所屬分類： SCIE 期刊 工程技術(shù) 中科院 2區(qū) JCR Q1
測量
測量雜志簡介
- 出版商：Elsevier
- 出版語言：English
- TOP期刊：是
- 出版地區(qū)：ENGLAND
- 是否預(yù)警：否
- 是否OA：未開放
- 出版周期：Bimonthly
- 出版年份：1983
- 中文名稱：測量
- 是否OA：未開放
測量（國際簡稱MEASUREMENT，英文名稱Measurement）是一本未開放獲取（OA）國際期刊，自1983年創(chuàng)刊以來，始終站在工程技術(shù)研究的前沿。該期刊致力于發(fā)表在工程技術(shù)領(lǐng)域各個方面達到最高科學(xué)標(biāo)準(zhǔn)和具有重要性的研究成果。全面反映該學(xué)科的發(fā)展趨勢，為工程技術(shù)事業(yè)的進步提供了有力的支撐。期刊嚴(yán)格遵循職業(yè)道德標(biāo)準(zhǔn)，對于任何形式的抄襲行為，無論是文字還是圖形，一旦查實，均可能導(dǎo)致稿件被拒絕。
近年來，來自CHINA MAINLAND、India、Italy、USA、Iran、Poland、Turkey、Spain、England、Malaysia等國家和地區(qū)的研究者在《Measurement》上發(fā)表了大量的高質(zhì)量文章。該期刊內(nèi)容豐富，包括原創(chuàng)研究、綜述文章、專題觀點、論文預(yù)覽、專家意見等多種類型，旨在為全球該領(lǐng)域研究者提供廣泛的學(xué)術(shù)交流平臺和靈感來源。
在過去幾年中，該期刊保持了穩(wěn)定的發(fā)文量和綜述量，具體數(shù)據(jù)如下：
2014年：發(fā)表文章547篇、2015年：發(fā)表文章524篇、2016年：發(fā)表文章784篇、2017年：發(fā)表文章576篇、2018年：發(fā)表文章880篇、2019年：發(fā)表文章1153篇、2020年：發(fā)表文章1107篇、2021年：發(fā)表文章1784篇、2022年：發(fā)表文章1583篇、2023年：發(fā)表文章1467篇。這些數(shù)據(jù)反映了期刊在全球工程技術(shù)領(lǐng)域的影響力和活躍度，同時也展示了其作為學(xué)術(shù)界和工業(yè)界研究人員首選資源的地位。《Measurement》將繼續(xù)致力于推動工程技術(shù)領(lǐng)域的知識傳播和科學(xué)進步，為全球工程技術(shù)問題的解決貢獻力量。
期刊指數(shù)
- 影響因子：5.2
- 文章自引率：0.125
- Gold OA文章占比：9.63%
- CiteScore：10.2
- 年發(fā)文量：1467
- 開源占比：0.063
- SJR指數(shù)：1.181
- H-index：70
- SNIP指數(shù)：1.633
- OA被引用占比：0.0101...
- 出版國人文章占比：0.3
WOS期刊SCI分區(qū)（2023-2024年最新版）
| 按JIF指標(biāo)學(xué)科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
| 學(xué)科：ENGINEERING, MULTIDISCIPLINARY | SCIE | Q1 | 17 / 179 |
90.8% |
| 學(xué)科：INSTRUMENTS & INSTRUMENTATION | SCIE | Q1 | 11 / 76 |
86.2% |
| 按JCI指標(biāo)學(xué)科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
| 學(xué)科：ENGINEERING, MULTIDISCIPLINARY | SCIE | Q1 | 17 / 180 |
90.83% |
| 學(xué)科：INSTRUMENTS & INSTRUMENTATION | SCIE | Q1 | 6 / 76 |
92.76% |
中科院分區(qū)表
中科院SCI期刊分區(qū) 2023年12月升級版
| Top期刊 | 綜述期刊 | 大類學(xué)科 | 小類學(xué)科 |
| 是 | 否 | 工程技術(shù) 2區(qū) |
ENGINEERING, MULTIDISCIPLINARY
工程：綜合
INSTRUMENTS & INSTRUMENTATION
儀器儀表
2區(qū)
2區(qū)
|
CiteScore（2024年最新版）
CiteScore 排名
| CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||||||
| 10.2 | 1.181 | 1.633 |
|
學(xué)術(shù)指標(biāo)分析
影響因子和CiteScore
自引率
影響因子：指某一期刊的文章在特定年份或時期被引用的頻率，是衡量學(xué)術(shù)期刊影響力的一個重要指標(biāo)。影響因子越高，代表著期刊的影響力越大 。
CiteScore：該值越高，代表該期刊的論文受到更多其他學(xué)者的引用，因此該期刊的影響力也越高。
自引率：是衡量期刊質(zhì)量和影響力的重要指標(biāo)之一。通過計算期刊被自身引用的次數(shù)與總被引次數(shù)的比例，可以反映期刊對于自身研究內(nèi)容的重視程度以及內(nèi)部引用的情況。
年發(fā)文量：是衡量期刊活躍度和研究產(chǎn)出能力的重要指標(biāo)，年發(fā)文量較多的期刊可能擁有更廣泛的讀者群體和更高的學(xué)術(shù)聲譽，從而吸引更多的優(yōu)質(zhì)稿件。
期刊互引關(guān)系
| 序號 | 引用他刊情況 | 引用次數(shù) |
| 1 | MEASUREMENT | 2277 |
| 2 | MECH SYST SIGNAL PR | 909 |
| 3 | SENSORS-BASEL | 417 |
| 4 | INT J ADV MANUF TECH | 406 |
| 5 | IEEE T INSTRUM MEAS | 390 |
| 6 | MEAS SCI TECHNOL | 321 |
| 7 | J MATER PROCESS TECH | 316 |
| 8 | J SOUND VIB | 305 |
| 9 | INT J MACH TOOL MANU | 248 |
| 10 | IEEE T IND ELECTRON | 233 |
| 序號 | 被他刊引用情況 | 引用次數(shù) |
| 1 | MEASUREMENT | 2277 |
| 2 | IEEE ACCESS | 641 |
| 3 | SENSORS-BASEL | 619 |
| 4 | INT J ADV MANUF TECH | 345 |
| 5 | APPL SCI-BASEL | 324 |
| 6 | MECH SYST SIGNAL PR | 221 |
| 7 | IEEE SENS J | 195 |
| 8 | MATERIALS | 160 |
| 9 | IEEE T INSTRUM MEAS | 151 |
| 10 | MEAS SCI TECHNOL | 151 |
高引用文章
- Early fault diagnosis of bearing and stator faults of the single-phase induction motor using acoustic signals引用次數(shù)：58
- Measurement of tensile bond strength of 3D printed geopolymer mortar引用次數(shù)：38
- Research and application of improved adaptive MOMEDA fault diagnosis method引用次數(shù)：36
- Measurement of fracture mechanics parameters of concrete containing fly ash thanks to use of Digital Image Correlation (DIC) method引用次數(shù)：36
- Internet of Things-enabled smart cities: State-of-the-art and future trends引用次數(shù)：33
- An enhancement denoising autoencoder for rolling bearing fault diagnosis引用次數(shù)：32
- Taguchi S/N based optimization of machining parameters for surface roughness, tool wear and material removal rate in hard turning under MQL cutting condition引用次數(shù)：31
- Optimal bilateral filter and Convolutional Neural Network based denoising method of medical image measurements引用次數(shù)：30
- A novel Switching Unscented Kalman Filter method for remaining useful life prediction of rolling bearing引用次數(shù)：28
- A sparse stacked denoising autoencoder with optimized transfer learning applied to the fault diagnosis of rolling bearings引用次數(shù)：27
