利用国内常用数据库提高期刊的载文质量——以《中国医学物理学杂志》为例

利用国内常用数据库的检索功能进行期刊数据分析,动态了解期刊在未来的发展趋势,可以提前做好期刊发文方向的改进和调整,提高期刊的影响力.研究主要利用CNKI数据库,以《中国医学物理学杂志》为例,采集该刊2016年~2020年各项期刊评价指标数据,得到《中国医学物理学杂志》未来发文方向建议、学科内容分布调整和论文水平的发展趋势.

7种生物医学工程学类中国科技核心期刊2018-2020年主要发文指标分析

目的分析生物医学工程学类中国科技核心期刊2018-2020年主要发文指标,挖掘生物医学工程学的研究热点,为提升期刊质量及影响力提供参考。方法从2019-2021年版《中国科技期刊引证报告(核心版)》中选取具有可比性的生物医学工程学类中国科技核心期刊,共纳入7种期刊,分别是《北京生物医学工程》《生物医学工程学杂志》《生物医学工程研究》《生物医学工程与临床》《中国生物医学工程学报》《中国医学物理学杂志》《中华生物医学工程杂志》。分析上述7种期刊的发文量、地区分布数、机构分布数及高产机构、平均作者数、平均引文数、基金论文比,并对期刊的高频关键词以及部分期刊中被引频次最高的论文进行分析。结果7种期刊的地区分布数为13~28,机构分布数为42~193,平均作者数为3.9~5.0,平均引文数为15.2~35.7,基金论文比为0.26~0.98,间接反映了不同期刊的论文质量存在着较大的差异。7种期刊在2018~2020年发文量排名前10的机构均为高校;《生物医学工程学杂志》《中国生物医学工程学报》及《中国医学物理学杂志》在CSCD中被引频次最高的论文均与深度学习有关。相较其他期刊,《中国医学物理学杂志》的发文量、地区分布数、机构分布数均具有明显优势,但平均引文数及基金论文比仍不理想。结论纳入的7种生物医学工程学类中国科技核心期刊的高产发文机构均为高校,但是不同期刊的论文质量存在较大的差异;深度学习为生物医学工程学领域近年来的研究热点,是重要的组稿方向之一。《中国医学物理学杂志》可通过发表有关深度学习的优质论文、提高基金论文比等措施来提升期刊质量、提高期刊影响力。