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.
《科学数据》是一本同行评审的开放获取期刊,用于描述具有科学价值的数据集,以及促进科学数据共享和重用的研究。我们的目标是促进更广泛的数据共享和重用,并赞扬那些分享数据的人。
《科学数据》主要出版《数据描述符》,这是一种新型出版物,提供研究数据集的详细描述,包括用于收集数据的方法和支持测量质量的技术分析。数据描述符专注于帮助其他人重用数据,而不是测试假设,或提出新的解释、方法或深入分析。
《科学数据》还欢迎描述现有数据的分析或荟萃分析的投稿,以及关于促进数据共享和重用以支持可重复研究的系统、技术和技巧的原创文章。
《科学数据》提供了一个精简但全面的同行评审流程,用于评估用于生成数据的实验的严谨性和质量以及对数据的描述的完整性。实际数据存储在一个或多个公共的、社区认可的存储库中,并且数据的发布经过验证,这是发布的条件。
科学数据向来自广泛自然科学学科的提交开放,包括但不限于来自生命、生物医学和环境科学界的数据。提交的内容可以描述大数据或小数据,来自新实验或现有数据的增值聚合,来自主要联盟和单个实验室。我们也愿意考虑来自社会科学的定量数据集的描述,特别是那些可能用于跨越生命、生物医学、环境和社会科学之间传统学科界限的综合分析的数据集。
Scientific Data创刊于2014年,由Springer Nature出版商出版,收稿方向涵盖Social Sciences - Education全领域,此刊是该细分领域中属于非常不错的SCI期刊,在行业细分领域中学术影响力较大,专业度认可很高,所以对原创文章要求创新性较高,如果您的文章质量很高,可以尝试。平均审稿速度 16 Weeks ,影响因子指数5.8,该期刊近期没有被列入国际期刊预警名单,广大学者值得一试。
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
综合性期刊 | 2区 | MULTIDISCIPLINARY SCIENCES 综合性期刊 | 2区 | 否 | 否 |
名词解释:
中科院分区也叫中科院JCR分区,基础版分为13个大类学科,然后按照各类期刊影响因子分别将每个类别分为四个区,影响因子5%为1区,6%-20%为2区,21%-50%为3区,其余为4区。
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
综合性期刊 | 2区 | MULTIDISCIPLINARY SCIENCES 综合性期刊 | 2区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
综合性期刊 | 2区 | MULTIDISCIPLINARY SCIENCES 综合性期刊 | 2区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
综合性期刊 | 2区 | MULTIDISCIPLINARY SCIENCES 综合性期刊 | 2区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
综合性期刊 | 2区 | MULTIDISCIPLINARY SCIENCES 综合性期刊 | 2区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
综合性期刊 | 2区 | MULTIDISCIPLINARY SCIENCES 综合性期刊 | 2区 | 否 | 否 |
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% |
名词解释:
WOS即Web of Science,是全球获取学术信息的重要数据库,Web of Science包括自然科学、社会科学、艺术与人文领域的信息,来自全世界近9,000种最负盛名的高影响力研究期刊及12,000多种学术会议多学科内容。给期刊分区时会按照某一个学科领域划分,根据这一学科所有按照影响因子数值降序排名,然后平均分成4等份,期刊影响因子值高的就会在高分区中,最后的划分结果分别是Q1,Q2,Q3,Q4,Q1代表质量最高。
CiteScore | SJR | SNIP | CiteScore排名 | ||||||||||||||||||||||||||||
11.2 | 1.937 | 1.91 |
|
名词解释:
CiteScore:衡量期刊所发表文献的平均受引用次数。
SJR:SCImago 期刊等级衡量经过加权后的期刊受引用次数。引用次数的加权值由施引期刊的学科领域和声望 (SJR) 决定。
SNIP:每篇文章中来源出版物的标准化影响将实际受引用情况对照期刊所属学科领域中预期的受引用情况进行衡量。
是否OA开放访问: | h-index: | 年文章数: |
开放 | 35 | 877 |
Gold OA文章占比: | 2021-2022最新影响因子(数据来源于搜索引擎): | 开源占比(OA被引用占比): |
99.69% | 5.8 | 0.99... |
研究类文章占比:文章 ÷(文章 + 综述) | 期刊收录: | 中科院《国际期刊预警名单(试行)》名单: |
99.89% | SCIE | 否 |
历年IF值(影响因子):
历年引文指标和发文量:
历年中科院JCR大类分区数据:
历年自引数据:
2023-2024国家/地区发文量统计:
国家/地区 | 数量 |
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机构发文量统计:
机构 | 数量 |
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 |
近年引用统计:
期刊名称 | 数量 |
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 |
近年被引用统计:
期刊名称 | 数量 |
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 |
近年文章引用统计:
文章名称 | 数量 |
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 |
同小类学科的其他优质期刊 | 影响因子 | 中科院分区 |
Science | 44.7 | 1区 |
Sensors | 3.4 | 3区 |
Plos One | 2.9 | 3区 |
Scientific Reports | 3.8 | 2区 |
Science Progress | 2.6 | 4区 |
Scienceasia | 1 | 4区 |
Iscience | 4.6 | 2区 |
Global Challenges | 4.4 | 4区 |
Symmetry-basel | 2.2 | 3区 |
Arabian Journal For Science And Engineering | 2.6 | 4区 |
若用户需要出版服务,请联系出版商:HEIDELBERGER PLATZ 3, BERLIN, GERMANY, 14197。