你好,歡迎訪問云雜志! 關于我們 企業資質
    當前位置: 首頁 SCIE雜志 SSCI雜志 雜志介紹(非官網)

    大數據與社會

    英文名稱:Big Data & Society   國際簡稱:BIG DATA SOC
    《Big Data & Society》雜志由SAGE Publishing出版社出版,本刊創刊于2014年,發行周期1 issue/year,每期雜志都匯聚了全球社會學領域的最新研究成果,包括原創論文、綜述文章、研究快報等多種形式,內容涵蓋了社會學的各個方面,為讀者提供了全面而深入的學術視野,為社會學-SOCIAL SCIENCES, INTERDISCIPLINARY事業的進步提供了有力的支撐。
    中科院分區
    社會學
    大類學科
    2053-9517
    ISSN
    2053-9517
    E-ISSN
    預計審稿速度: 11 Weeks
    雜志簡介 期刊指數 WOS分區 中科院分區 CiteScore 學術指標 高引用文章

    大數據與社會雜志簡介

    出版商:SAGE Publishing
    出版語言:English
    TOP期刊:
    出版地區:United States
    是否預警:

    是否OA:開放

    出版周期:1 issue/year
    出版年份:2014
    中文名稱:大數據與社會

    大數據與社會(國際簡稱BIG DATA SOC,英文名稱Big Data & Society)是一本開放獲取(OA)國際期刊,自2014年創刊以來,始終站在社會學研究的前沿。該期刊致力于發表在社會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,為社會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、England、Netherlands、Australia、Denmark、Scotland、Canada、GERMANY (FED REP GER)、Sweden、Belgium等國家和地區的研究者在《Big Data & Society》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0篇、2015年:發表文章0篇、2016年:發表文章0篇、2017年:發表文章0篇、2018年:發表文章0篇、2019年:發表文章0篇、2020年:發表文章58篇、2021年:發表文章78篇、2022年:發表文章77篇、2023年:發表文章97篇。這些數據反映了期刊在全球社會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。《Big Data & Society》將繼續致力于推動社會學領域的知識傳播和科學進步,為全球社會學問題的解決貢獻力量。

    期刊指數

    • 影響因子:6.5
    • 文章自引率:0.1058...
    • Gold OA文章占比:91.73%
    • CiteScore:10.9
    • 年發文量:97
    • 開源占比:0.9302
    • SJR指數:2.448
    • SNIP指數:3.093
    • OA被引用占比: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:SOCIAL SCIENCES, INTERDISCIPLINARY SSCI Q1 3 / 263

    99%

    按JCI指標學科分區 收錄子集 分區 排名 百分位
    學科:SOCIAL SCIENCES, INTERDISCIPLINARY SSCI Q1 5 / 263

    98.29%

    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
    社會學 1區
    SOCIAL SCIENCES, INTERDISCIPLINARY 社會科學:跨領域
    1區

    CiteScore(2024年最新版)

    CiteScore 排名
    CiteScore SJR SNIP CiteScore 排名
    10.9 2.448 3.093
    學科類別 分區 排名 百分位
    大類:Social Sciences 小類:Communication Q1 15 / 511

    97%

    大類:Social Sciences 小類:Library and Information Sciences Q1 12 / 280

    95%

    大類:Social Sciences 小類:Computer Science Applications Q1 87 / 817

    89%

    大類:Social Sciences 小類:Information Systems Q1 47 / 394

    88%

    大類:Social Sciences 小類:Information Systems and Management Q1 19 / 148

    87%

    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 BIG DATA SOC 116
    2 INFORM COMMUN SOC 35
    3 SCI TECHNOL HUM VAL 30
    4 NEW MEDIA SOC 26
    5 SOC STUD SCI 21
    6 INT J COMMUN-US 16
    7 INFORM SOC 12
    8 THEOR CULT SOC 12
    9 POLICY INTERNET 10
    10 INT DATA PRIV LAW 8
    序號 被他刊引用情況 引用次數
    1 BIG DATA SOC 116
    2 INFORM COMMUN SOC 31
    3 AM BEHAV SCI 25
    4 NEW MEDIA SOC 18
    5 TELEV NEW MEDIA 16
    6 GEOFORUM 15
    7 ONLINE INFORM REV 13
    8 SOCIOL HEALTH ILL 13
    9 J BUS ETHICS 12
    10 SOC MEDIA SOC 11

    高引用文章

    • When data is capital: Datafication, accumulation, and extraction引用次數:52
    • Understanding perception of algorithmic decisions: Fairness, trust, and emotion in response to algorithmic management引用次數:31
    • How do data come to matter? Living and becoming with personal data引用次數:26
    • Data infrastructure literacy引用次數:21
    • Isomorphism through algorithms: Institutional dependencies in the case of Facebook引用次數:16
    • Datafication and data fiction: Narrating data and narrating with data引用次數:14
    • Data anxieties: Finding trust in everyday digital mess引用次數:13
    • Algorithmic affordances for productive resistance引用次數:10
    • Broken data: Conceptualising data in an emerging world引用次數:9
    • Unsupervised by any other name: Hidden layers of knowledge production in artificial intelligence on social media引用次數:9
    若用戶需要出版服務,請聯系出版商:Big Data Soc.。

    主站蜘蛛池模板: 波多野结衣一区二区三区高清在线| 国产区精品一区二区不卡中文| 久久久久人妻精品一区二区三区 | 日韩精品一区二区三区毛片 | 亚洲V无码一区二区三区四区观看 亚洲爆乳精品无码一区二区三区 亚洲爆乳无码一区二区三区 | 国产一区二区三区在线电影| 亚洲国产综合精品中文第一区| 精品一区二区三区免费观看| 国产一区在线视频观看| 在线观看一区二区三区av| 日本不卡一区二区视频a| 精品国产不卡一区二区三区 | 亚洲色婷婷一区二区三区| 国产一区二区三区无码免费| 在线视频精品一区| 亚洲av无码一区二区三区天堂| 精品人妻中文av一区二区三区| 国产精品毛片VA一区二区三区| 国产福利电影一区二区三区久久老子无码午夜伦不 | 亚洲av无码天堂一区二区三区| 国产MD视频一区二区三区| 无码人妻精一区二区三区| 国产精品无码一区二区在线| 亚洲日韩国产欧美一区二区三区| 国产精品分类视频分类一区| 亚洲一区在线观看视频| 国产精品香蕉在线一区| 亚洲av无码一区二区三区在线播放 | 冲田杏梨AV一区二区三区| 欧美人妻一区黄a片| 精品国产一区二区三区av片| 国产精品一区电影| 久久精品国产一区二区三区不卡| 在线观看国产区亚洲一区成人 | 国内精品一区二区三区最新| 精品国产亚洲一区二区三区在线观看 | 亚洲AV无码一区二区乱孑伦AS| 日本免费一区二区三区四区五六区| 中文字幕一区二区三匹| 日韩精品国产一区| 国产一区二区三区免费|