《Mrs Communications》雜志的收稿范圍和要求是什么？
來源：優(yōu)發(fā)表網(wǎng)整理 2024-09-18 11:07:48 610人看過
《Mrs Communications》雜志收稿范圍涵蓋材料科學(xué)全領(lǐng)域，此刊是該細(xì)分領(lǐng)域中屬于非常不錯的SCI期刊，在行業(yè)細(xì)分領(lǐng)域中學(xué)術(shù)影響力較大，專業(yè)度認(rèn)可很高，所以對原創(chuàng)文章要求創(chuàng)新性較高，如果您的文章質(zhì)量很高，可以嘗試。
平均審稿速度 12周，或約稿 ，影響因子指數(shù)1.8。
該期刊近期沒有被列入國際期刊預(yù)警名單，廣大學(xué)者值得一試。
具體收稿要求需聯(lián)系雜志社或者咨詢本站客服，在線客服團(tuán)隊會及時為您答疑解惑，提供針對性的建議和解決方案。
出版商聯(lián)系方式：TIERGARTENSTRASSE 17, HEIDELBERG, GERMANY, D-69121
其他數(shù)據(jù)
| 是否OA開放訪問： | h-index： | 年文章數(shù)： |
| 未開放 | 22 | 176 |
| Gold OA文章占比： | 2021-2022最新影響因子（數(shù)據(jù)來源于搜索引擎）: | 開源占比（OA被引用占比）： |
| 11.93% | 1.8 | 0.08... |
| 研究類文章占比：文章 ÷（文章 + 綜述） | 期刊收錄： | 中科院《國際期刊預(yù)警名單（試行）》名單： |
| 96.59% | SCIE | 否 |
歷年IF值(影響因子)：
歷年引文指標(biāo)和發(fā)文量：
歷年中科院JCR大類分區(qū)數(shù)據(jù)：
歷年自引數(shù)據(jù)：
發(fā)文統(tǒng)計
2023-2024國家/地區(qū)發(fā)文量統(tǒng)計：
| 國家/地區(qū) | 數(shù)量 |
| USA | 226 |
| CHINA MAINLAND | 54 |
| Japan | 45 |
| GERMANY (FED REP GER) | 30 |
| India | 25 |
| Mexico | 20 |
| Canada | 16 |
| South Korea | 15 |
| France | 14 |
| Italy | 13 |
2023-2024機(jī)構(gòu)發(fā)文量統(tǒng)計：
| 機(jī)構(gòu) | 數(shù)量 |
| UNITED STATES DEPARTMENT OF ENER... | 32 |
| UNITED STATES DEPARTMENT OF DEFE... | 19 |
| UNIVERSITY OF CALIFORNIA SYSTEM | 16 |
| CHINESE ACADEMY OF SCIENCES | 13 |
| STATE UNIVERSITY SYSTEM OF FLORI... | 12 |
| HELMHOLTZ ASSOCIATION | 10 |
| UNIVERSITY OF NORTH CAROLINA | 10 |
| UNIVERSIDAD NACIONAL AUTONOMA DE... | 9 |
| PENNSYLVANIA COMMONWEALTH SYSTEM... | 8 |
| STATE UNIVERSITY OF NEW YORK (SU... | 8 |
近年引用統(tǒng)計：
| 期刊名稱 | 數(shù)量 |
| SCIENCE | 117 |
| ADV MATER | 115 |
| APPL PHYS LETT | 107 |
| ACTA MATER | 96 |
| PHYS REV B | 92 |
| NATURE | 88 |
| SCI REP-UK | 85 |
| J AM CHEM SOC | 79 |
| NAT MATER | 77 |
| NAT COMMUN | 74 |
近年被引用統(tǒng)計：
| 期刊名稱 | 數(shù)量 |
| ACS APPL MATER INTER | 36 |
| MRS COMMUN | 34 |
| J ALLOY COMPD | 20 |
| CHEM MATER | 19 |
| J PHYS CHEM C | 19 |
| ADV MATER | 18 |
| J APPL PHYS | 18 |
| MATERIALS | 18 |
| ADV FUNCT MATER | 17 |
| ACTA MATER | 16 |
近年文章引用統(tǒng)計：
| 文章名稱 | 數(shù)量 |
| Review and perspective on ferroe... | 49 |
| Machine learning for composite m... | 22 |
| Carbyne: from the elusive allotr... | 17 |
| A data ecosystem to support mach... | 16 |
| On the identification of Sb2Se3 ... | 14 |
| ESPEI for efficient thermodynami... | 12 |
| Deep materials informatics: Appl... | 12 |
| Active-learning and materials de... | 12 |
| Paper as a scaffold for cell cul... | 11 |
| Highly loaded MXene/carbon nanot... | 11 |
聲明：以上內(nèi)容來源于互聯(lián)網(wǎng)公開資料，如有不準(zhǔn)確之處，請聯(lián)系我們進(jìn)行修改。
