理論生物學雜志
理論生物學雜志雜志簡介
- 出版商：Academic Press Inc.
- 出版語言：Multi-Language
- TOP期刊：否
- 出版地區：UNITED STATES
- 是否預警：否
- 是否OA：未開放
- 出版周期：Semimonthly
- 出版年份：1961
- 中文名稱：理論生物學雜志
- 是否OA：未開放
理論生物學雜志（國際簡稱J THEOR BIOL，英文名稱Journal Of Theoretical Biology）是一本未開放獲取（OA）國際期刊，自1961年創刊以來，始終站在數學研究的前沿。該期刊致力于發表在數學領域各個方面達到最高科學標準和具有重要性的研究成果。全面反映該學科的發展趨勢，為數學事業的進步提供了有力的支撐。期刊嚴格遵循職業道德標準，對于任何形式的抄襲行為，無論是文字還是圖形，一旦查實，均可能導致稿件被拒絕。
近年來，來自USA、CHINA MAINLAND、England、Japan、France、Canada、Australia、GERMANY (FED REP GER)、India、Italy等國家和地區的研究者在《Journal Of Theoretical Biology》上發表了大量的高質量文章。該期刊內容豐富，包括原創研究、綜述文章、專題觀點、論文預覽、專家意見等多種類型，旨在為全球該領域研究者提供廣泛的學術交流平臺和靈感來源。
在過去幾年中，該期刊保持了穩定的發文量和綜述量，具體數據如下：
2014年：發表文章423篇、2015年：發表文章477篇、2016年：發表文章439篇、2017年：發表文章382篇、2018年：發表文章414篇、2019年：發表文章355篇、2020年：發表文章260篇、2021年：發表文章284篇、2022年：發表文章225篇、2023年：發表文章160篇。這些數據反映了期刊在全球數學領域的影響力和活躍度，同時也展示了其作為學術界和工業界研究人員首選資源的地位。《Journal Of Theoretical Biology》將繼續致力于推動數學領域的知識傳播和科學進步，為全球數學問題的解決貢獻力量。
期刊指數
- 影響因子：1.9
- 文章自引率：0.05
- Gold OA文章占比：34.91%
- CiteScore：4.2
- 年發文量：160
- 開源占比：0.1717
- SJR指數：0.553
- H-index：139
- SNIP指數：0.705
- OA被引用占比：0.0907...
- 出版國人文章占比：0.1
WOS期刊SCI分區（2023-2024年最新版）
| 按JIF指標學科分區 | 收錄子集 | 分區 | 排名 | 百分位 |
| 學科：BIOLOGY | SCIE | Q2 | 52 / 109 |
52.8% |
| 學科：MATHEMATICAL & COMPUTATIONAL BIOLOGY | SCIE | Q3 | 36 / 65 |
45.4% |
| 按JCI指標學科分區 | 收錄子集 | 分區 | 排名 | 百分位 |
| 學科：BIOLOGY | SCIE | Q2 | 48 / 109 |
56.42% |
| 學科：MATHEMATICAL & COMPUTATIONAL BIOLOGY | SCIE | Q3 | 36 / 65 |
45.38% |
中科院分區表
中科院SCI期刊分區 2023年12月升級版
| Top期刊 | 綜述期刊 | 大類學科 | 小類學科 |
| 否 | 否 | 數學 4區 |
BIOLOGY
生物學
MATHEMATICAL & COMPUTATIONAL BIOLOGY
數學與計算生物學
4區
4區
|
CiteScore（2024年最新版）
CiteScore 排名
| CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||||||||||||||||||||||||||
| 4.2 | 0.553 | 0.705 |
|
學術指標分析
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，是衡量學術期刊影響力的一個重要指標。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：是衡量期刊質量和影響力的重要指標之一。通過計算期刊被自身引用的次數與總被引次數的比例，可以反映期刊對于自身研究內容的重視程度以及內部引用的情況。
年發文量：是衡量期刊活躍度和研究產出能力的重要指標，年發文量較多的期刊可能擁有更廣泛的讀者群體和更高的學術聲譽，從而吸引更多的優質稿件。
期刊互引關系
| 序號 | 引用他刊情況 | 引用次數 |
| 1 | J THEOR BIOL | 1037 |
| 2 | P NATL ACAD SCI USA | 592 |
| 3 | NATURE | 496 |
| 4 | SCIENCE | 399 |
| 5 | PLOS ONE | 362 |
| 6 | BIOINFORMATICS | 283 |
| 7 | B MATH BIOL | 212 |
| 8 | PHYS REV E | 210 |
| 9 | NUCLEIC ACIDS RES | 186 |
| 10 | J MATH BIOL | 183 |
| 序號 | 被他刊引用情況 | 引用次數 |
| 1 | J THEOR BIOL | 1037 |
| 2 | SCI REP-UK | 564 |
| 3 | B MATH BIOL | 297 |
| 4 | PHYS REV E | 289 |
| 5 | PLOS COMPUT BIOL | 268 |
| 6 | MATH BIOSCI ENG | 267 |
| 7 | PHYSICA A | 245 |
| 8 | PLOS ONE | 207 |
| 9 | J MATH BIOL | 201 |
| 10 | GENOMICS | 194 |
高引用文章
- Identification of protein subcellular localization via integrating evolutionary and physicochemical information into Chou's general PseAAC引用次數：42
- Identifying 5-methylcytosine sites in RNA sequence using composite encoding feature into Chou's PseKNC引用次數：27
- SPrenylC-PseAAC: A sequence-based model developed via Chou's 5-steps rule and general PseAAC for identifying S-prenylation sites in proteins引用次數：26
- iMethyl-STTNC: Identification of N-6-methyladenosine sites by extending the idea of SAAC into Chou's PseAAC to formulate RNA sequences引用次數：24
- Self-binding peptides: Binding-upon-folding versus folding-upon-binding引用次數：23
- iRNA-PseKNC(2methyl): Identify RNA 2 '-O-methylation sites by convolution neural network and Chou's pseudo components引用次數：21
- Mathematical modeling of tumor-immune cell interactions引用次數：18
- Predicting protein submitochondrial locations by incorporating the pseudo-position specific scoring matrix into the general Chou's pseudo-amino acid composition引用次數：17
- DPP-PseAAC: A DNA-binding protein prediction model using Chou's general PseAAC引用次數：17
- iMem-2LSAAC: A two-level model for discrimination of membrane proteins and their types by extending the notion of SAAC into chou's pseudo amino acid composition引用次數：16
