《Plos Computational Biology》雜志的收稿范圍和要求是什么？
來源：優(yōu)發(fā)表網(wǎng)整理 2024-09-18 10:47:38 530人看過
《Plos Computational Biology》雜志收稿范圍涵蓋生物學(xué)全領(lǐng)域，此刊是該細分領(lǐng)域中屬于非常不錯的SCI期刊，在行業(yè)細分領(lǐng)域中學(xué)術(shù)影響力較大，專業(yè)度認可很高，所以對原創(chuàng)文章要求創(chuàng)新性較高，如果您的文章質(zhì)量很高，可以嘗試。平均審稿速度 32 Weeks ，影響因子指數(shù)3.8，該期刊近期沒有被列入國際期刊預(yù)警名單，廣大學(xué)者值得一試。
具體收稿要求需聯(lián)系雜志社或者咨詢本站客服，在線客服團隊會及時為您答疑解惑，提供針對性的建議和解決方案。
出版商聯(lián)系方式：1160 BATTERY STREET, STE 100, SAN FRANCISCO, USA, CA, 94111
其他數(shù)據(jù)
| 是否OA開放訪問： |
h-index： |
年文章數(shù)： |
| 開放 |
138 |
637 |
| Gold OA文章占比： |
2021-2022最新影響因子（數(shù)據(jù)來源于搜索引擎）: |
開源占比（OA被引用占比）： |
| 99.67% |
3.8 |
0.98...
|
| 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(yù)警名單（試行）》名單： |
| 98.90% |
SCIE |
否 |
歷年IF值(影響因子)：
歷年引文指標和發(fā)文量：
歷年中科院JCR大類分區(qū)數(shù)據(jù)：
歷年自引數(shù)據(jù)：
發(fā)文統(tǒng)計
2023-2024國家/地區(qū)發(fā)文量統(tǒng)計：
| 國家/地區(qū) |
數(shù)量 |
| USA |
1072 |
| England |
323 |
| GERMANY (FED REP GER) |
284 |
| France |
170 |
| CHINA MAINLAND |
125 |
| Canada |
123 |
| Switzerland |
113 |
| Spain |
99 |
| Netherlands |
91 |
| Australia |
85 |
2023-2024機構(gòu)發(fā)文量統(tǒng)計：
| 機構(gòu) |
數(shù)量 |
| UNIVERSITY OF CALIFORNIA SYSTEM |
181 |
| CENTRE NATIONAL DE LA RECHERCHE ... |
108 |
| UNIVERSITY OF LONDON |
86 |
| HARVARD UNIVERSITY |
82 |
| MAX PLANCK SOCIETY |
81 |
| PENNSYLVANIA COMMONWEALTH SYSTEM... |
60 |
| UNIVERSITY OF OXFORD |
58 |
| STANFORD UNIVERSITY |
54 |
| IMPERIAL COLLEGE LONDON |
52 |
| MASSACHUSETTS INSTITUTE OF TECHN... |
49 |
近年引用統(tǒng)計：
| 期刊名稱 |
數(shù)量 |
| P NATL ACAD SCI USA |
1592 |
| PLOS COMPUT BIOL |
1312 |
| NATURE |
1301 |
| SCIENCE |
1019 |
| J NEUROSCI |
938 |
| PLOS ONE |
793 |
| NUCLEIC ACIDS RES |
746 |
| BIOINFORMATICS |
692 |
| CELL |
612 |
| NEURON |
587 |
近年被引用統(tǒng)計：
| 期刊名稱 |
數(shù)量 |
| PLOS COMPUT BIOL |
1312 |
| SCI REP-UK |
1139 |
| NAT COMMUN |
570 |
| PLOS ONE |
434 |
| BIOINFORMATICS |
423 |
| ELIFE |
387 |
| BMC BIOINFORMATICS |
385 |
| P NATL ACAD SCI USA |
356 |
| PHYS REV E |
306 |
| FRONT GENET |
283 |
近年文章引用統(tǒng)計：
| 文章名稱 |
數(shù)量 |
| MUMmer4: A fast and versatile ge... |
112 |
| BEAST 2.5: An advanced software ... |
111 |
| MDHGI: Matrix Decomposition and ... |
67 |
| A computational approach to dist... |
42 |
| OpenSim: Simulating musculoskele... |
41 |
| New functionalities in the TCGAb... |
37 |
| Sequence determinants of protein... |
33 |
| The AmP project: Comparing speci... |
31 |
| LASSI: A lattice model for simul... |
30 |
| SFPEL-LPI: Sequence-based featur... |
29 |
聲明：以上內(nèi)容來源于互聯(lián)網(wǎng)公開資料，如有不準確之處，請聯(lián)系我們進行修改。
