| نمایه | آخرین بروز رسانی |
|---|---|
| Scopus | فوریه ۲۰۲۲ |
| ISI | آگوست ۲۰۲۳ |
| SCImago | ژانویه ۲۰۲۰ |
| ISI Open Access Journals | می ۲۰۲۵ |
| لیست سیاه وزارت علوم | شهریور ۱۴۰۲ |
| لیست سیاه وزارت بهداشت | شهریور 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 | مارس ۲۰۲۵ |
| آمار دانلود مقالات هر مجله | ژانویه ۲۰۲۲ |
| نمایه | آخرین بروز رسانی |
|---|---|
| Scopus | فوریه ۲۰۲۵ |
| ISI | سپتامبر ۲۰۲۵ |
| SCImago | می ۲۰۲۵ |
| ISI Open Access Journals | می ۲۰۲۵ |
| لیست سیاه وزارت علوم | شهریور ۱۴۰۴ |
| لیست سیاه وزارت بهداشت | فروردین ۱۴۰۳ |
| لیست سیاه دانشگاه آزاد | دی ۱۴۰۳ |
| مجلات دارای زمان داوری | می ۲۰۲۵ |
| مجلات درجه بندی شده از نظر سختی پذیرش | می ۲۰۲۵ |
| فراخوانهای مقاله | مارس ۲۰۲۵ |
| آمار دانلود مقالات هر مجله | می ۲۰۲۵ |
Materials Discovery
| انگلستان | کشور |
| 2352-9245 | e-ISSN |
| 2015 تا 2018 | مدت فعالیت |
| Elsevier | ناشر |
| www.journals.elsevier.com | سایت مجله |
Scopus این مجله در فهرست مجلات Scopus قرار دارد و با نام Materials Discovery 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:
Materials Discovery یک انجمن چند رشته ای جدید برای محققان همه رشته ها در جامعه علم مواد است که به عنوان پیوندی علمی بین علوم مواد و علوم اطلاعات طراحی شده است و پایه و اساس پیشرفت دانش علم مواد را با استخراج و بهره برداری از اطلاعات از "داده های بزرگ" فراهم می کند. .
Materials Discovery با هدف ارتقای همه جنبههای حوزه نوظهور انفورماتیک مواد است و دامنه آن شامل، اما محدود به، استفاده از انفورماتیک یا آزمایشها و محاسبات فشرده داده است که در موارد زیر اعمال میشود:
کشف و طراحی مواد و/یا ریزساختارهای جدید؛
پیشرفت دانش و درک نظری فرآیندهای مواد و/یا مکانیسم های حاکم بر رفتار مواد؛
درک ماهیت جمع آوری و تولید داده ها در مطالعات تجربی و محاسباتی؛ و
روش هایی برای کمک به تجزیه و تحلیل و تفسیر داده ها و پایگاه های داده.
ما ارسال مقالاتی را تشویق می کنیم که در آن موضوعات اساسی زیربنای موضوعات اندازه گیری داده ها، کمی سازی و عدم قطعیت با تفسیر پدیده های علم مواد و خصوصیات مرتبط باشد.