Journal Title:Scientific Data
Scientific Data is a peer-reviewed, open-access journal for descriptions of scientifically valuable datasets, and research that advances the sharing and reuse of scientific data. We aim to promote wider data sharing and reuse, and to credit those that share.
Scientific Data primarily publishes Data Descriptors, a new type of publication that provides detailed descriptions of research datasets, including the methods used to collect the data and technical analyses supporting the quality of the measurements. Data Descriptors focus on helping others reuse data, rather than testing hypotheses, or presenting new interpretations, methods or in-depth analyses.
Scientific Data also welcomes submissions describing analyses or meta-analyses of existing data, and original articles on systems, technologies and techniques that advance data sharing and reuse to support reproducible research.
Scientific Data offers a streamlined but thorough peer-review process that evaluates the rigour and quality of the experiments used to generate the data and the completeness of the description of the data. The actual data are stored in one or more public, community-recognized repositories, and release of the data is verified as a condition of publication.
Scientific Data is open to submissions from a broad range of natural science disciplines, including, but not limited to, data from the life, biomedical and environmental science communities. Submissions may describe big or small data, from new experiments or value-added aggregations of existing data, from major consortiums and single labs. We are also willing to consider descriptions of quantitative datasets from the social sciences, particularly those that may be of use for integrative analyses that stretch across the traditional discipline boundaries between the life, biomedical, environmental and social sciences.
《科學數據》是一本同行評審的開放獲取期刊,用于描述具有科學價值的數據集,以及促進科學數據共享和重用的研究。我們的目標是促進更廣泛的數據共享和重用,并贊揚那些分享數據的人。
《科學數據》主要出版《數據描述符》,這是一種新型出版物,提供研究數據集的詳細描述,包括用于收集數據的方法和支持測量質量的技術分析。數據描述符專注于幫助其他人重用數據,而不是測試假設,或提出新的解釋、方法或深入分析。
《科學數據》還歡迎描述現有數據的分析或薈萃分析的投稿,以及關于促進數據共享和重用以支持可重復研究的系統、技術和技巧的原創文章。
《科學數據》提供了一個精簡但全面的??同行評審流程,用于評估用于生成數據的實驗的嚴謹性和質量以及對數據的描述的完整性。實際數據存儲在一個或多個公共的、社區認可的存儲庫中,并且數據的發布經過驗證,這是發布的條件。
科學數據向來自廣泛自然科學學科的提交開放,包括但不限于來自生命、生物醫學和環境科學界的數據。提交的內容可以描述大數據或小數據,來自新實驗或現有數據的增值聚合,來自主要聯盟和單個實驗室。我們也愿意考慮來自社會科學的定量數據集的描述,特別是那些可能用于跨越生命、生物醫學、環境和社會科學之間傳統學科界限的綜合分析的數據集。
Scientific Data創刊于2014年,由Springer Nature出版商出版,收稿方向涵蓋Social Sciences - Education全領域,此刊是該細分領域中屬于非常不錯的SCI期刊,在行業細分領域中學術影響力較大,專業度認可很高,所以對原創文章要求創新性較高,如果您的文章質量很高,可以嘗試。平均審稿速度 16 Weeks ,影響因子指數5.8,該期刊近期沒有被列入國際期刊預警名單,廣大學者值得一試。
大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
綜合性期刊 | 2區 | MULTIDISCIPLINARY SCIENCES 綜合性期刊 | 2區 | 否 | 否 |
名詞解釋:
中科院分區也叫中科院JCR分區,基礎版分為13個大類學科,然后按照各類期刊影響因子分別將每個類別分為四個區,影響因子5%為1區,6%-20%為2區,21%-50%為3區,其余為4區。
大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
綜合性期刊 | 2區 | MULTIDISCIPLINARY SCIENCES 綜合性期刊 | 2區 | 否 | 否 |
大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
綜合性期刊 | 2區 | MULTIDISCIPLINARY SCIENCES 綜合性期刊 | 2區 | 否 | 否 |
大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
綜合性期刊 | 2區 | MULTIDISCIPLINARY SCIENCES 綜合性期刊 | 2區 | 否 | 否 |
大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
綜合性期刊 | 2區 | MULTIDISCIPLINARY SCIENCES 綜合性期刊 | 2區 | 否 | 否 |
大類學科 | 分區 | 小類學科 | 分區 | Top期刊 | 綜述期刊 |
綜合性期刊 | 2區 | MULTIDISCIPLINARY SCIENCES 綜合性期刊 | 2區 | 否 | 否 |
按JIF指標學科分區 | 收錄子集 | 分區 | 排名 | 百分位 |
學科:MULTIDISCIPLINARY SCIENCES | SCIE | Q1 | 16 / 134 |
88.4% |
按JCI指標學科分區 | 收錄子集 | 分區 | 排名 | 百分位 |
學科:MULTIDISCIPLINARY SCIENCES | SCIE | Q1 | 17 / 135 |
87.78% |
名詞解釋:
WOS即Web of Science,是全球獲取學術信息的重要數據庫,Web of Science包括自然科學、社會科學、藝術與人文領域的信息,來自全世界近9,000種最負盛名的高影響力研究期刊及12,000多種學術會議多學科內容。給期刊分區時會按照某一個學科領域劃分,根據這一學科所有按照影響因子數值降序排名,然后平均分成4等份,期刊影響因子值高的就會在高分區中,最后的劃分結果分別是Q1,Q2,Q3,Q4,Q1代表質量最高。
CiteScore | SJR | SNIP | CiteScore排名 | ||||||||||||||||||||||||||||
11.2 | 1.937 | 1.91 |
|
名詞解釋:
CiteScore:衡量期刊所發表文獻的平均受引用次數。
SJR:SCImago 期刊等級衡量經過加權后的期刊受引用次數。引用次數的加權值由施引期刊的學科領域和聲望 (SJR) 決定。
SNIP:每篇文章中來源出版物的標準化影響將實際受引用情況對照期刊所屬學科領域中預期的受引用情況進行衡量。
是否OA開放訪問: | h-index: | 年文章數: |
開放 | 35 | 877 |
Gold OA文章占比: | 2021-2022最新影響因子(數據來源于搜索引擎): | 開源占比(OA被引用占比): |
99.69% | 5.8 | 0.99... |
研究類文章占比:文章 ÷(文章 + 綜述) | 期刊收錄: | 中科院《國際期刊預警名單(試行)》名單: |
99.89% | SCIE | 否 |
歷年IF值(影響因子):
歷年引文指標和發文量:
歷年中科院JCR大類分區數據:
歷年自引數據:
2023-2024國家/地區發文量統計:
國家/地區 | 數量 |
USA | 473 |
England | 203 |
CHINA MAINLAND | 198 |
GERMANY (FED REP GER) | 168 |
Italy | 98 |
Australia | 97 |
France | 96 |
Canada | 91 |
Switzerland | 79 |
Netherlands | 76 |
2023-2024機構發文量統計:
機構 | 數量 |
UNIVERSITY OF CALIFORNIA SYSTEM | 96 |
CENTRE NATIONAL DE LA RECHERCHE ... | 59 |
HELMHOLTZ ASSOCIATION | 52 |
CHINESE ACADEMY OF SCIENCES | 46 |
UNITED STATES DEPARTMENT OF ENER... | 46 |
STANFORD UNIVERSITY | 43 |
UNIVERSITY OF LONDON | 40 |
HARVARD UNIVERSITY | 38 |
UNIVERSITY OF OXFORD | 35 |
MAX PLANCK SOCIETY | 29 |
近年引用統計:
期刊名稱 | 數量 |
NUCLEIC ACIDS RES | 368 |
BIOINFORMATICS | 361 |
others | 360 |
SCI DATA | 289 |
PLOS ONE | 282 |
NATURE | 255 |
SCIENCE | 210 |
P NATL ACAD SCI USA | 191 |
NEUROIMAGE | 170 |
SCI REP-UK | 131 |
近年被引用統計:
期刊名稱 | 數量 |
SCI DATA | 289 |
others | 169 |
SCI REP-UK | 120 |
REMOTE SENS-BASEL | 104 |
NAT COMMUN | 81 |
FRONT MAR SCI | 68 |
SCI TOTAL ENVIRON | 63 |
PLOS ONE | 54 |
ENVIRON RES LETT | 46 |
NEUROIMAGE | 44 |
近年文章引用統計:
文章名稱 | 數量 |
Present and future Koppen-Geiger... | 283 |
Data Descriptor: China CO2 emiss... | 118 |
Data Descriptor: TerraClimate, a... | 104 |
The HAM10000 dataset, a large co... | 80 |
ImmPort, toward repurposing of o... | 63 |
The reconstruction of 631 draft ... | 62 |
The eICU Collaborative Research ... | 55 |
Single-cell RNA sequencing of mo... | 55 |
A suite of global, cross-scale t... | 49 |
Global distribution data for cat... | 48 |
同小類學科的其他優質期刊 | 影響因子 | 中科院分區 |
Science | 44.7 | 1區 |
Sensors | 3.4 | 3區 |
Plos One | 2.9 | 3區 |
Scientific Reports | 3.8 | 2區 |
Science Progress | 2.6 | 4區 |
Iscience | 4.6 | 2區 |
Scienceasia | 1 | 4區 |
Symmetry-basel | 2.2 | 3區 |
Global Challenges | 4.4 | 4區 |
Arabian Journal For Science And Engineering | 2.6 | 4區 |
若用戶需要出版服務,請聯系出版商:HEIDELBERGER PLATZ 3, BERLIN, GERMANY, 14197。