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 3区 生物数据挖掘(Biodata Mining)(非官网)

生物数据挖掘

英文名称:Biodata Mining   国际简称:BIODATA MIN
《Biodata Mining》杂志由BioMed Central出版社出版,本刊创刊于2008年,发行周期1 issue/year,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-MATHEMATICAL & COMPUTATIONAL BIOLOGY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
1756-0381
ISSN
1756-0381
E-ISSN
预计审稿速度: 23 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

生物数据挖掘杂志简介

出版商:BioMed Central
出版语言:English
TOP期刊:
出版地区:ENGLAND
是否预警:

是否OA:开放

出版周期:1 issue/year
出版年份:2008
中文名称:生物数据挖掘

生物数据挖掘(国际简称BIODATA MIN,英文名称Biodata Mining)是一本开放获取(OA)国际期刊,自2008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、CHINA MAINLAND、Israel、GERMANY (FED REP GER)、Russia、South Korea、Belgium、Brazil、England、Portugal等国家和地区的研究者在《Biodata Mining》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28篇、2015年:发表文章42篇、2016年:发表文章35篇、2017年:发表文章38篇、2018年:发表文章26篇、2019年:发表文章19篇、2020年:发表文章18篇、2021年:发表文章49篇、2022年:发表文章29篇、2023年:发表文章32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。《Biodata Mining》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:4
  • Gold OA文章占比:100.00%
  • CiteScore:7.9
  • 年发文量:32
  • 开源占比:0.9896
  • SJR指数:0.958
  • H-index:23
  • SNIP指数:1.413
  • OA被引用占比:1
  • 出版国人文章占比:0.2

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:MATHEMATICAL & COMPUTATIONAL BIOLOGY SCIE Q1 8 / 65

88.5%

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:MATHEMATICAL & COMPUTATIONAL BIOLOGY SCIE Q1 10 / 65

85.38%

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 3区
MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学
2区

CiteScore(2024年最新版)

CiteScore 排名
CiteScore SJR SNIP CiteScore 排名
7.9 0.958 1.413
学科类别 分区 排名 百分位
大类:Mathematics 小类:Computational Mathematics Q1 11 / 189

94%

大类:Mathematics 小类:Computational Theory and Mathematics Q1 17 / 176

90%

大类:Mathematics 小类:Computer Science Applications Q1 166 / 817

79%

大类:Mathematics 小类:Genetics Q1 76 / 347

78%

大类:Mathematics 小类:Biochemistry Q1 104 / 438

76%

大类:Mathematics 小类:Molecular Biology Q2 130 / 410

68%

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 BIOINFORMATICS 57
2 NUCLEIC ACIDS RES 53
3 NAT GENET 36
4 NATURE 36
5 BMC BIOINFORMATICS 26
6 AM J HUM GENET 22
7 PLOS ONE 21
8 SCIENCE 21
9 GENOME RES 15
10 P NATL ACAD SCI USA 15
序号 被他刊引用情况 引用次数
1 SCI REP-UK 23
2 BMC BIOINFORMATICS 21
3 PLOS ONE 21
4 BIOINFORMATICS 19
5 FRONT GENET 16
6 IEEE ACCESS 12
7 BIODATA MIN 11
8 BRIEF BIOINFORM 9
9 GENES-BASEL 8
10 HUM GENET 7

高引用文章

  • Gene set analysis methods: a systematic comparison引用次数:11
  • Encodings and models for antimicrobial peptide classification for multi-resistant pathogens引用次数:10
  • Investigating the parameter space of evolutionary algorithms引用次数:8
  • Knomics-Biota - a system for exploratory analysis of human gut microbiota data引用次数:8
  • Combining DNA methylation and RNA sequencing data of cancer for supervised knowledge extraction引用次数:7
  • PathCORE-T: identifying and visualizing globally co-occurring pathways in large transcriptomic compendia引用次数:5
  • Use case driven evaluation of open databases for pediatric cancer research引用次数:5
  • ViSEAGO: a Bioconductor package for clustering biological functions using Gene Ontology and semantic similarity引用次数:5
  • Grasping frequent subgraph mining for bioinformatics applications引用次数:4
  • Connecting genetics and gene expression data for target prioritisation and drug repositioning引用次数:4
若用户需要出版服务,请联系出版商:CAMPUS, 4 CRINAN ST, LONDON, ENGLAND, N1 9XW。