Methodology-european Journal Of Research Methods For The Behavioral And Social S
人气:6

Methodology-european Journal Of Research Methods For The Behavioral And Social S SCIESSCI

  • ISSN:1614-1881
  • 出版商:PsychOpen
  • 出版语言:English
  • E-ISSN:1614-2241
  • 出版地区:Germany
  • 是否预警:
  • 创刊时间:2005
  • 出版周期:4 issues/year
  • TOP期刊:
  • 影响因子:2
  • 是否OA:开放
  • CiteScore:2.7
  • 研究类文章占比:100.00%
  • Gold OA文章占比:100.00%
  • 文章自引率:0.0645...
  • 开源占比:1
  • OA被引用占比:0.1594...
  • 出版国人文章占比:0.01
  • 国际标准简称:METHODOLOGY-EUR
  • 涉及的研究方向:Multiple
  • 中文名称:方法论-欧洲行为与社会科学研究方法杂志
  • 预计审稿周期: 36 Weeks
国内分区信息:

大类学科:心理学  中科院分区  3区

国际分区信息:

JCR学科:PSYCHOLOGY, MATHEMATICAL、SOCIAL SCIENCES, MATHEMATICAL METHODS  JCR分区  Q2

  • 影响因子:2
  • Gold OA文章占比:100.00%
  • OA被引用占比:0.1594...
  • CiteScore:2.7
  • 研究类文章占比:100.00%
  • 开源占比:1
  • 文章自引率:0.0645...
  • 出版国人文章占比:0.01

推荐合适期刊 投稿指导 助力快速见刊

Methodology-european Journal Of Research Methods For The Behavioral And Social S 期刊简介

Methodology-european Journal Of Research Methods For The Behavioral And Social S是心理学领域的一本优秀期刊。由PsychOpen出版社出版。该期刊主要发表心理学领域的原创性研究成果。创刊于2005年,该期刊主要刊载Multiple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,SSCI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,不断推动心理学领域的进步。

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 36 Weeks 。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。

Methodology-european Journal Of Research Methods For The Behavioral And Social S 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
心理学 3区 PSYCHOLOGY, MATHEMATICAL 心理学:数学 SOCIAL SCIENCES, MATHEMATICAL METHODS 社会科学:数理方法 3区 3区
中科院分区 2022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
心理学 4区 PSYCHOLOGY, MATHEMATICAL 心理学:数学 SOCIAL SCIENCES, MATHEMATICAL METHODS 社会科学:数理方法 3区 3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
心理学 3区 PSYCHOLOGY, MATHEMATICAL 心理学:数学 SOCIAL SCIENCES, MATHEMATICAL METHODS 社会科学:数理方法 3区 3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
心理学 3区 PSYCHOLOGY, MATHEMATICAL 心理学:数学 SOCIAL SCIENCES, MATHEMATICAL METHODS 社会科学:数理方法 3区 3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
心理学 4区 PSYCHOLOGY, MATHEMATICAL 心理学:数学 SOCIAL SCIENCES, MATHEMATICAL METHODS 社会科学:数理方法 4区 4区

Methodology-european Journal Of Research Methods For The Behavioral And Social S 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:PSYCHOLOGY, MATHEMATICAL SSCI Q2 6 / 13

57.7%

学科:SOCIAL SCIENCES, MATHEMATICAL METHODS SSCI Q2 18 / 67

73.9%

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:PSYCHOLOGY, MATHEMATICAL SSCI Q3 9 / 13

34.62%

学科:SOCIAL SCIENCES, MATHEMATICAL METHODS SSCI Q3 37 / 67

45.52%

CiteScore指数(2024年最新版)

  • CiteScore:2.7
  • SJR:0.738
  • SNIP:1.22
学科类别 分区 排名 百分位
大类:Social Sciences 小类:General Social Sciences Q2 88 / 275

68%

大类:Social Sciences 小类:General Psychology Q3 115 / 216

46%

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 0 0 0 0 0 0 19 16 16 17
国家/地区发文量统计
国家/地区 数量
USA 23
GERMANY (FED REP GER) 20
Netherlands 8
Spain 8
Belgium 3
South Korea 3
Canada 2
Chile 2
England 2
Taiwan 2
机构发文量统计
机构 数量
UTRECHT UNIVERSITY 5
LEIBNIZ INSTITUT FUR SOZIALWISSENSCHAFTEN (GESIS) 3
UNIVERSITY OF TEXAS SYSTEM 3
AUTONOMOUS UNIVERSITY OF MADRID 2
FREE UNIVERSITY OF BERLIN 2
GOETHE UNIVERSITY FRANKFURT 2
KU LEUVEN 2
MARTIN LUTHER UNIVERSITY HALLE WITTENBERG 2
PHILIPPS UNIVERSITY MARBURG 2
STATE UNIVERSITY SYSTEM OF FLORIDA 2

高引用文章

文章名称 引用次数
Using Shrinkage in Multilevel Models to Understand Intersectionality A Simulation Study and a Guide for Best Practice 9
Multiple Imputation by Predictive Mean Matching When Sample Size Is Small 6
What Can We Learn From Factorial Surveys About Human Behavior? A Validation Study Comparing Field and Survey Experiments on Discrimination 5
Comparing the Performance of Agree/Disagree and Item-Specific Questions Across PCs and Smartphones 4
Using the Linear Mixed-Effect Model Framework to Estimate Generalizability Variance Components in R 4
A Comparison of Simple Structure Rotation Criteria in Temporal Exploratory Factor Analysis for Event-Related Potential Data 3
Improving Bi-Factor Exploratory Modeling Empirical Target Rotation Based on Loading Differences 3
Bayesian Latent Class Models for the Multiple Imputation of Categorical Data 3
Pushing the Limits The Performance of Maximum Likelihood and Bayesian Estimation With Small and Unbalanced Samples in a Latent Growth Model 3
Fitting Bayesian Models for Single-Case Experimental Designs A Tutorial 3

免责声明

若用户需要出版服务,请联系出版商:Methodology。

友情链接