《Mrs Communications》雜志的收稿范圍和要求是什么?
來(lái)源:優(yōu)發(fā)表網(wǎng)整理 2024-09-18 11:07:48 513人看過(guò)
《Mrs Communications》雜志收稿范圍涵蓋材料科學(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 12周,或約稿 ,影響因子指數(shù)1.8。
該期刊近期沒(méi)有被列入國(guó)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:TIERGARTENSTRASSE 17, HEIDELBERG, GERMANY, D-69121
其他數(shù)據(jù)
是否OA開放訪問(wèn): | h-index: | 年文章數(shù): |
未開放 | 22 | 176 |
Gold OA文章占比: | 2021-2022最新影響因子(數(shù)據(jù)來(lái)源于搜索引擎): | 開源占比(OA被引用占比): |
11.93% | 1.8 | 0.08... |
研究類文章占比:文章 ÷(文章 + 綜述) | 期刊收錄: | 中科院《國(guó)際期刊預(yù)警名單(試行)》名單: |
96.59% | 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(guó)家/地區(qū)發(fā)文量統(tǒng)計(jì):
國(guó)家/地區(qū) | 數(shù)量 |
USA | 226 |
CHINA MAINLAND | 54 |
Japan | 45 |
GERMANY (FED REP GER) | 30 |
India | 25 |
Mexico | 20 |
Canada | 16 |
South Korea | 15 |
France | 14 |
Italy | 13 |
2023-2024機(jī)構(gòu)發(fā)文量統(tǒng)計(jì):
機(jī)構(gòu) | 數(shù)量 |
UNITED STATES DEPARTMENT OF ENER... | 32 |
UNITED STATES DEPARTMENT OF DEFE... | 19 |
UNIVERSITY OF CALIFORNIA SYSTEM | 16 |
CHINESE ACADEMY OF SCIENCES | 13 |
STATE UNIVERSITY SYSTEM OF FLORI... | 12 |
HELMHOLTZ ASSOCIATION | 10 |
UNIVERSITY OF NORTH CAROLINA | 10 |
UNIVERSIDAD NACIONAL AUTONOMA DE... | 9 |
PENNSYLVANIA COMMONWEALTH SYSTEM... | 8 |
STATE UNIVERSITY OF NEW YORK (SU... | 8 |
近年引用統(tǒng)計(jì):
期刊名稱 | 數(shù)量 |
SCIENCE | 117 |
ADV MATER | 115 |
APPL PHYS LETT | 107 |
ACTA MATER | 96 |
PHYS REV B | 92 |
NATURE | 88 |
SCI REP-UK | 85 |
J AM CHEM SOC | 79 |
NAT MATER | 77 |
NAT COMMUN | 74 |
近年被引用統(tǒng)計(jì):
期刊名稱 | 數(shù)量 |
ACS APPL MATER INTER | 36 |
MRS COMMUN | 34 |
J ALLOY COMPD | 20 |
CHEM MATER | 19 |
J PHYS CHEM C | 19 |
ADV MATER | 18 |
J APPL PHYS | 18 |
MATERIALS | 18 |
ADV FUNCT MATER | 17 |
ACTA MATER | 16 |
近年文章引用統(tǒng)計(jì):
文章名稱 | 數(shù)量 |
Review and perspective on ferroe... | 49 |
Machine learning for composite m... | 22 |
Carbyne: from the elusive allotr... | 17 |
A data ecosystem to support mach... | 16 |
On the identification of Sb2Se3 ... | 14 |
ESPEI for efficient thermodynami... | 12 |
Deep materials informatics: Appl... | 12 |
Active-learning and materials de... | 12 |
Paper as a scaffold for cell cul... | 11 |
Highly loaded MXene/carbon nanot... | 11 |
聲明:以上內(nèi)容來(lái)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。