تفاوت تاریخ بروزرسانی در صورت داشتن اشتراک

نمایه آخرین بروز رسانی
Scopus فوریه ۲۰۲۲
ISI مارس ۲۰۲۳
SCImago ژانویه ۲۰۲۰
ISI Open Access Journals دسامبر ۲۰۲۴
لیست سیاه وزارت علوم فروردین ۱۴۰۲
لیست سیاه وزارت بهداشت فروردین 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 فوریه ۲۰۲۵
SCImago می ۲۰۲۴
ISI Open Access Journals دسامبر ۲۰۲۴
لیست سیاه وزارت علوم اسفند ۱۴۰۳
لیست سیاه وزارت بهداشت فروردین ۱۴۰۳
لیست سیاه دانشگاه آزاد تیر ۱۴۰۲
مجلات دارای زمان داوری دسامبر ۲۰۲۴
مجلات درجه بندی شده از نظر سختی پذیرش دسامبر ۲۰۲۴
فراخوانهای مقاله مارس ۲۰۲۵
آمار دانلود مقالات هر مجله دسامبر ۲۰۲۴

Sankhya-series A-mathematical Statistics And Probability



Sankhya-series A-mathematical Statistics And Probability

هند
کشور
اشتراک نقره ای تهیه کنید
زمان داوری مقاله(تصمیم اولیه)
0976-836X
ISSN
0976-8378
e-ISSN
2010 تا کنون
مدت فعالیت
Springer Nature
ناشر
www.springer.com
سایت مجله

ISI

آخرین بروز رسانی مارس ۲۰۲۳
این مجله در فهرست مجلات ISI وجود دارد و در نمایه استنادی ESCI ثبت شده است ورود به این نمایه به این معنی است که از نظر بررسی کنندگان، مجله مذکور فاقد شروط لازم از نظر تاثیرگذاری است. برای اطلاعات بیشتر در این خصوص مطالعه مقاله بررسی تفاوت میان نمایه های ESCI و SCIE توصیه می شود. این مجله در لیست سالانه JCR ذکر شده است. بر اساس تقسیم بندی این بنیاد مقالات چاپ شده در این مجله در رشته تخصصی زیر قرار دارند:

Scopus

آخرین بروز رسانی فوریه ۲۰۲۲

این مجله در فهرست مجلات Scopus قرار دارد و با نام Sankhya A ثبت شده است. بر اساس تقسیم بندی این بنیاد مقالات چاپ شده در این مجله در رشته های تخصصی زیر قرار دارند:

رتبه مجله در رشته تخصصی در پایین جدول بخش سایمگو نشان داده شده است.

اهداف مجله

Sankhya، سری A، مقالات تحقیقاتی اصلی و با کیفیت بالا را در زمینه های مختلف آمار مدرن، مانند احتمالات، آمار نظری، آمار ریاضی و یادگیری ماشین منتشر می کند. حوزه ها به معنای وسیع تفسیر می شوند. مقالات بر اساس تازگی و صحت فنی داوری می شوند.

Sankhya، سری B، عمدتاً آمارهای کاربردی و میان رشته ای از جمله علوم داده را پوشش می دهد. مقالات کاربردی ترجیحاً باید شامل تجزیه و تحلیل داده های اصلی مورد علاقه، کاربردهای جدید روش شناسی و توسعه روش ها و تکنیک های استفاده عملی فوری باشد. بررسی های معتبر و مقالات بحث و گفتگوی جامع در زمینه های تحقیقات قوی فعلی نیز مورد استقبال قرار می گیرد.

برای فرستادن دیدگاه باید وارد شوید