首页 > SCI期刊 > SCIE期刊 > 生物学 > 中科院3区 > JCRQ1 > 期刊介绍
评价信息:
影响因子:4
年发文量:32
《生物数据挖掘》(Biodata Mining)是一本以MATHEMATICAL & COMPUTATIONAL BIOLOGY综合研究为特色的国际期刊。该刊由BioMed Central出版商创刊于2008年,刊期1 issue/year。该刊已被国际重要权威数据库SCIE收录。期刊聚焦MATHEMATICAL & COMPUTATIONAL BIOLOGY领域的重点研究和前沿进展,及时刊载和报道该领域的研究成果,致力于成为该领域同行进行快速学术交流的信息窗口与平台。该刊2023年影响因子为4。CiteScore指数值为7.9。
BioData Mining is an open access, open peer-reviewed journal encompassing research on all aspects of data mining applied to high-dimensional biological and biomedical data, focusing on computational aspects of knowledge discovery from large-scale genetic, transcriptomic, genomic, proteomic, and metabolomic data.
Topical areas include, but are not limited to:
-Development, evaluation, and application of novel data mining and machine learning algorithms.
-Adaptation, evaluation, and application of traditional data mining and machine learning algorithms.
-Open-source software for the application of data mining and machine learning algorithms.
-Design, development and integration of databases, software and web services for the storage, management, retrieval, and analysis of data from large scale studies.
-Pre-processing, post-processing, modeling, and interpretation of data mining and machine learning results for biological interpretation and knowledge discovery.
BioData Mining 是一本开放获取、开放的同行评审期刊,涵盖了应用于高维生物和生物医学数据的数据挖掘的各个方面的研究,重点研究从大规模遗传、转录组、基因组、蛋白质组和代谢组数据中发现知识的计算方面。
主题领域包括但不限于:
-新型数据挖掘和机器学习算法的开发、评估和应用。
-传统数据挖掘和机器学习算法的调整、评估和应用。
-用于数据挖掘和机器学习算法应用的开源软件。
-设计、开发和集成数据库、软件和 Web 服务,用于存储、管理、检索和分析来自大规模研究的数据。
-数据挖掘和机器学习结果的预处理、后处理、建模和解释,用于生物解释和知识发现。
《Biodata Mining》(生物数据挖掘)编辑部通讯方式为CAMPUS, 4 CRINAN ST, LONDON, ENGLAND, N1 9XW。如果您需要协助投稿或润稿服务,您可以咨询我们的客服老师。我们专注于期刊投稿服务十年,熟悉发表政策,可为您提供一对一投稿指导,避免您在投稿时频繁碰壁,节省您的宝贵时间,有效提升发表机率,确保SCI检索(检索不了全额退款)。我们视信誉为生命,多方面确保文章安全保密,在任何情况下都不会泄露您的个人信息或稿件内容。
2023年12月升级版
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
生物学 | 3区 | MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 | 2区 | 否 | 否 |
2022年12月升级版
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
生物学 | 3区 | MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 | 3区 | 否 | 否 |
2021年12月旧的升级版
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
生物学 | 4区 | MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 | 3区 | 否 | 否 |
2021年12月基础版
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
生物 | 3区 | MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 | 3区 | 否 | 否 |
2021年12月升级版
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
生物学 | 4区 | MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 | 3区 | 否 | 否 |
2020年12月旧的升级版
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
计算机科学 | 4区 | MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 | 4区 | 否 | 否 |
基础版:即2019年12月17日,正式发布的《2019年中国科学院文献情报中心期刊分区表》;将JCR中所有期刊分为13个大类,期刊范围只有SCI期刊。
升级版:即2020年1月13日,正式发布的《2019年中国科学院文献情报中心期刊分区表升级版(试行)》,升级版采用了改进后的指标方法体系对基础版的延续和改进,影响因子不再是分区的唯一或者决定性因素,也没有了分区的IF阈值期刊由基础版的13个学科扩展至18个,科研评价将更加明确。期刊范围有SCI期刊、SSCI期刊。从2022年开始,分区表将只发布升级版结果,不再有基础版和升级版之分,基础版和升级版(试行)将过渡共存三年时间。
JCR分区等级:Q1
按JIF指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
学科:MATHEMATICAL & COMPUTATIONAL BIOLOGY | SCIE | Q1 | 8 / 65 |
88.5% |
按JCI指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
学科:MATHEMATICAL & COMPUTATIONAL BIOLOGY | SCIE | Q1 | 10 / 65 |
85.38% |
Gold OA文章占比 | 研究类文章占比 | 文章自引率 |
100.00% | 93.75% | -- |
开源占比 | 出版国人文章占比 | OA被引用占比 |
0.98... | 0.2 | 1 |
名词解释:JCR分区在学术期刊评价、科研成果展示、科研方向引导以及学术交流与合作等方面都具有重要的价值。通过对期刊影响因子的精确计算和细致划分,JCR分区能够清晰地反映出不同期刊在同一学科领域内的相对位置,从而帮助科研人员准确识别出高质量的学术期刊。
CiteScore | SJR | SNIP | CiteScore 指数 | ||||||||||||||||||||||||||||
7.9 | 0.958 | 1.413 |
|
名词解释:CiteScore是基于Scopus数据库的全新期刊评价体系。CiteScore 2021 的计算方式是期刊最近4年(含计算年度)的被引次数除以该期刊近四年发表的文献数。CiteScore基于全球最广泛的摘要和引文数据库Scopus,适用于所有连续出版物,而不仅仅是期刊。目前CiteScore 收录了超过 26000 种期刊,比获得影响因子的期刊多13000种。被各界人士认为是影响因子最有力的竞争对手。
历年中科院分区趋势图
历年IF值(影响因子)
历年引文指标和发文量
历年自引数据
2019-2021年国家/地区发文量统计
国家/地区 | 数量 |
USA | 33 |
CHINA MAINLAND | 18 |
Israel | 5 |
GERMANY (FED REP GER) | 3 |
Russia | 3 |
South Korea | 3 |
Belgium | 2 |
Brazil | 2 |
England | 2 |
Portugal | 2 |
2019-2021年机构发文量统计
机构 | 数量 |
UNIVERSITY OF PENNSYLVANIA | 14 |
BEN GURION UNIVERSITY | 4 |
GUANGZHOU UNIVERSITY OF CHINESE MEDICINE | 4 |
CASE WESTERN RESERVE UNIVERSITY | 3 |
ICAHN SCHOOL OF MEDICINE AT MOUNT SINAI | 3 |
SHANGHAI JIAO TONG UNIVERSITY | 3 |
UNIVERSITY OF NORTH CAROLINA | 3 |
CHENGDU UNIVERSITY OF TRADITIONAL CHINES... | 2 |
CHILDRENS HOSPITAL OF PHILADELPHIA | 2 |
CHINESE ACADEMY OF SCIENCES | 2 |
2019-2021年文章引用数据
文章引用名称 | 引用次数 |
Gene set analysis methods: a systematic ... | 11 |
Encodings and models for antimicrobial p... | 10 |
Investigating the parameter space of evo... | 8 |
Knomics-Biota - a system for exploratory... | 8 |
Combining DNA methylation and RNA sequen... | 7 |
PathCORE-T: identifying and visualizing ... | 5 |
Use case driven evaluation of open datab... | 5 |
ViSEAGO: a Bioconductor package for clus... | 5 |
Grasping frequent subgraph mining for bi... | 4 |
Connecting genetics and gene expression ... | 4 |
2019-2021年文章被引用数据
被引用期刊名称 | 数量 |
SCI REP-UK | 23 |
BMC BIOINFORMATICS | 21 |
PLOS ONE | 21 |
BIOINFORMATICS | 19 |
FRONT GENET | 16 |
IEEE ACCESS | 12 |
BIODATA MIN | 11 |
BRIEF BIOINFORM | 9 |
GENES-BASEL | 8 |
HUM GENET | 7 |
2019-2021年引用数据
引用期刊名称 | 数量 |
BIOINFORMATICS | 57 |
NUCLEIC ACIDS RES | 53 |
NAT GENET | 36 |
NATURE | 36 |
BMC BIOINFORMATICS | 26 |
AM J HUM GENET | 22 |
PLOS ONE | 21 |
SCIENCE | 21 |
GENOME RES | 15 |
P NATL ACAD SCI USA | 15 |
中科院分区:1区
影响因子:7.7
审稿周期:约Time to first decision: 9 days; Review time: 64 days; Submission to acceptance: 82 days; 约2.7个月 约7.8周
中科院分区:1区
影响因子:8.1
审稿周期:约Time to first decision: 6 days; Review time: 44 days; Submission to acceptance: 54 days; 约4.1个月 约6.8周
中科院分区:3区
影响因子:3.3
审稿周期:约17.72天 11 Weeks
中科院分区:2区
影响因子:5.8
审稿周期: 约2.4个月 约7.6周
中科院分区:2区
影响因子:5.1
审稿周期: 约1.9个月 约2.7周
中科院分区:2区
影响因子:4.8
审稿周期: 约2.7个月 约7.5周
若用户需要出版服务,请联系出版商:CAMPUS, 4 CRINAN ST, LONDON, ENGLAND, N1 9XW。