所屬分類： 加入收藏 SCIE 期刊 工程技術(shù) 中科院 2區(qū) JCR Q1
流體物理學(xué)
流體物理學(xué)雜志簡介
- 出版商：American Institute of Physics
- 出版語言：English
- TOP期刊：是
- 出版地區(qū)：UNITED STATES
- 是否預(yù)警：否
- 是否OA：未開放
- 出版周期：Monthly
- 出版年份：1994
- 中文名稱：流體物理學(xué)
- 是否OA：未開放
流體物理學(xué)（國際簡稱PHYS FLUIDS，英文名稱Physics Of Fluids）是一本未開放獲取（OA）國際期刊，自1994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)標準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。期刊嚴格遵循職業(yè)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(dǎo)致稿件被拒絕。
近年來，來自CHINA MAINLAND、USA、India、England、Canada、France、Russia、GERMANY (FED REP GER)、Japan、Australia等國家和地區(qū)的研究者在《Physics Of Fluids》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604篇、2015年：發(fā)表文章553篇、2016年：發(fā)表文章554篇、2017年：發(fā)表文章617篇、2018年：發(fā)表文章659篇、2019年：發(fā)表文章859篇、2020年：發(fā)表文章1212篇、2021年：發(fā)表文章1970篇、2022年：發(fā)表文章2203篇、2023年：發(fā)表文章3008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。《Physics Of Fluids》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：4.1
- 文章自引率：0.4130...
- Gold OA文章占比：11.36%
- CiteScore：6.5
- 年發(fā)文量：3008
- 開源占比：0.0845
- SJR指數(shù)：1.05
- H-index：154
- 出版撤稿文章占比：0.0008...
- SNIP指數(shù)：1.332
- OA被引用占比：0.0224...
- 出版國人文章占比：0.23
WOS期刊SCI分區(qū)（2023-2024年最新版）
| 按JIF指標學(xué)科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
| 學(xué)科：MECHANICS | SCIE | Q1 | 29 / 170 |
83.2% |
| 學(xué)科：PHYSICS, FLUIDS & PLASMAS | SCIE | Q1 | 2 / 40 |
96.3% |
| 按JCI指標學(xué)科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
| 學(xué)科：MECHANICS | SCIE | Q1 | 17 / 170 |
90.29% |
| 學(xué)科：PHYSICS, FLUIDS & PLASMAS | SCIE | Q1 | 4 / 40 |
91.25% |
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 |
| 否 | 否 | 工程技術(shù) 2區(qū) |
PHYSICS, FLUIDS & PLASMAS
物理：流體與等離子體
MECHANICS
力學(xué)
1區(qū)
2區(qū)
|
CiteScore（2024年最新版）
CiteScore 排名
| CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||||||||||||||||||
| 6.5 | 1.05 | 1.332 |
|
學(xué)術(shù)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(xué)術(shù)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(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，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 | PHYS FLUIDS | 5862 |
| 2 | J FLUID MECH | 4836 |
| 3 | J COMPUT PHYS | 1065 |
| 4 | PHYS REV E | 1008 |
| 5 | PHYS REV LETT | 752 |
| 6 | ANNU REV FLUID MECH | 731 |
| 7 | INT J HEAT MASS TRAN | 669 |
| 8 | AIAA J | 636 |
| 9 | EXP FLUIDS | 487 |
| 10 | J NON-NEWTON FLUID | 474 |
| 序號 | 被他刊引用情況 | 引用次數(shù) |
| 1 | PHYS FLUIDS | 5862 |
| 2 | J FLUID MECH | 3664 |
| 3 | PHYS REV FLUIDS | 2061 |
| 4 | PHYS REV E | 1009 |
| 5 | PHYS PLASMAS | 777 |
| 6 | INT J HEAT MASS TRAN | 740 |
| 7 | INT J MULTIPHAS FLOW | 559 |
| 8 | COMPUT FLUIDS | 511 |
| 9 | AIAA J | 373 |
| 10 | J COMPUT PHYS | 355 |
高引用文章
- Magnetic nanofluid flow and convective heat transfer in a porous cavity considering Brownian motion effects引用次數(shù)：42
- Entropy generation in magnetohydrodynamic radiative flow due to rotating disk in presence of viscous dissipation and Joule heating引用次數(shù)：41
- Smoothed particle hydrodynamics (SPH) for complex fluid flows: Recent developments in methodology and applications引用次數(shù)：33
- Flow structures in transitional and turbulent boundary layers引用次數(shù)：29
- Fluid flow and heat transfer over a rotating and vertically moving disk引用次數(shù)：29
- Dependence of square cylinder wake on Reynolds number引用次數(shù)：27
- Machine learning methods for turbulence modeling in subsonic flows around airfoils引用次數(shù)：25
- Natural convection of water-based carbon nanotubes in a partially heated rectangular fin-shaped cavity with an inner cylindrical obstacle引用次數(shù)：21
- Aerodynamic heating in transitional hypersonic boundary layers: Role of second-mode instability引用次數(shù)：21
- Prediction model of velocity field around circular cylinder over various Reynolds numbers by fusion convolutional neural networks based on pressure on the cylinder引用次數(shù)：21
