《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 10:47:38 761人看過
《Plos Computational Biology》雜志收稿范圍涵蓋生物學全領(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。
