推荐合适期刊 投稿指导 助力快速见刊免费咨询
Physical Review Fluids是物理与天体物理领域的一本优秀期刊。由American Physical Society出版社出版。该期刊主要发表物理与天体物理领域的原创性研究成果。创刊于2016年,该期刊主要刊载Chemical Engineering-Fluid Flow and Transfer Processes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SCI3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,不断推动物理与天体物理领域的进步。
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 。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。
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
物理与天体物理 | 3区 | PHYSICS, FLUIDS & PLASMAS 物理:流体与等离子体 | 2区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
物理与天体物理 | 3区 | PHYSICS, FLUIDS & PLASMAS 物理:流体与等离子体 | 3区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
物理与天体物理 | 2区 | PHYSICS, FLUIDS & PLASMAS 物理:流体与等离子体 | 2区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
物理 | 3区 | PHYSICS, FLUIDS & PLASMAS 物理:流体与等离子体 | 3区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
物理与天体物理 | 2区 | PHYSICS, FLUIDS & PLASMAS 物理:流体与等离子体 | 2区 | 否 | 否 |
大类学科 | 分区 | 小类学科 | 分区 | Top期刊 | 综述期刊 |
物理与天体物理 | 2区 | PHYSICS, FLUIDS & PLASMAS 物理:流体与等离子体 | 2区 | 否 | 否 |
按JIF指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
学科:PHYSICS, FLUIDS & PLASMAS | SCIE | Q2 | 14 / 40 |
66.3% |
按JCI指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
学科:PHYSICS, FLUIDS & PLASMAS | SCIE | Q1 | 8 / 40 |
81.25% |
学科类别 | 分区 | 排名 | 百分位 |
大类:Mathematics 小类:Modeling and Simulation | Q1 | 71 / 324 |
78% |
大类:Mathematics 小类:Computational Mechanics | Q1 | 22 / 89 |
75% |
大类:Mathematics 小类:Fluid Flow and Transfer Processes | Q2 | 30 / 96 |
69% |
年份 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 |
年发文量 | 0 | 0 | 234 | 471 | 484 | 546 | 583 | 575 | 538 | 431 |
国家/地区 | 数量 |
USA | 692 |
France | 309 |
England | 192 |
CHINA MAINLAND | 139 |
GERMANY (FED REP GER) | 136 |
Japan | 91 |
Canada | 80 |
Australia | 68 |
Italy | 67 |
India | 66 |
机构 | 数量 |
CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE (CNRS) | 267 |
UNIVERSITY OF CALIFORNIA SYSTEM | 71 |
SORBONNE UNIVERSITE | 63 |
MASSACHUSETTS INSTITUTE OF TECHNOLOGY (MIT) | 59 |
PSL RESEARCH UNIVERSITY PARIS (COMUE) | 56 |
UNIVERSITE PARIS SACLAY | 50 |
INDIAN INSTITUTE OF TECHNOLOGY SYSTEM (IIT SYSTEM) | 47 |
STANFORD UNIVERSITY | 47 |
UNIVERSITE DE PARIS | 47 |
ROYAL INSTITUTE OF TECHNOLOGY | 43 |
文章名称 | 引用次数 |
Predictions of turbulent shear flows using deep neural networks | 22 |
Perspective on machine learning for advancing fluid mechanics | 21 |
Physics-informed machine learning approach for augmenting turbulence models: A comprehensive framework | 21 |
Geometric state function for two-fluid flow in porous media | 17 |
Bubble puzzles: From fundamentals to applications | 16 |
Three-dimensional simulations of void collapse in energetic materials | 16 |
Disorder characterization of porous media and its effect on fluid displacement | 15 |
Synthetic turbulent inflow generator using machine learning | 15 |
Numerical evidence of logarithmic regions in channel flow at Re-tau=8000 | 15 |
Turbulent thermal superstructures in Rayleigh-Benard convection | 14 |
SCIE
影响因子 4.2
CiteScore 1.5
SCIE
影响因子 0.9
CiteScore 1.6
SCIE
影响因子 1.8
CiteScore 3.1
SCIE
影响因子 2.7
CiteScore 6.9
SCIE
影响因子 0.5
CiteScore 1.4
SCIE
CiteScore 4
SCIE
影响因子 4.8
CiteScore 6.7
SCIE
CiteScore 2.8
SCIE
影响因子 0.7
CiteScore 1.4
SCIE
影响因子 1.3
CiteScore 2.7
若用户需要出版服务,请联系出版商:ONE PHYSICS ELLIPSE, COLLEGE PK, USA, MD, 20740-3844。