返回
顶部
质量指标占比
| 研究类文章占比 | OA被引用占比 | 撤稿占比 | 出版后修正文章占比 |
|---|---|---|---|
| 93.75% | 100% | 0% | 0% |
相关指数
{{chartTitle}}
最新IF值预测
预测IF值算法
根据标准的SCI影响因子计算公式，以2022年为例，预测IF(2022)=A/B，其中，A为该期刊2020年至2021年所有文章在2022年中被引用的次数；B为该期刊2020年至2021年所有文章的总数。预测的实时影响因子数据在全年中逐步接近真实IF数据，上半年的预测数据通常接近于6月底正式发布的数据，而下半年的实时影响因子则会从大约50%开始逐渐趋近于最终的IF值。（考虑数据入库延迟，可以根据当前月份占全年的比例来大致估计最终的IF值，且估算时可适当上调。）
3.9870数据截止 2024-3-26 日
69528人已查看 《BioData Mining》 期刊2024最新IF预测值
预警说明查看说明
| 时间 | 预警情况 |
|---|---|
| 2024年02月发布的2024版 | 不在预警名单中 |
| 2023年01月发布的2023版 | 不在预警名单中 |
| 2021年12月发布的2021版 | 不在预警名单中 |
| 2020年12月发布的2020版 | 不在预警名单中 |
2025年预警名单预测
| 
无异常数据 期刊预警概率很低 结果仅供参考 |
*来源：中科院《 国际期刊预警名单》
中科院分区查看说明
| 版本 | 大类学科 | 小类学科 | Top期刊 | 综述期刊 |
|---|---|---|---|---|
| 2023年12月最新升级版 | 生物学3区 | MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 | 否 | 否 |
| 2022年12月升级版 | 生物学3区 | MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 | 否 | 否 |
| 2021年12月升级版 | 生物3区 | MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 | 否 | 否 |
| 2021年12月升级版 | 生物学4区 | MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 | 否 | 否 |
| 2020年12月升级版 | 计算机科学4区 | MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 | 否 | 否 |
JCR分区
WOS分区等级：Q1区
| 版本 | 按学科 | 分区 |
|---|---|---|
WOS期刊SCI分区
WOS期刊SCI分区
WOS期刊SCI分区是指SCI官方（Web of
Science)为每个学科内的期刊按照IF数值排序，将期刊按照四等分的方法划分的Q1-Q4等级，Q1代表质量最高，即常说的1区期刊。
（2022-2023年最新版） | ||
| MATHEMATICAL & COMPUTATIONAL BIOLOGY | Q1 |
期刊介绍
BioData Mining is an open access, open peer-reviewed journal encompassing research on all aspects of data mining applied to high-dimensional biological and biomedical data, focusing on computational aspects of knowledge discovery from large-scale genetic, transcriptomic, genomic, proteomic, and metabolomic data.Topical areas include, but are not limited to:-Development, evaluation, and application of novel data mining and machine learning algorithms.-Adaptation, evaluation, and application of traditional data mining and machine learning algorithms.-Open-source software for the application of data mining and machine learning algorithms.-Design, development and integration of databases, software and web services for the storage, management, retrieval, and analysis of data from large scale studies.-Pre-processing, post-processing, modeling, and interpretation of data mining and machine learning results for biological interpretation and knowledge discovery.
《生物数据挖掘》是一本开放存取、开放同行评审的期刊，涵盖了数据挖掘应用于高维生物和生物医学数据的所有方面的研究，重点关注从大规模遗传、转录组、基因组、蛋白质组和代谢组数据中发现知识的计算方面。主题领域包括但不限于：-新型数据挖掘和机器学习算法的开发、评估和应用。传统数据挖掘和机器学习算法的适应、评估和应用。-用于数据挖掘和机器学习算法应用的开源软件。设计、开发和集成数据库、软件和网络服务，用于存储、管理、检索和分析大规模研究的数据。-数据挖掘和机器学习结果的预处理、后处理、建模和解释，用于生物解释和知识发现。
| 年发文量 | 32 |
|---|---|
| 国人发稿量 | 7 |
| 国人发文占比 | 21.88% |
| 自引率 | 0% |
| 平均录取率 | 数据非官方，来自网友分享经验 |
| 平均审稿周期 | 平均23周数据非官方，来自网友分享经验 |
| 版面费 | US$2390 |
| 偏重研究方向 | MATHEMATICAL & COMPUTATIONAL BIOLOGY- |
| 期刊官网 | https://www.springer.com/journal/13040 |
| 投稿链接 | https://www.editorialmanager.com/BIDM |
期刊高被引文献
Encodings and models for antimicrobial peptide classification for multi-resistant pathogens
来源期刊：BioData Mining
DOI：10.1186/s13040-019-0196-x
ViSEAGO: a Bioconductor package for clustering biological functions using Gene Ontology and semantic similarity
来源期刊：BioData Mining
DOI：10.1186/s13040-019-0204-1
Disease associations depend on visit type: results from a visit-wide association study
来源期刊：BioData Mining
DOI：10.1186/s13040-019-0203-2
Integrative analysis of genetic and epigenetic profiling of lung squamous cell carcinoma (LSCC) patients to identify smoking level relevant biomarkers
来源期刊：BioData Mining
DOI：10.1186/s13040-019-0207-y
SEQdata-BEACON: a comprehensive database of sequencing performance and statistical tools for performance evaluation and yield simulation in BGISEQ-500
来源期刊：BioData Mining
DOI：10.1186/s13040-019-0209-9
已经到底了~
已经到底了~