡量期刊质量和影响力的重要指标之一。通过计算期刊被自身引用的次数与总被引次数的比例,可以反映期刊对于自身研究内容的重视程度以及内部引用的情况。

年发文量:是衡量期刊活跃度和研究产出能力的重要指标,年发文量较多的期刊可能拥有更广泛的读者群体和更高的学术声誉,从而吸引更多的优质稿件。

期刊互引关系
序号 引用他刊情况 引用次数
1 P NATL ACAD SCI USA 1592
2 PLOS COMPUT BIOL 1312
3 NATURE 1301
4 SCIENCE 1019
5 J NEUROSCI 938
6 PLOS ONE 793
7 NUCLEIC ACIDS RES 746
8 BIOINFORMATICS 692
9 CELL 612
10 NEURON 587
序号 被他刊引用情况 引用次数
1 PLOS COMPUT BIOL 1312
2 SCI REP-UK 1139
3 NAT COMMUN 570
4 PLOS ONE 434
5 BIOINFORMATICS 423
6 ELIFE 387
7 BMC BIOINFORMATICS 385
8 P NATL ACAD SCI USA 356
9 PHYS REV E 306
10 FRONT GENET 283

高引用文章

  • MUMmer4: A fast and versatile genome alignment system引用次数:112
  • BEAST 2.5: An advanced software platform for Bayesian evolutionary analysis引用次数:111
  • MDHGI: Matrix Decomposition and Heterogeneous Graph Inference for miRNA-disease association prediction引用次数:67
  • A computational approach to distinguish somatic vs. germline origin of genomic alterations from deep sequencing of cancer specimens without a matched normal引用次数:42
  • OpenSim: Simulating musculoskeletal dynamics and neuromuscular control to study human and animal movement引用次数:41
  • New functionalities in the TCGAbiolinks package for the study and integration of cancer data from GDC and GTEx引用次数:37
  • Sequence determinants of protein phase behavior from a coarse-grained model引用次数:33
  • The AmP project: Comparing species on the basis of dynamic energy budget parameters引用次数:31
  • LASSI: A lattice model for simulating phase transitions of multivalent proteins引用次数:30
  • SFPEL-LPI: Sequence-based feature projection ensemble learning for predicting LncRNA-protein interactions引用次数:29
若用户需要出版服务,请联系出版商:1160 BATTERY STREET, STE 100, SAN FRANCISCO, USA, CA, 94111。