| نمایه | آخرین بروز رسانی |
|---|---|
| Scopus | فوریه ۲۰۲۲ |
| ISI | ژانویه ۲۰۲۴ |
| SCImago | ژانویه ۲۰۲۰ |
| ISI Open Access Journals | می ۲۰۲۶ |
| لیست سیاه وزارت علوم | بهمن ۱۴۰۲ |
| لیست سیاه وزارت بهداشت | بهمن ۱۴۰۲ |
| لیست سیاه دانشگاه آزاد | بهمن ۱۳۹۹ |
| مجلات دارای زمان داوری | ژانویه ۲۰۲۲ |
| مجلات درجه بندی شده از نظر سختی پذیرش | ژانویه ۲۰۲۲ |
| فراخوانهای مقاله | ژوئن ۲۰۲۶ |
| آمار دانلود مقالات هر مجله | ژانویه ۲۰۲۲ |
| نمایه | آخرین بروز رسانی |
|---|---|
| Scopus | می ۲۰۲۶ |
| ISI | آپریل ۲۰۲۶ |
| SCImago | می ۲۰۲۶ |
| ISI Open Access Journals | می ۲۰۲۶ |
| لیست سیاه وزارت علوم | اردیبهشت ۱۴۰۵ |
| لیست سیاه وزارت بهداشت | فروردین ۱۴۰۳ |
| لیست سیاه دانشگاه آزاد | دی ۱۴۰۳ |
| مجلات دارای زمان داوری | می ۲۰۲۶ |
| مجلات درجه بندی شده از نظر سختی پذیرش | می ۲۰۲۶ |
| فراخوانهای مقاله | ژوئن ۲۰۲۶ |
| آمار دانلود مقالات هر مجله | می ۲۰۲۶ |
Behaviormetrika
| ژاپن | کشور |
| 0385-7417 | ISSN |
| 1986 و 2017 تا کنون | مدت فعالیت |
| Behaviormetric Society of Japan | ناشر |
| www.springer.com | سایت مجله |
Scopus این مجله در فهرست مجلات Scopus قرار دارد و با نام Behaviormetrika ثبت شده است. بر اساس تقسیم بندی این بنیاد مقالات چاپ شده در این مجله در رشته های تخصصی زیر قرار دارند:
SCImago بر اساس دسته بندی این بنیاد این مجله در دسته Q2 قرار دارد
رشته تخصصی و رتبه مجله در آن رشته:
Behaviormetrika دو بار در سال برای ارائه یک انجمن بین المللی برای رویکردهای کمی نظری و تجربی جدید در علم داده منتشر می شود. هنگامی که Behaviormetrika در سال 1974 راه اندازی شد، این مجله از علم داده به عنوان یک حوزه بین رشته ای حمایت می کرد که شامل استفاده از روش های آماری برای استخراج دانش معنادار از داده ها در اشکال مختلف آن بود: ساختاریافته یا بدون ساختار. Behaviormetrika قدیمی ترین مجله ای است که به موضوع علم داده می پردازد. اولین سردبیر Behaviormetrika، دکتر چیکیو هایاشی، علم داده را اینگونه توصیف کرد: «علم داده تنها یک مفهوم ترکیبی برای یکسان کردن آمار، تجزیه و تحلیل دادهها و روشهای مرتبط با آنها نیست. نتایج آن را نیز شامل می شود. علم داده برای تجزیه و تحلیل و درک پدیده های واقعی با "داده" در نظر گرفته شده است. به عبارت دیگر، هدف علم داده این است که ویژگی ها یا ساختار پنهان پدیده های پیچیده طبیعی، انسانی و اجتماعی را با استفاده از داده ها از منظری متفاوت آشکار کند. نظریه و روش تثبیت شده یا سنتی». Behaviormetrika یک مجله بین المللی با داوری کامل است که مقالات پژوهشی اصلی، یادداشت ها و مقالات مروری را منتشر می کند. حوزههای موضوعی مناسب برای انتشار شامل روشها و زمینههای زیر است، اما به آنها محدود نمیشود. روششناسی علم دادهها آمار ریاضی روشهای نظرسنجی هوش مصنوعی نظریه اطلاعات یادگیری ماشین کشف دانش در پایگاههای اطلاعاتی (KDD) مدلهای گرافیکی علوم رایانه الگوریتمها رشتههای پزشکی روانشناسی آموزش و پرورش اقتصاد بازاریابی علوم اجتماعی جامعهشناسی علوم سیاسی علوم سیاسی علوم سیاسی