《Physical Review Fluids》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 11:10:00 1034人看過
《Physical Review Fluids》雜志收稿范圍涵蓋物理與天體物理全領域，此刊是該細分領域中屬于非常不錯的SCI期刊，在行業(yè)細分領域中學術(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 ，影響因子指數(shù)2.5。
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。
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：ONE PHYSICS ELLIPSE, COLLEGE PK, USA, MD, 20740-3844
其他數(shù)據(jù)
| 是否OA開放訪問： | h-index： | 年文章數(shù)： |
| 未開放 | 13 | 431 |
| 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）： |
| 10.21% | 2.5 | 0.08... |
| 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： |
| 98.84% | 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 | 692 |
| France | 309 |
| England | 192 |
| CHINA MAINLAND | 139 |
| GERMANY (FED REP GER) | 136 |
| Japan | 91 |
| Canada | 80 |
| Australia | 68 |
| Italy | 67 |
| India | 66 |
2023-2024機構(gòu)發(fā)文量統(tǒng)計：
| 機構(gòu) | 數(shù)量 |
| CENTRE NATIONAL DE LA RECHERCHE ... | 267 |
| UNIVERSITY OF CALIFORNIA SYSTEM | 71 |
| SORBONNE UNIVERSITE | 63 |
| MASSACHUSETTS INSTITUTE OF TECHN... | 59 |
| PSL RESEARCH UNIVERSITY PARIS (C... | 56 |
| UNIVERSITE PARIS SACLAY | 50 |
| INDIAN INSTITUTE OF TECHNOLOGY S... | 47 |
| STANFORD UNIVERSITY | 47 |
| UNIVERSITE DE PARIS | 47 |
| ROYAL INSTITUTE OF TECHNOLOGY | 43 |
近年引用統(tǒng)計：
| 期刊名稱 | 數(shù)量 |
| J FLUID MECH | 4013 |
| PHYS FLUIDS | 2061 |
| PHYS REV LETT | 1197 |
| PHYS REV E | 929 |
| ANNU REV FLUID MECH | 656 |
| PHYS REV FLUIDS | 487 |
| J COMPUT PHYS | 412 |
| EXP FLUIDS | 266 |
| P NATL ACAD SCI USA | 252 |
| NATURE | 235 |
近年被引用統(tǒng)計：
| 期刊名稱 | 數(shù)量 |
| PHYS REV FLUIDS | 487 |
| J FLUID MECH | 471 |
| PHYS FLUIDS | 231 |
| PHYS REV E | 151 |
| PHYS REV LETT | 74 |
| SOFT MATTER | 73 |
| LANGMUIR | 44 |
| INT J MULTIPHAS FLOW | 43 |
| COMPUT FLUIDS | 37 |
| INT J HEAT MASS TRAN | 35 |
近年文章引用統(tǒng)計：
| 文章名稱 | 數(shù)量 |
| Predictions of turbulent shear f... | 22 |
| Perspective on machine learning ... | 21 |
| Physics-informed machine learnin... | 21 |
| Geometric state function for two... | 17 |
| Bubble puzzles: From fundamental... | 16 |
| Three-dimensional simulations of... | 16 |
| Disorder characterization of por... | 15 |
| Synthetic turbulent inflow gener... | 15 |
| Numerical evidence of logarithmi... | 15 |
| Turbulent thermal superstructure... | 14 |
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。
