transportation research part c-emerging technologies

发表咨询:400-808-1731

transportation research part c-9游会

交通运输研究 c 部分——新兴技术  国际简称:transport res c-emer

transportation research part c-emerging technologies(交通运输研究 c 部分——新兴技术杂志)是由pergamon-elsevier science ltd出版社主办的一本以工程技术-运输科技为研究方向,oa非开放(not open access)的国际顶尖期刊。旨在帮助发展和壮大工程技术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1993年。自创刊以来,已被sci(科学引文索引)、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,重点介绍了运输科技在分析和实践中的理论、研究和应用。

杂志介绍

  • issn:0968-090x

    e-issn:1879-2359

    出版商:pergamon-elsevier science ltd

  • 出版语言:english

    出版地区:england

    出版周期:bimonthly

  • 是否oa:未开放

    是否预警:否

    创刊时间:1993

  • 年发文量:323

    影响因子:6.077

    研究类文章占比:97.93%

    gold oa文章占比:15.70%

    h-index:100

    出版国人文章占比:0.24

    出版撤稿文章占比:

    开源占比:0.12...

    文章自引率:0.1760...

《transportation research part c-emerging technologies》是一份国际顶尖期刊,为工程技术领域的研究人员和从业者提供科学论坛。该期刊涵盖了工程技术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。该期刊欢迎涉及工程技术领域的原创理论、方法、技术和重要应用的稿件,并刊载了涉及工程技术领域的相关栏目: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15.5,最新影响因子为6.077,sjr指数为2.882,snip指数为2.959。

期刊transportation research part c-emerging technologies近年评价数据趋势图

中科院sci期刊分区大类分区趋势图
期刊自引率趋势图
期刊citescore趋势图
期刊影响因子趋势图
期刊年发文量趋势图

期刊citescore指数统计

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
15.50 2.882 2.959
学科类别 分区 排名 百分位
大类:decision sciences 小类:management science and operations research q1 3 / 198

98%

大类:decision sciences 小类:civil and structural engineering q1 5 / 350

98%

大类:decision sciences 小类:automotive engineering q1 3 / 115

97%

大类:decision sciences 小类:transportation q1 7 / 128

94%

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。

期刊wos(jcr)分区(2022-2023年最新版)

jcr 分区等级 按学科分区
q1 transportation science & technologyq1

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

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。

2022年12月升级版

top期刊 综述期刊 大类学科 小类学科
工程技术 1区
transportation science & technology 运输科技
1区

2021年12月基础版

top期刊 综述期刊 大类学科 小类学科
工程技术 2区
transportation science & technology 运输科技
2区

2021年12月升级版

top期刊 综述期刊 大类学科 小类学科
工程技术 1区
transportation science & technology 运输科技
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
工程技术 1区
transportation science & technology 运输科技
1区

投稿提示

transportation research part c-emerging technologies(中文译名交通运输研究 c 部分——新兴技术杂志)是一本专注于工程技术,运输科技领域的国际期刊,致力于为全球运输科技领域的研究者提供一个高质量的学术交流平台。该期刊issn:0968-090x,e-issn:1879-2359,出版周期bimonthly。在中科院的大类学科分类中,该期刊属于工程技术范畴,而在小类学科中,它主要涵盖了运输科技这一领域。编辑部诚挚邀请广大工程技术领域的专家学者投稿,内容可以涵盖工程技术的综合研究、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,审稿周期预计为约12.0个月。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,transportation research part c-emerging technologies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。该期刊为工程技术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transportation research part c-emerging technologies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。

期刊发文分析

国家 / 地区发文量统计
国家 / 地区 发文量
usa 411
china mainland 329
netherlands 81
australia 72
england 65
canada 42
singapore 40
switzerland 38
france 32
germany (fed rep ger) 30
期刊引用数据次数统计
期刊引用数据 引用次数
transport res c-emer 1983
transport res b-meth 866
transport res rec 726
ieee t intell transp 430
transport res a-pol 238
transport sci 218
eur j oper res 148
transport res d-tr e 100
oper res 94
transport res e-log 92
期刊被引用数据次数统计
期刊被引用数据 引用次数
transport res c-emer 1983
ieee access 821
ieee t intell transp 559
transport res b-meth 518
sustainability-basel 507
transport res rec 497
iet intell transp sy 277
j adv transport 261
transportmetrica b 252
transport res d-tr e 228
文章引用数据次数统计
文章引用数据 引用次数
a hybrid deep learning based traffic flow ... 84
what have we learned? a review of stated p... 52
the roles of initial trust and perceived r... 52
deeppf: a deep learning based architecture... 48
what drives people to accept automated veh... 45
dissipation of stop-and-go waves via contr... 45
autonomous vehicle perception: the technol... 44
an empirical investigation on consumers' i... 43
on the min-cost traveling salesman problem... 42
a combined use of microscopic traffic simu... 39

发表服务流程

免责声明

若用户需要出版服务,请联系出版商:pergamon-elsevier science ltd, the boulevard, langford lane, kidlington, oxford, england, ox5 1gb。

网站地图