av一区二区在线观看_免费一二三区_成人在线一区二区_日本福利网站_欧美大片高清免费观看_欧美视频区

當前位置: 首頁 SCI期刊 SCIE期刊SSCI期刊 計算機科學 中科院2區 JCRQ1 期刊介紹(非官網)
Epj Data Science

Epj Data ScienceSCIESSCI

國際簡稱:EPJ DATA SCI  參考譯名:Epj 數據科學

  • 中科院分區

    2區

  • CiteScore分區

    Q1

  • JCR分區

    Q1

基本信息:
ISSN:2193-1127
E-ISSN:2193-1127
是否OA:開放
是否預警:否
TOP期刊:是
出版信息:
出版地區:GERMANY
出版商:Springer Berlin Heidelberg
出版語言:English
出版周期:1 issue/year
出版年份:2012
研究方向:MATHEMATICS, INTERDISCIPLINARY APPLICATIONS?
評價信息:
影響因子:3
H-index:21
CiteScore指數:6.1
SJR指數:0.829
SNIP指數:1.355
發文數據:
Gold OA文章占比:100.00%
研究類文章占比:100.00%
年發文量:59
自引率:0.0555...
開源占比:0.9934
出版撤稿占比:0
出版國人文章占比:0.06
OA被引用占比:1
英文簡介 期刊介紹 CiteScore數據 中科院SCI分區 JCR分區 發文數據 常見問題

英文簡介Epj Data Science期刊介紹

EPJ Data Science covers a broad range of research areas and applications and particularly encourages contributions from techno-socio-economic systems, where it comprises those research lines that now regard the digital “tracks” of human beings as first-order objects for scientific investigation. Topics include, but are not limited to, human behavior, social interaction (including animal societies), economic and financial systems, management and business networks, socio-technical infrastructure, health and environmental systems, the science of science, as well as general risk and crisis scenario forecasting up to and including policy advice.

期刊簡介Epj Data Science期刊介紹

《Epj Data Science》自2012出版以來,是一本計算機科學優秀雜志。致力于發表原創科學研究結果,并為計算機科學各個領域的原創研究提供一個展示平臺,以促進計算機科學領域的的進步。該刊鼓勵先進的、清晰的闡述,從廣泛的視角提供當前感興趣的研究主題的新見解,或審查多年來某個重要領域的所有重要發展。該期刊特色在于及時報道計算機科學領域的最新進展和新發現新突破等。該刊近一年未被列入預警期刊名單,目前已被權威數據庫SCIE、SSCI收錄,得到了廣泛的認可。

該期刊投稿重要關注點:

Cite Score數據(2024年最新版)Epj Data Science Cite Score數據

  • CiteScore:6.1
  • SJR:0.829
  • SNIP:1.355
學科類別 分區 排名 百分位
大類:Mathematics 小類:Computational Mathematics Q1 26 / 189

86%

大類:Mathematics 小類:Modeling and Simulation Q1 52 / 324

84%

大類:Mathematics 小類:Computer Science Applications Q2 244 / 817

70%

CiteScore 是由Elsevier(愛思唯爾)推出的另一種評價期刊影響力的文獻計量指標。反映出一家期刊近期發表論文的年篇均引用次數。CiteScore以Scopus數據庫中收集的引文為基礎,針對的是前四年發表的論文的引文。CiteScore的意義在于,它可以為學術界提供一種新的、更全面、更客觀地評價期刊影響力的方法,而不僅僅是通過影響因子(IF)這一單一指標來評價。

歷年Cite Score趨勢圖

中科院SCI分區Epj Data Science 中科院分區

中科院 2023年12月升級版 綜述期刊:否 Top期刊:否
大類學科 分區 小類學科 分區
計算機科學 2區 MATHEMATICS, INTERDISCIPLINARY APPLICATIONS 數學跨學科應用 SOCIAL SCIENCES, MATHEMATICAL METHODS 社會科學:數理方法 1區 2區

中科院分區表 是以客觀數據為基礎,運用科學計量學方法對國際、國內學術期刊依據影響力進行等級劃分的期刊評價標準。它為我國科研、教育機構的管理人員、科研工作者提供了一份評價國際學術期刊影響力的參考數據,得到了全國各地高校、科研機構的廣泛認可。

中科院分區表 將所有期刊按照一定指標劃分為1區、2區、3區、4區四個層次,類似于“優、良、及格”等。最開始,這個分區只是為了方便圖書管理及圖書情報領域的研究和期刊評估。之后中科院分區逐步發展成為了一種評價學術期刊質量的重要工具。

歷年中科院分區趨勢圖

JCR分區Epj Data Science JCR分區

2023-2024 年最新版
按JIF指標學科分區 收錄子集 分區 排名 百分位
學科:MATHEMATICS, INTERDISCIPLINARY APPLICATIONS SCIE Q1 22 / 135

84.1%

學科:SOCIAL SCIENCES, MATHEMATICAL METHODS SSCI Q1 9 / 67

87.3%

按JCI指標學科分區 收錄子集 分區 排名 百分位
學科:MATHEMATICS, INTERDISCIPLINARY APPLICATIONS SCIE Q1 20 / 135

85.56%

學科:SOCIAL SCIENCES, MATHEMATICAL METHODS SSCI Q1 10 / 67

85.82%

JCR分區的優勢在于它可以幫助讀者對學術文獻質量進行評估。不同學科的文章引用量可能存在較大的差異,此時單獨依靠影響因子(IF)評價期刊的質量可能是存在一定問題的。因此,JCR將期刊按照學科門類和影響因子分為不同的分區,這樣讀者可以根據自己的研究領域和需求選擇合適的期刊。

歷年影響因子趨勢圖

發文數據

2023-2024 年國家/地區發文量統計
  • 國家/地區數量
  • USA42
  • Italy32
  • England30
  • CHINA MAINLAND14
  • GERMANY (FED REP GER)14
  • France9
  • Hungary9
  • Spain8
  • Austria7
  • Switzerland7

本刊中國學者近年發表論文

  • 1、Segregation in religion networks

    Author: Jiantao Hu, Qian-Ming Zhang, Tao Zhou

    Journal: EPJ Data Science, 2019, Vol.8, , DOI:10.1140/epjds/s13688-019-0184-x

  • 2、Individual position diversity in dependence socioeconomic networks increases economic output

    Author: Wen-Jie Xie, Yan-Hong Yang, Ming-Xia Li, Zhi-Qiang Jiang, Wei-Xing Zhou

    Journal: EPJ Data Science, 2017, Vol.6, , DOI:10.1140/epjds/s13688-017-0105-9

  • 3、Measuring economic activity in China with mobile big data

    Author: Lei Dong, Sicong Chen, Yunsheng Cheng, Zhengwei Wu, Chao Li, Haishan Wu

    Journal: EPJ Data Science, 2017, Vol.6, , DOI:10.1140/epjds/s13688-017-0125-5

  • 4、Comparison of traffic reliability index with real traffic data

    Author: Limiao Zhang, Guanwen Zeng, Shengmin Guo, Daqing Li, Ziyou Gao

    Journal: EPJ Data Science, 2017, Vol.6, , DOI:10.1140/epjds/s13688-017-0115-7

  • 5、Feature analysis of multidisciplinary scientific collaboration patterns based on PNAS

    Author: Zheng Xie, Miao Li, Jianping Li, Xiaojun Duan, Zhenzheng Ouyang

    Journal: EPJ Data Science, 2018, Vol.7, , DOI:10.1140/epjds/s13688-018-0134-z

  • 6、Understanding coupling dynamics of public transportation networks

    Author: Zhihao Zheng, Zhiren Huang, Fan Zhang, Pu Wang

    Journal: EPJ Data Science, 2018, Vol.7, , DOI:10.1140/epjds/s13688-018-0148-6

  • 7、Extroverts tweet differently from introverts in Weibo

    Author: Zhenkun Zhou, Ke Xu, Jichang Zhao

    Journal: EPJ Data Science, 2018, Vol.7, , DOI:10.1140/epjds/s13688-018-0146-8

  • 8、Big data would not lie: prediction of the 2016 Taiwan election via online heterogeneous information

    Author: Zheng Xie, Guannan Liu, Junjie Wu, Yong Tan

    Journal: EPJ Data Science, 2018, Vol.7, , DOI:10.1140/epjds/s13688-018-0163-7

投稿常見問題

通訊方式:ONE NEW YORK PLAZA, SUITE 4600 , NEW YORK, United States, NY, 10004。

主站蜘蛛池模板: 亚洲欧美bt | 亚洲一区二区三区视频 | 国产成人精品久久 | 国产一区 | 精品久久香蕉国产线看观看亚洲 | 91日韩在线 | 观看毛片 | 国产激情视频网站 | 色婷婷在线视频 | 欧美在线| 欧美激情久久久 | 欧美成人a | 久久这里只有精品首页 | av黄色国产 | 亚洲综合久久精品 | 国产免费一区二区 | 久久99精品久久 | 中文字幕视频在线 | 香蕉视频久久久 | 国产欧美视频一区 | www..99re| 午夜性色a√在线视频观看9 | 午夜激情影院 | 久久九| 久草视频在线播放 | 日韩中文字幕在线观看视频 | 自拍偷拍第1页 | 久久99精品久久久久久 | 国产高清自拍视频在线观看 | 日本成人在线免费视频 | 亚洲国产区 | 国产色网站 | 亚洲国产精品99久久久久久久久 | 国产一区二区精 | 久久精品91久久久久久再现 | 国外成人在线视频 | 久久99精品国产麻豆婷婷 | 日韩不卡在线观看 | 国产精品伦一区二区三级视频 | 欧美精品一区二区三区视频 | 久久久久久九九九九九九 |