Connection Science
人气:5

Connection Science SCIE

  • ISSN:0954-0091
  • 出版商:Taylor and Francis AS
  • 出版语言:English
  • E-ISSN:1360-0494
  • 出版地区:ENGLAND
  • 是否预警:
  • 创刊时间:1989
  • 出版周期:Quarterly
  • TOP期刊:
  • 影响因子:3.2
  • 是否OA:未开放
  • CiteScore:6.5
  • H-index:37
  • 研究类文章占比:98.82%
  • Gold OA文章占比:89.56%
  • 文章自引率:0.3962...
  • 开源占比:0.6364
  • OA被引用占比:0.0884...
  • 出版国人文章占比:0.3
  • 国际标准简称:CONNECT SCI
  • 涉及的研究方向:工程技术-计算机:理论方法
  • 中文名称:连接科学
  • 预计审稿周期: 12周,或约稿
国内分区信息:

大类学科:计算机科学  中科院分区  4区

国际分区信息:

JCR学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE、COMPUTER SCIENCE, THEORY & METHODS  JCR分区  Q2

  • 影响因子:3.2
  • Gold OA文章占比:89.56%
  • OA被引用占比:0.0884...
  • CiteScore:6.5
  • 研究类文章占比:98.82%
  • 开源占比:0.6364
  • 文章自引率:0.3962...
  • 出版国人文章占比:0.3

推荐合适期刊 投稿指导 助力快速见刊

Connection Science 期刊简介

Connection Science是计算机科学领域的一本优秀期刊。由Taylor and Francis AS出版社出版。该期刊主要发表计算机科学领域的原创性研究成果。创刊于1989年,该期刊主要刊载工程技术-计算机:理论方法及其基础研究的前瞻性、原始性、首创性研究成果、科技成就和进展。该期刊不仅收录了该领域的科技成就和进展,更以其深厚的学术积淀和卓越的审稿标准,确保每篇文章都具备高度的学术价值。此外,该刊同时被SCIE数据库收录,并被划分为中科院SCI4区期刊,它始终坚持创新,不断专注于发布高度有价值的研究成果,不断推动计算机科学领域的进步。

同时,我们注重来稿文章表述的清晰度,以及其与我们的读者群体和研究领域的相关性。为此,我们期待所有投稿的文章能够保持简洁明了、组织有序、表述清晰。该期刊平均审稿速度为平均 12周,或约稿 。若您对于稿件是否适合该期刊存在疑虑,建议您在提交前主动与期刊主编取得联系,或咨询本站的客服老师。我们的客服老师将根据您的研究内容和方向,为您推荐最为合适的期刊,助力您顺利投稿,实现学术成果的顺利发表。

Connection Science 期刊国内分区信息

中科院分区 2023年12月升级版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
计算机科学 4区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 4区 4区
中科院分区 2021年12月旧的升级版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
计算机科学 4区 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 3区 4区
中科院分区 2021年12月基础版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
工程技术 4区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 4区 4区
中科院分区 2021年12月升级版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
计算机科学 4区 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 3区 4区
中科院分区 2020年12月旧的升级版
大类学科 分区 小类学科 分区 Top期刊 综述期刊
计算机科学 4区 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机:人工智能 COMPUTER SCIENCE, THEORY & METHODS 计算机:理论方法 4区 4区

Connection Science 期刊国际分区信息(2023-2024年最新版)

按JIF指标学科分区 收录子集 分区 排名 百分位
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q2 84 / 197

57.6%

学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q2 38 / 143

73.8%

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q2 63 / 198

68.43%

学科:COMPUTER SCIENCE, THEORY & METHODS SCIE Q1 35 / 143

75.87%

CiteScore指数(2024年最新版)

  • CiteScore:6.5
  • SJR:0.763
  • SNIP:1.021
学科类别 分区 排名 百分位
大类:Computer Science 小类:Software Q2 121 / 407

70%

大类:Computer Science 小类:Artificial Intelligence Q2 122 / 350

65%

大类:Computer Science 小类:Human-Computer Interaction Q2 53 / 145

63%

期刊评价数据趋势图

中科院分区趋势图
期刊影响因子和自引率趋势图

发文统计

年发文量统计
年份 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023
年发文量 22 23 22 30 18 16 56 57 107 85
国家/地区发文量统计
国家/地区 数量
CHINA MAINLAND 39
Taiwan 11
USA 11
India 9
Iran 8
England 6
GERMANY (FED REP GER) 4
Italy 4
Netherlands 4
Chile 3
机构发文量统计
机构 数量
PROVIDENCE UNIVERSITY - TAIWAN 7
FENG CHIA UNIVERSITY 4
ISLAMIC AZAD UNIVERSITY 3
COMPLUTENSE UNIVERSITY OF MADRID 2
HANGZHOU DIANZI UNIVERSITY 2
HUNAN UNIVERSITY 2
JIANGSU KEY LAB SECUR TECHNOL IND CYBERSPACE 2
JIANGSU UNIVERSITY 2
JIANGSU UNIVERSITY OF SCIENCE & TECHNOLOGY 2
KALINGA INSTITUTE OF INDUSTRIAL TECHNOLOGY (KIIT) 2

高引用文章

文章名称 引用次数
Semantic segmentation of high-resolution remote sensing images using fully convolutional network with adaptive threshold 6
Improving interactive reinforcement learning: What makes a good teacher? 5
A weighted pattern matching approach for classification of imbalanced data with a fireworks-based algorithm for feature selection 5
The effects of robot facial emotional expressions and gender on child-robot interaction in a field study 5
Adaptive learning on mobile network traffic data 4
Interactive natural language acquisition in a multi-modal recurrent neural architecture 4
Fuzzy kernel feature selection with multi-objective differential evolution algorithm 4
A computational model of pupil dilation 3
Socially grounded game strategy enhances bonding and perceived smartness of a humanoid robot 3
Learning in presence of class imbalance and class overlapping by using one-class SVM and undersampling technique 3

免责声明

若用户需要出版服务,请联系出版商:TAYLOR & FRANCIS LTD, 4 PARK SQUARE, MILTON PARK, ABINGDON, ENGLAND, OXON, OX14 4RN。

友情链接