• 数据库名称:
    刊寻—学术期刊投稿分析系统
  • 英文全称:
  • 简称:
  • 网址:
  • 简介:
    刊寻-学术期刊投稿分析系统,构建规范可信的期刊母体知识库,精准揭示期刊的基本信息、选题方向、发文主题、学术影响力、核心收录等多元化信息。系统有效结合先进的机器学习算法进行智能化期刊匹配,为用户遴选出与论文主题高度契合的期刊,并提供多维投稿分析和期刊发表预测,全面辅助用户投稿决策。此外,通过与期刊编辑部对接合作,致力于为投稿作者提供正规、高效的投稿途径,帮助作者有效提升投稿效率。
  • 内容:

      万方刊寻旨在帮助大家方便、快捷地找到合适自己的期刊,并提供正规的投稿途径,有效提升投稿效率。

    模块展示:

    期刊匹配

    期刊匹配功能基于正规可信任的刊物、丰富全面的期刊字段信息和先进的算法,为处于各个投稿阶段的学者提供场景化的投稿服务。

    通过点击导航栏上的“期刊匹配”进入期刊匹配功能页,默认显示“智能匹配”功能场景。

     智能匹配

    适合已经完成论文写作的用户,可以通过输入论文的标题、研究方向、摘要和关键词,由算法对这些信息进行智能分析,为用户匹配到适合投递的期刊。

    适合还没完成论文或没明确写作方向的用户,可以通过选择期刊学科的各级领域,让用户对自己当前所研究或有意向学科下的期刊提前进行了解。

    适合已经有较明确投稿目标的用户,可以通过期刊的刊名或刊号直接进行检索。


  • 语种:
    中文
  • 数据库类型:
    全文
  • 状态:
    试用
  • 资源类型:
    分析
  • 收录年限:
  • 试用截止日期:
    2025-01-08
版权许可: 为了保护电子资源的知识产权,维护北京化工大学的声誉,也为了保证广大合法用户的正当权益,图书馆要求各使用单位和个人重视并遵守电子资源知识产权的有关规定,禁止使用任何工具软件连续、系统、集中、批量下载文献。详细请参考北京化工大学校园网电子资源管理办法。