ISSN:1746-4811
E-ISSN:1746-4811
出版商:BioMed Central
出版语言:English
出版地区:ENGLAND
出版周期:Irregular
是否OA:开放
是否预警:否
创刊时间:2005
年发文量:165
影响因子:5.2
研究类文章占比:98.79%
Gold OA文章占比:99.80%
H-index:57
出版国人文章占比:0.23
出版撤稿文章占比:
开源占比:0.99...
文章自引率:0.0392...
《Plant Methods》是一份国际优秀期刊,为生物领域的研究人员和从业者提供科学论坛。该期刊涵盖了生物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。该期刊欢迎涉及生物领域的原创理论、方法、技术和重要应用的稿件,并刊载了涉及生物领域的相关栏目: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8.7,最新影响因子为5.2,SJR指数为0.993,SNIP指数为1.313。
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 | ||||||||||||||||
| 8.7 | 0.993 | 1.313 |
|
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。
2025-2026年最新版
| 按JCI指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
| 学科:BIOCHEMICAL RESEARCH METHODS | SCIE | Q1 | 12 / 85 |
86.5 |
| 学科:PLANT SCIENCES | SCIE | Q1 | 39 / 285 |
86.5 |
| 学科:BIOCHEMICAL RESEARCH METHODS | SCIE | Q1 | 7 / 85 |
92.35 |
| 学科:PLANT SCIENCES | SCIE | Q1 | 28 / 285 |
90.35 |
2024-2025年最新版
| 按JCI指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
| 学科:BIOCHEMICAL RESEARCH METHODS | SCIE | Q1 | 13 / 86 |
85.5 |
| 学科:PLANT SCIENCES | SCIE | Q1 | 41 / 273 |
85.2 |
| 学科:BIOCHEMICAL RESEARCH METHODS | SCIE | Q1 | 8 / 86 |
91.28 |
| 学科:PLANT SCIENCES | SCIE | Q1 | 31 / 275 |
88.91 |
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。
《新锐期刊分区表》 2026年3月发布
| Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
| 是 | 否 | 生物学 2区 |
BIOCHEMICAL RESEARCH METHODS
生化研究方法
PLANT SCIENCES
植物科学
2区
2区
|
期刊分区表 2025年3月升级版
| Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
| 否 | 否 | 生物学 2区 |
BIOCHEMICAL RESEARCH METHODS
生化研究方法
PLANT SCIENCES
植物科学
2区
2区
|
期刊分区表 2023年12月升级版
| Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
| 否 | 否 | 生物学 2区 |
BIOCHEMICAL RESEARCH METHODS
生化研究方法
PLANT SCIENCES
植物科学
2区
2区
|
Plant Methods(中文译名植物方法杂志)是一本专注于生物,植物科学领域的国际期刊,致力于为全球生化研究方法领域的研究者提供一个高质量的学术交流平台。该期刊ISSN:1746-4811,E-ISSN:1746-4811,出版周期Irregular。在中科院的大类学科分类中,该期刊属于生物范畴,而在小类学科中,它主要涵盖了生化研究方法这一领域。编辑部诚挚邀请广大生物领域的专家学者投稿,内容可以涵盖生物的综合研究、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,审稿周期预计为较慢,6-12周。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,Plant Methods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。作为一本OA开放期刊,该期刊为生物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Plant Methods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。
投稿咨询| 机构 | 发文量 |
| CHINESE ACADEMY OF SCIENCES | 20 |
| INRAE | 20 |
| CHINESE ACADEMY OF AGRICULTURAL SCIENCES | 15 |
| CONSEJO SUPERIOR DE INVESTIGACIONES CIENTI... | 13 |
| NANJING AGRICULTURAL UNIVERSITY | 12 |
| UK RESEARCH & INNOVATION (UKRI) | 12 |
| UNITED STATES DEPARTMENT OF AGRICULTURE (U... | 11 |
| UNIVERSITY OF COPENHAGEN | 11 |
| UNIVERSITY OF QUEENSLAND | 11 |
| CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQ... | 9 |
| 国家 / 地区 | 发文量 |
| CHINA MAINLAND | 144 |
| USA | 100 |
| GERMANY (FED REP GER) | 44 |
| Australia | 35 |
| England | 32 |
| France | 27 |
| Spain | 23 |
| Japan | 15 |
| India | 14 |
| Czech Republic | 13 |
| 期刊引用数据 | 引用次数 |
| PLANT PHYSIOL | 236 |
| FRONT PLANT SCI | 201 |
| J EXP BOT | 185 |
| PLANT METHODS | 163 |
| PLOS ONE | 133 |
| P NATL ACAD SCI USA | 132 |
| PLANT CELL | 122 |
| PLANT J | 117 |
| REMOTE SENS-BASEL | 99 |
| TRENDS PLANT SCI | 91 |
| 期刊被引用数据 | 引用次数 |
| FRONT PLANT SCI | 216 |
| PLANT METHODS | 163 |
| PLANT SCI | 80 |
| REMOTE SENS-BASEL | 78 |
| SCI REP-UK | 77 |
| J EXP BOT | 76 |
| INT J MOL SCI | 65 |
| PLANT J | 64 |
| PLANT PHYSIOL | 63 |
| AGRONOMY-BASEL | 54 |
| 文章引用数据 | 引用次数 |
| PGA: a software package for rapid, accurat... | 103 |
| The use of plant models in deep learning: ... | 35 |
| Modeling maize above-ground biomass based ... | 32 |
| Comparative performance of the BGISEQ-500 ... | 22 |
| Detection and analysis of wheat spikes usi... | 21 |
| Genome skimming herbarium specimens for DN... | 19 |
| Improving agroinfiltration-based transient... | 19 |
| Deep phenotyping: deep learning for tempor... | 17 |
| Wheat ear counting in-field conditions: hi... | 15 |
| AI-powered banana diseases and pest detect... | 15 |
若用户需要出版服务,请联系出版商:BIOMED CENTRAL LTD, 236 GRAYS INN RD, FLOOR 6, LONDON, ENGLAND, WC1X 8HL。