心理方法
心理方法雜志簡介
- 出版商：APA
- 出版語言：English
- TOP期刊：是
- 出版地區：UNITED STATES
- 是否預警：否
- 是否OA：未開放
- 出版周期：4 issues/year
- 出版年份：1996
- 中文名稱：心理方法
- 是否OA：未開放
心理方法（國際簡稱PSYCHOL METHODS，英文名稱Psychological Methods）是一本未開放獲取（OA）國際期刊，自1996年創刊以來，始終站在心理學研究的前沿。該期刊致力于發表在心理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，為心理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、Netherlands、GERMANY (FED REP GER)、Belgium、Canada、England、Switzerland、CHINA MAINLAND、India、Australia等國家和地區的研究者在《Psychological Methods》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41篇、2021年：發表文章103篇、2022年：發表文章102篇、2023年：發表文章88篇。這些數據反映了期刊在全球心理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。《Psychological Methods》將繼續致力于推動心理學領域的知識傳播和科學進步，為全球心理學問題的解決貢獻力量。
期刊指數
- 影響因子：7.6
- 文章自引率：0.0714...
- Gold OA文章占比：3.70%
- CiteScore：13.1
- 年發文量：88
- 開源占比：0.0041
- SJR指數：4.235
- SNIP指數：3.147
- 出版國人文章占比：0.02
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：PSYCHOLOGY, MULTIDISCIPLINARY | SSCI | Q1 | 10 / 218 |
95.6% |
| 按JCI指標學科分區 | 收錄子集 | 分區 | 排名 | 百分位 |
| 學科：PSYCHOLOGY, MULTIDISCIPLINARY | SSCI | Q1 | 12 / 218 |
94.72% |
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 |
| 是 | 否 | 心理學 1區 |
PSYCHOLOGY, MULTIDISCIPLINARY
心理學：綜合
2區
|
CiteScore（2024年最新版）
CiteScore 排名
| CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||
| 13.1 | 4.235 | 3.147 |
|
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 | PSYCHOL METHODS | 172 |
| 2 | PSYCHOMETRIKA | 85 |
| 3 | MULTIVAR BEHAV RES | 83 |
| 4 | STRUCT EQU MODELING | 74 |
| 5 | PSYCHOL BULL | 47 |
| 6 | EDUC PSYCHOL MEAS | 38 |
| 7 | BRIT J MATH STAT PSY | 35 |
| 8 | J MATH PSYCHOL | 30 |
| 9 | PSYCHON B REV | 28 |
| 10 | BEHAV RES METHODS | 24 |
| 序號 | 被他刊引用情況 | 引用次數 |
| 1 | FRONT PSYCHOL | 344 |
| 2 | PSYCHOL METHODS | 172 |
| 3 | STRUCT EQU MODELING | 156 |
| 4 | INT J ENV RES PUB HE | 112 |
| 5 | SUSTAINABILITY-BASEL | 106 |
| 6 | MULTIVAR BEHAV RES | 104 |
| 7 | PSYCHOL ASSESSMENT | 100 |
| 8 | BEHAV RES METHODS | 96 |
| 9 | PERS INDIV DIFFER | 94 |
| 10 | ASSESSMENT | 83 |
高引用文章
- Thanks Coefficient Alpha, We'll Take It From Here引用次數：163
- A Tutorial on Regularized Partial Correlation Networks引用次數：152
- Quantifying Explained Variance in Multilevel Models: An Integrative Framework for Defining R-Squared Measures引用次數：39
- A Fully Conditional Specification Approach to Multilevel Imputation of Categorical and Continuous Variables引用次數：34
- Reporting Effect Sizes in Original Psychological Research: A Discussion and Tutorial引用次數：34
- Linear Mixed-Effects Models and the Analysis of Nonindependent Data: A Unified Framework to Analyze Categorical and Continuous Independent Variables that Vary Within-Subjects and/or Within-Items引用次數：32
- The Unappreciated Heterogeneity of Effect Sizes: Implications for Power, Precision, Planning of Research, and Replication引用次數：27
- What to do When Scalar Invariance Fails: The Extended Alignment Method for Multi-Group Factor Analysis Comparison of Latent Means Across Many Groups引用次數：26
- Statistical Power in Two-Level Models: A Tutorial Based on Monte Carlo Simulation引用次數：25
- Fixed Effects Models Versus Mixed Effects Models for Clustered Data: Reviewing the Approaches, Disentangling the Differences, and Making Recommendations引用次數：23
