DOKLADY NATSIONALNOI AKADEMII NAUK BELARUSI

4839

微信好友朋友圈 QQ好友复制链接

查看最新文献

中科院SCI期刊分区 WOS期刊分区历年影响因子历年发表同类期刊

DOKLADY NATSIONALNOI AKADEMII NAUK BELARUSI

影响因子：

期刊影响因子(Impact factor，IF) 即某刊平均每篇论文的被引用数，是表征期刊影响大小的一项定量指标，它实际上是某刊在某年被全部源刊物引证该刊前两年发表论文的次数，与该刊前两年所发表的全部源论文数之比。

0.1

反馈

ISSN：

ISSN是由8个数字组成的编码，旨在识别各种报纸、专业杂志、画报、期刊，无论其性质或载体版本（纸版及电子版）。

print: 1561-8323
on-line: 2524-2431

研究领域：

MULTIDISCIPLINARY SCIENCES

自引率：

0.00%

Gold OA文章占比：

Gold OA文章占比是指一个总体中金色OA文章数量占总体文章数量的比重。OA期刊的文章主要通过金色通道（Gold road，也称为Gold OA，即期刊官网）和绿色通道（Green road，或Green OA）实现开放获取。金色通道是开放获取期刊通过自己的官网来实现的，而绿色通道是通过把文章自存档于机构知识库(Institutional Repositories，比如哈佛大学学术库DASH）或学科知识库中来实现。

96.96%

原创研究文献占比：

100.00%

SCI收录类型：

Emerging Sources Citation Index (ESCI)

发文信息

中科院SCI期刊分区

中科院分区升级版是在基础版的基础上，消除了对预置学科体系的依赖，例如期刊-学科隶属关系。基于概率统计原理的期刊超越指数，使分区结果更加鲁棒，不易操纵，揭示出更多优秀的基础研究期刊。 2019-2021年，3年过渡期，会同时发布基础版和升级版，便于用户单位过渡、调整。2022年开始，将只发布升级版。

2025年3月20日发布

大类	小类	TOP期刊	综述期刊
4区综合性期刊	4区综合性期刊 MULTIDISCIPLINARY SCIENCES	否	否

WOS期刊分区

WoS-JCR分区：SCIE、SSCI收录期刊主要按影响因子高低被分为四个区（Quartile），分别是Q1区，Q2区，Q3区，Q4区，各占25%。Q1区是影响因子最靠前25%的期刊，Q4区是靠后的25%的期刊。

学科分类
Q4MULTIDISCIPLINARY SCIENCES

历年影响因子

2022年	2023年	2024年
0.1000	0.1000	0.1000

历年发表

年文章数是指每年6月SCI发布的IF数据中所提供的上一年全年发文数量。如2018年7月-2019年6月，显示的是2017年的发文数.对极少数热门期刊，我们会在1月份更新为最新一年的发文数。

2013年	2014年	2015年	2016年	2017年	2018年	2019年	2020年	2021年	2022年
1	1	3	258	91	92	97	116	99	69

PubMed链接：

http://www.ncbi.nlm.nih.gov/nlmcatalog?term=1561-8323%5BISSN%5D

DOKLADY NATSIONALNOI AKADEMII NAUK BELARUSI - 最新文献

查看全部

Hardening mechanism of waste polyolefin mixtures in the presence of modified bentonite clay

Pub Date : 2023-10-31 DOI: 10.29235/1561-8323-2023-67-5-433-440 V. M. Shapovalov, D. L. Podobed, S. V. Zotov, A. A. Boyka

Сomparative analysis of the species abundance and structure of plant communities involving <i>Rhamnus cathartica</i> in Belarus and in the midwestern regions of the USA

Pub Date : 2023-10-31 DOI: 10.29235/1561-8323-2023-67-5-399-409 A. V. Spirydovich, N. B. Vlasava, A. D. Ahabalayeva, D. V. Dubovik, A. N. Skuratovich, Yu. K. Vinogradova, V. N. Reshetnikov

Predictive model for identifying new CYP19A1 ligands on the KNIME analytical platform

Pub Date : 2023-10-31 DOI: 10.29235/1561-8323-2023-67-5-388-398 M. I. Shaladonova, Ya. V. Dzichenka, S. A. Usanov

免责声明：
本页显示期刊或杂志信息，仅供参考学习，不是任何期刊杂志官网，不涉及出版事务，特此申明。如需出版一切事务需要用户自己向出版商联系核实。若本页展示内容有任何问题，请联系我们，邮箱：info@booksci.cn，我们会认真核实处理。