Acm Computing Surveys(ACM 计算调查杂志)是由Association for Computing Machinery (ACM)出版社主办的一本以计算机科学-COMPUTER SCIENCE, THEORY & METHODS为研究方向,OA非开放(Not Open Access)的国际顶尖期刊。旨在帮助发展和壮大计算机科学及相关学科的各个方面。该期刊接受多种不同类型的文章。本刊出版语言为English,创刊于1971年。自创刊以来,已被SCIE(科学引文索引扩展板)等国内外知名检索系统收录。该杂志发表了高质量的论文,重点介绍了COMPUTER SCIENCE, THEORY & METHODS在分析和实践中的理论、研究和应用。
ISSN:0360-0300
E-ISSN:1557-7341
出版商:Association for Computing Machinery (ACM)
出版语言:English
出版地区:UNITED STATES
出版周期:Quarterly
是否OA:未开放
是否预警:否
创刊时间:1971
年发文量:336
影响因子:23.8
研究类文章占比:87.50%
Gold OA文章占比:3.00%
H-index:132
出版国人文章占比:0.08
出版撤稿文章占比:
开源占比:
文章自引率:0.0060...
《Acm Computing Surveys》是一份国际顶尖期刊,为计算机科学领域的研究人员和从业者提供科学论坛。该期刊涵盖了计算机科学及相关学科的所有方面,包括基础和应用研究,使读者能够获得来自世界各地的最新、前沿的研究。该期刊欢迎涉及计算机科学领域的原创理论、方法、技术和重要应用的稿件,并刊载了涉及计算机科学领域的相关栏目:综述、论著、述评、论著摘要等。所有投稿都有望达到高标准的科学严谨性,并为推进该领域的科研知识传播做出贡献。该期刊最新CiteScore值为33.2,最新影响因子为23.8,SJR指数为6.28,SNIP指数为8.26。
CiteScore指标的应用非常广泛,以期刊的引用次数为基础评估期刊的影响力。它可以反映期刊的学术影响力和学术水平,是学术界常用的期刊评价指标之一。
CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||||||
33.2 | 6.28 | 8.26 |
|
CiteScore是由Elsevier公司开发的一种用于衡量科学期刊影响力的指标,以期刊的引用次数为基础评估期刊的影响力。这个指标是由Scopus数据库支持,以四年为一个时段,连续评估期刊和丛书的引文影响力的。具体来说,CiteScore是计算某期刊连续三年发表的论文在第四年度的篇均引用次数。CiteScore和影响因子(IF)有所不同。例如,在影响因子的计算中,分子是来自所有文章的引用次数,包括编辑述评、读者来信、更正信息和新闻等非研究性文章,而分母则不包括这些非研究性文章。然而,在CiteScore的计算中,分子和分母都包括这些非研究性文章。因此,如果这些非研究性文章比较多,由于分母较大,相较于影响因子,CiteScore计算出来的分数可能会偏低。此外,CiteScore的引用数据来自Scopus数据库中的22000多个期刊,比影响因子来自Web of Science数据库的11000多个期刊多了一倍。
按JIF指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
学科:COMPUTER SCIENCE, THEORY & METHODS | SCIE | Q1 | 1 / 143 |
99.7% |
按JCI指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
学科:COMPUTER SCIENCE, THEORY & METHODS | SCIE | Q1 | 2 / 143 |
98.95% |
WOS(JCR)分区是由科睿唯安公司提出的一种新的期刊评价指标,分区越靠前一般代表期刊质量越好,发文难度也越高。这种分级体系有助于科研人员快速了解各个期刊的影响力和地位。JCR将所有期刊按照各个学科领域进行分类,然后以影响因子为标准平均分为四个等级:Q1、Q2、Q3和Q4区。这种设计使得科研人员可以更容易地进行跨学科比较。
中科院SCI期刊分区是由中国科学院国家科学图书馆制定的。将所有的期刊按照学科进行分类,以影响因子为标准平均分为四个等级。分区越靠前一般代表期刊质量越好,发文难度也越高。
2023年12月升级版
Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
是 | 是 | 计算机科学 1区 |
COMPUTER SCIENCE, THEORY & METHODS
计算机:理论方法
1区
|
2022年12月升级版
Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
是 | 否 | 计算机科学 1区 |
COMPUTER SCIENCE, THEORY & METHODS
计算机:理论方法
1区
|
2021年12月旧的升级版
Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
是 | 否 | 计算机科学 1区 |
COMPUTER SCIENCE, THEORY & METHODS
计算机:理论方法
1区
|
2021年12月基础版
Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
是 | 否 | 工程技术 1区 |
COMPUTER SCIENCE, THEORY & METHODS
计算机:理论方法
1区
|
2021年12月升级版
Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
是 | 否 | 计算机科学 1区 |
COMPUTER SCIENCE, THEORY & METHODS
计算机:理论方法
1区
|
2020年12月旧的升级版
Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
是 | 否 | 计算机科学 1区 |
COMPUTER SCIENCE, THEORY & METHODS
计算机:理论方法
1区
|
Acm Computing Surveys(中文译名ACM 计算调查杂志)是一本专注于工程技术,计算机:理论方法领域的国际期刊,致力于为全球COMPUTER SCIENCE, THEORY & METHODS领域的研究者提供一个高质量的学术交流平台。该期刊ISSN:0360-0300,E-ISSN:1557-7341,出版周期Quarterly。在中科院的大类学科分类中,该期刊属于计算机科学范畴,而在小类学科中,它主要涵盖了COMPUTER SCIENCE, THEORY & METHODS这一领域。编辑部诚挚邀请广大计算机科学领域的专家学者投稿,内容可以涵盖计算机科学的综合研究、实践应用、创新成果等方面。同时,我们也欢迎学者们就相关主题进行简短的交流和评论,以促进学术界的互动与合作。为了保证期刊的质量,审稿周期预计为 12周,或约稿 。在此期间,编辑部将对所有投稿进行严格的同行评审,以确保发表的文章具有较高的学术价值和实用性。
值得一提的是,Acm Computing Surveys近期并未被列入国际期刊预警名单,这意味着其学术质量和影响力得到了广泛认可。该期刊为计算机科学领域的学者提供了一个优质的学术交流平台。因此,关注并投稿至Acm Computing Surveys无疑是一个明智的选择,这将有助于提升您的学术声誉和研究成果的传播。
多年来,我们专注于期刊投稿服务,能够为您分析推荐目标期刊。凭借多年来丰富的投稿经验和专业指导,我们有效助力提升录用几率。点击以下按钮即可免费咨询。
投稿咨询机构 | 发文量 |
UNIVERSITY OF MELBOURNE | 20 |
STATE UNIVERSITY SYSTEM OF FLORIDA | 13 |
CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQ... | 10 |
INDIAN INSTITUTE OF TECHNOLOGY SYSTEM (IIT... | 9 |
UNIVERSITY OF OTTAWA | 9 |
UNIVERSITY OF SYDNEY | 8 |
INESC | 7 |
POLYTECHNIC UNIVERSITY OF MILAN | 7 |
STATE UNIVERSITY OF NEW YORK (SUNY) SYSTEM | 7 |
UNIVERSIDADE DE LISBOA | 7 |
国家 / 地区 | 发文量 |
USA | 94 |
Australia | 58 |
CHINA MAINLAND | 52 |
England | 48 |
India | 34 |
Brazil | 31 |
GERMANY (FED REP GER) | 31 |
France | 28 |
Spain | 27 |
Canada | 26 |
期刊引用数据 | 引用次数 |
ACM COMPUT SURV | 178 |
FUTURE GENER COMP SY | 145 |
IEEE T PATTERN ANAL | 128 |
PATTERN RECOGN | 90 |
IEEE COMMUN MAG | 88 |
IEEE T PARALL DISTR | 87 |
IEEE COMMUN SURV TUT | 86 |
IEEE ACCESS | 82 |
COMMUN ACM | 80 |
SENSORS-BASEL | 79 |
期刊被引用数据 | 引用次数 |
IEEE ACCESS | 664 |
SENSORS-BASEL | 201 |
ACM COMPUT SURV | 178 |
FUTURE GENER COMP SY | 155 |
MULTIMED TOOLS APPL | 89 |
EXPERT SYST APPL | 76 |
INFORM SCIENCES | 71 |
CLUSTER COMPUT | 63 |
J NETW COMPUT APPL | 63 |
IEEE INTERNET THINGS | 58 |
文章引用数据 | 引用次数 |
Feature Selection: A Data Perspective | 146 |
A Survey of Methods for Explaining Black B... | 132 |
Deep Learning Based Recommender System: A ... | 125 |
A Survey of Communication Protocols for In... | 51 |
A Survey on Deep Learning: Algorithms, Tec... | 51 |
Detection and Resolution of Rumours in Soc... | 44 |
Multimedia Big Data Analytics: A Survey | 42 |
A Survey on Homomorphic Encryption Schemes... | 35 |
A Comprehensive Survey of Deep Learning fo... | 33 |
Community Discovery in Dynamic Networks: A... | 32 |
若用户需要出版服务,请联系出版商:ASSOC COMPUTING MACHINERY, 2 PENN PLAZA, STE 701, NEW YORK, USA, NY, 10121-0701。