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 |
Scientific Data
انگلستان | کشور |
۶٫۴۴۴ | Impact Factor |
2052-4463 | ISSN |
2052-4463 | e-ISSN |
2014 تا کنون | مدت فعالیت |
Springer Nature | ناشر |
www.nature.com | سایت مجله |
این مجله در فهرست مجلات Scopus قرار دارد و با نام Scientific data ثبت شده است. بر اساس تقسیم بندی این بنیاد مقالات چاپ شده در این مجله در رشته های تخصصی زیر قرار دارند:
بر اساس دسته بندی این بنیاد این مجله در دسته Q1 قرار دارد
رشته تخصصی و رتبه مجله در آن رشته:
Scientific Data یک مجله با بازبینی و بازبینی برای توصیف مجموعه داده های علمی با ارزش و تحقیقاتی است که به اشتراک گذاری و استفاده مجدد از داده های علمی را ارتقا می دهد. هدف ما ترویج اشتراک گذاری و استفاده مجدد از داده های گسترده تر و اعتبار بخشیدن به آنهایی است که به اشتراک می گذارند.
داده های علمی در درجه اول توصیفگرهای داده را منتشر می کند، نوع جدیدی از انتشار که توضیحات مفصلی از مجموعه داده های تحقیقاتی، از جمله روش های مورد استفاده برای جمع آوری داده ها و تجزیه و تحلیل های فنی حمایت کننده از کیفیت اندازه گیری ها را ارائه می دهد. توصیفگرهای داده به جای آزمایش فرضیهها یا ارائه تفاسیر، روشها یا تحلیلهای عمیق، بر کمک به دیگران در استفاده مجدد از دادهها تمرکز میکنند.
Science Data همچنین از ارسالهایی که تحلیلها یا متاآنالیزهای دادههای موجود را توصیف میکنند، و مقالات اصلی در مورد سیستمها، فناوریها و تکنیکهایی که به اشتراک گذاری دادهها و استفاده مجدد را برای حمایت از تحقیقات تکرارپذیر پیش میبرد، استقبال میکند.
داده های علمی یک فرآیند بررسی همتا کارآمد اما کامل را ارائه می دهد که دقت و کیفیت آزمایش های مورد استفاده برای تولید داده ها و کامل بودن توصیف داده ها را ارزیابی می کند. داده های واقعی در یک یا چند مخزن عمومی و شناخته شده توسط جامعه ذخیره می شوند و انتشار داده ها به عنوان شرط انتشار تأیید می شود.
دادههای علمی برای ارسال از طیف گستردهای از رشتههای علوم طبیعی، از جمله، اما نه محدود به، دادههایی از جوامع علوم زیستی، زیستپزشکی و محیطزیست باز است. موارد ارسالی ممکن است دادههای بزرگ یا کوچک، از آزمایشهای جدید یا تجمیع ارزش افزوده دادههای موجود، کنسرسیومهای بزرگ و آزمایشگاههای منفرد را توصیف کنند. ما همچنین میخواهیم توصیفهایی از مجموعه دادههای کمی از علوم اجتماعی را در نظر بگیریم، بهویژه آنهایی که ممکن است برای تحلیلهای یکپارچهای که در سراسر مرزهای رشته سنتی بین علوم زیستی، زیستپزشکی، زیستمحیطی و اجتماعی استفاده میشوند، استفاده شوند.