《Ecological Informatics》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 10:56:53 1102人看過
《Ecological Informatics》雜志收稿范圍涵蓋環(huán)境科學(xué)與生態(tài)學(xué)全領(lǐng)域,此刊是該細(xì)分領(lǐng)域中屬于非常不錯(cuò)的SCI期刊,在行業(yè)細(xì)分領(lǐng)域中學(xué)術(shù)影響力較大,專業(yè)度認(rèn)可很高,所以對(duì)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 較慢,18-36周 ,影響因子指數(shù)5.8。
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(tuán)隊(duì)會(huì)及時(shí)為您答疑解惑,提供針對(duì)性的建議和解決方案。
出版商聯(lián)系方式:ELSEVIER SCIENCE BV, PO BOX 211, AMSTERDAM, NETHERLANDS, 1000 AE
其他數(shù)據(jù)
是否OA開放訪問: | h-index: | 年文章數(shù): |
未開放 | 42 | 403 |
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): |
23.03% | 5.8 | 0.11... |
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: |
99.01% | SCIE | 否 |
歷年IF值(影響因子):
歷年引文指標(biāo)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(jì)
2023-2024國家/地區(qū)發(fā)文量統(tǒng)計(jì):
國家/地區(qū) | 數(shù)量 |
USA | 70 |
CHINA MAINLAND | 49 |
Italy | 27 |
France | 25 |
Canada | 23 |
England | 23 |
Australia | 20 |
Brazil | 19 |
India | 17 |
GERMANY (FED REP GER) | 15 |
2023-2024機(jī)構(gòu)發(fā)文量統(tǒng)計(jì):
機(jī)構(gòu) | 數(shù)量 |
CENTRE NATIONAL DE LA RECHERCHE ... | 15 |
CHINESE ACADEMY OF SCIENCES | 14 |
UNIVERSITE DE MONTPELLIER | 7 |
UNIVERSITY OF TORONTO | 7 |
UNIVERSITY OF CALIFORNIA SYSTEM | 6 |
CONSIGLIO NAZIONALE DELLE RICERC... | 5 |
DEPARTMENT OF SPACE (DOS), GOVER... | 5 |
INRAE | 5 |
INSTITUT DE RECHERCHE POUR LE DE... | 5 |
STATE UNIVERSITY SYSTEM OF FLORI... | 5 |
近年引用統(tǒng)計(jì):
期刊名稱 | 數(shù)量 |
ECOL INFORM | 128 |
ECOL MODEL | 122 |
J GREAT LAKES RES | 81 |
PLOS ONE | 75 |
REMOTE SENS ENVIRON | 74 |
ECOL INDIC | 69 |
ECOGRAPHY | 65 |
ECOLOGY | 59 |
NATURE | 50 |
SCIENCE | 46 |
近年被引用統(tǒng)計(jì):
期刊名稱 | 數(shù)量 |
ECOL INFORM | 128 |
REMOTE SENS-BASEL | 72 |
SCI TOTAL ENVIRON | 58 |
ECOL INDIC | 56 |
SUSTAINABILITY-BASEL | 41 |
METHODS ECOL EVOL | 38 |
SCI REP-UK | 34 |
WATER-SUI | 28 |
J CLEAN PROD | 26 |
COMPUT ELECTRON AGR | 25 |
近年文章引用統(tǒng)計(jì):
文章名稱 | 數(shù)量 |
Using MaxEnt modeling to predict... | 25 |
Wildfire spatial pattern analysi... | 21 |
Deep convolution neural network ... | 20 |
Modelling current and future pot... | 19 |
A Deep learning method for accur... | 17 |
MaxEnt modeling for predicting s... | 17 |
A new fuzzy time series model ba... | 16 |
Deep learning and transfer learn... | 14 |
An exhaustive analysis of heuris... | 11 |
Machine learning for inferring a... | 11 |
聲明:以上內(nèi)容來源于互聯(lián)網(wǎng)公開資料,如有不準(zhǔn)確之處,請(qǐng)聯(lián)系我們進(jìn)行修改。