科研基础与工具(笔记)

免责申明: 本文内容只是学习笔记,不代表个人观点,希望各位看官自行甄别

参考文献

科研基础与工具(YouTube)

专业名词

  1. 影响因子(Impact Factor),一般是特指SCI的影响因子,其他的影响因子是不作数的
  2. 审稿时间(Review Time)
  3. 出版时间(Publication Time),当收到文章录用的消息后,再过该时间,才正式发表/见刊
  4. Guide for Authors,投稿前,需要看下该期刊的投稿要求
  5. Open Access,开源,关系到投稿收费问题,从此投稿人也要收费了
  6. APC = Article Publishing Charge = 文稿出版费用,比较高的出版费用需要1-2w
  7. 投稿前,需要检查的一些信息也在这个GforA里面,字数…

论文分类

  • 综述论文,可以看到一个专业的大的框架,常用于选适合自己专业方向
  • 研究性论文,才是针对实验或理论推导得出的解决方案
  • 期刊论文,发表周期长,审核+重申,来来回回几个月
  • 会议论文,及时分享自己的 idea,更注重创新点,有些会议可能只收摘要,甚至都不需要数据验证
    • 参加会议前,发会议文稿,一定要看这个会议是哪种类型的,会发表到哪里,是发表到论文集上,还是期刊上,Conference Proceedings
    • 是只收摘要,还是也收全文
    • 发到什么索引数据库上
    • 参会的价值,教授级别的行业领军人物参加演讲,才可以认识一些志同道合的人
    • 会议一般需要注册费?国外是需要的,所以存在办假会,骗钱的情况

论文索引数据库

工具

Web of Science(付费,需要学校的网络)
Web of Science网页,文献无法点击,需要付费或学校VPN

英文索引

分类一
  1. SCI = Science Citation Index Expanded = SCIE,是文章数据库,科学引文索引,主要涉及领域为理工类和医学,包括SCI其实分为SCI和SCIE,但一般不作区分。
  2. ESCI,注意ESCI只是预备期刊,不算做SCI的。
  3. SSCI,Social Sciences Citation Index,社会科学引文索引,主要涉及社会科学相关的期刊。
  4. A&HCI,Arts & Humanities Citation Index,艺术与人文科学引文索引,主要涉及艺术人文类相关的期刊。
  5. CPCI,Conference Proceedings Citation Index,会议论文录索引,原名叫 ISTP 。
分类二
  1. EI = engineering index,工程索引,主要涉及工程学科,包括期刊会议两种,也有很多中文期刊是EI引索。
  2. 发 EI 的话,就要问清楚是期刊还是会议
  3. 国内好的学报也会被 EI 索引
  4. EI 的等级比 SCI 要低一点
分类三
  1. Scopus,Scopus是目前全球最大的文献数据库,涵盖所有学科,2005年才成立,很多期刊包含了SCI、EI等索引的期刊。
  2. 国内暂时还不是很认可,可能过几年会认可的

中文索引

  1. 北大核心,《中文核心期刊要目总览》,北大核心是北京大学给出的,有时候也简称中文核心,文理科都有。是不公开的,要收费,一般国内研究生毕业会要求发表一篇北大核心论文。发期刊很慢,需要1年以上。

北大核心,每3年更新一次收录的目录,23年末会更新一次
所以,如果别人说能发北大核心,要看下是哪个期刊,这个期刊是不是在最新的北大核心目录里面

  1. 南大核心CSSCI,Chinese Social Sciences Citation Index,南大核心,是南京大学搞的,是公开的,主要是人文社科类的,也就是传说中的C刊,国内文科博士毕业一般要求发表C刊或者SSCl。南大核心,中文社会科学引文索引,免费公开
  2. CSCD,Chinese Science Citation Database,中国科学引文数据库,主要收录理科和工科相关期刊。中科院搞的,现在影响力越来越低了。
  3. CNKI,知网。发中文期刊比较卷,发英文期刊投钱就能发

如何查 SCI 、SSCI 的期刊

SCI 也有水刊,但是很可能被剔除,当毕业的时候就不是SCI了,那就会很尴尬,所以,别当混子

Journal Citation Reports(JCR),需要学校或组织购买权限才能使用

Journal Citation Reports(JCR)

LetPub 免费查询期刊信息

在这里插入图片描述
在这里插入图片描述

中科院分区在线查询,微信小程序:中科院文献情报中心分区表

中科院分区 & JCR分区 的区别

在这里插入图片描述
由上图可知:中科院的1区(5%),比 JCR 的Q1(1区,25%)可能要好很多

开源 vs 订阅

在这里插入图片描述

  • 8
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python数据分析与可视化是数据科学领域中常用的工具之一。它提供了丰富的库和方法,用于处理和分析各种类型的数据,并通过图表和可视化展示数据结果。 在进行数据分析时,Python提供了Pandas和NumPy等强大的库,用于处理和清洗数据。Pandas提供了DataFrame和Series等数据结构,可以方便地操作和查询数据。NumPy提供了各种数学函数和矩阵等工具,可以进行高效的数值计算。 在数据分析的基础上,Python还提供了诸如Matplotlib、Seaborn和Plotly等库,用于数据可视化。这些库提供了丰富的图表类型,可以用于展示和传达数据的信息。Matplotlib是Python最常用的绘图库之一,提供了各种绘图函数和方法,使用户可以自定义图表的样式和排版。Seaborn是基于Matplotlib的高级绘图库,专注于统计可视化,提供了丰富的统计图表类型和配色方案。Plotly是一种交互式绘图库,可以生成高质量的图表,并支持与用户的交互。 通过Python数据分析与可视化,用户可以从数据中提取有价值的信息。比如,可以进行数据聚合和汇总,计算统计指标,发现数据的规律和趋势。同时,数据可视化也可以帮助用户更直观地理解和解释数据,从而更好地支持决策和沟通。 总之,Python数据分析与可视化提供了强大的工具和方法,用于对各种类型的数据进行处理、分析和可视化。它能够帮助用户更深入地理解数据,从中发现价值,并将结果以直观的形式展示出来。无论是在学术研究、商业分析还是日常工作中,Python数据分析与可视化都是一种有力的工具

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值