科学数据(国际简称SCI DATA,英文名称Scientific Data)是一本开放获取(OA)国际期刊,自2014年创刊以来,始终站在综合性期刊研究的前沿。该期刊致力于发表在综合性期刊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,为综合性期刊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、CHINA MAINLAND、GERMANY (FED REP GER)、Italy、Australia、France、Canada、Switzerland、Netherlands等国家和地区的研究者在《Scientific Data》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0篇、2015年:发表文章0篇、2016年:发表文章117篇、2017年:发表文章191篇、2018年:发表文章284篇、2019年:发表文章357篇、2020年:发表文章412篇、2021年:发表文章290篇、2022年:发表文章761篇、2023年:发表文章877篇。这些数据反映了期刊在全球综合性期刊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。《Scientific Data》将继续致力于推动综合性期刊领域的知识传播和科学进步,为全球综合性期刊问题的解决贡献力量。
按JIF指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
学科:MULTIDISCIPLINARY SCIENCES | SCIE | Q1 | 16 / 134 |
88.4% |
按JCI指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
学科:MULTIDISCIPLINARY SCIENCES | SCIE | Q1 | 17 / 135 |
87.78% |
Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
否 | 否 | 综合性期刊 2区 |
MULTIDISCIPLINARY SCIENCES
综合性期刊
2区
|
CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||||||||||||||||||||||
11.2 | 1.937 | 1.91 |
|
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。
序号 | 引用他刊情况 | 引用次数 |
1 | NUCLEIC ACIDS RES | 368 |
2 | BIOINFORMATICS | 361 |
3 | others | 360 |
4 | SCI DATA | 289 |
5 | PLOS ONE | 282 |
6 | NATURE | 255 |
7 | SCIENCE | 210 |
8 | P NATL ACAD SCI USA | 191 |
9 | NEUROIMAGE | 170 |
10 | SCI REP-UK | 131 |
序号 | 被他刊引用情况 | 引用次数 |
1 | SCI DATA | 289 |
2 | others | 169 |
3 | SCI REP-UK | 120 |
4 | REMOTE SENS-BASEL | 104 |
5 | NAT COMMUN | 81 |
6 | FRONT MAR SCI | 68 |
7 | SCI TOTAL ENVIRON | 63 |
8 | PLOS ONE | 54 |
9 | ENVIRON RES LETT | 46 |
10 | NEUROIMAGE | 44 |