当前位置：首页 JCRQ2 期刊介绍(非官网)

Transportmetrica A-transport Science

SCI SCIE SSCI

国际简称：TRANSPORTMETRICA A 参考译名：Transportmetrica A-运输科学

中科院分区
3区
CiteScore分区
Q1
JCR分区
Q2

基本信息：: ISSN：2324-9935; E-ISSN：2324-9943; 是否OA：未开放; 是否预警：否; TOP期刊：否

出版信息：: 出版地区：PEOPLES R CHINA; 出版商：Taylor and Francis Inc.; 出版语言：English; 出版周期：10 issues/year; 出版年份：2013; 研究方向：TRANSPORTATION SCIENCE & TECHNOLOGY

评价信息：: 影响因子：3.9; H-index：30; CiteScore指数：9.1; SJR指数：0.87; SNIP指数：1.411

发文数据：: Gold OA文章占比：5.56%; 研究类文章占比：100.00%; 年发文量：158; 自引率：0.1212...; 开源占比：0.1413; 出版撤稿占比：; 出版国人文章占比：0.3; OA被引用占比：0.0957...

投稿咨询加急见刊

英文简介期刊介绍 CiteScore数据中科院SCI分区 JCR分区发文数据常见问题

英文简介Transportmetrica A-transport Science期刊介绍

Transportmetrica A provides a forum for original discourse in transport science. The international journal's focus is on the scientific approach to transport research methodology and empirical analysis of moving people and goods. Papers related to all aspects of transportation are welcome. A rigorous peer review that involves editor screening and anonymous refereeing for submitted articles facilitates quality output.

期刊简介Transportmetrica A-transport Science期刊介绍

《Transportmetrica A-transport Science》自2013出版以来，是一本工程技术优秀杂志。致力于发表原创科学研究结果，并为工程技术各个领域的原创研究提供一个展示平台，以促进工程技术领域的的进步。该刊鼓励先进的、清晰的阐述，从广泛的视角提供当前感兴趣的研究主题的新见解，或审查多年来某个重要领域的所有重要发展。该期刊特色在于及时报道工程技术领域的最新进展和新发现新突破等。该刊近一年未被列入预警期刊名单，目前已被权威数据库SCI、SCIE、SSCI收录，得到了广泛的认可。

该期刊投稿重要关注点：

工程技术
交通运输
SCI
SCIE
SSCI
中科院3区
非预警

Cite Score数据（2026年6月最新版）Transportmetrica A-transport Science Cite Score数据

CiteScore：9.1
SJR：0.87
SNIP：1.411

学科类别	分区	排名	百分位
大类：Engineering 小类：General Engineering	Q1	35 / 351	90%
大类：Engineering 小类：Transportation	Q1	33 / 169	80%

CiteScore 是由Elsevier(爱思唯尔)推出的另一种评价期刊影响力的文献计量指标。反映出一家期刊近期发表论文的年篇均引用次数。CiteScore以Scopus数据库中收集的引文为基础，针对的是前四年发表的论文的引文。CiteScore的意义在于，它可以为学术界提供一种新的、更全面、更客观地评价期刊影响力的方法，而不仅仅是通过影响因子(IF)这一单一指标来评价。

历年Cite Score趋势图

中科院SCI分区Transportmetrica A-transport Science 中科院分区

《新锐期刊分区表》（2026年3月发布） 综述期刊：否 Top期刊：否

大类学科	分区	小类学科	分区
工程技术	3区	TRANSPORTATION 交通运输 TRANSPORTATION SCIENCE & TECHNOLOGY 运输科技	3区 3区

期刊分区表（2025年3月升级版） 综述期刊：否 Top期刊：否

大类学科	分区	小类学科	分区
工程技术	3区	TRANSPORTATION SCIENCE & TECHNOLOGY 运输科技 TRANSPORTATION 交通运输	3区 4区

期刊分区表（2023年12月升级版） 综述期刊：否 Top期刊：否

大类学科	分区	小类学科	分区
工程技术	2区	TRANSPORTATION SCIENCE & TECHNOLOGY 运输科技 TRANSPORTATION 交通运输	3区 4区

期刊分区表（2022年12月升级版） 综述期刊：否 Top期刊：否

大类学科	分区	小类学科	分区
工程技术	2区	TRANSPORTATION 交通运输 TRANSPORTATION SCIENCE & TECHNOLOGY 运输科技	3区 3区

期刊分区表（2021年12月升级版） 综述期刊：否 Top期刊：否

大类学科	分区	小类学科	分区
工程技术	2区	TRANSPORTATION 交通运输 TRANSPORTATION SCIENCE & TECHNOLOGY 运输科技	3区 3区

中科院分区表 是以客观数据为基础，运用科学计量学方法对国际、国内学术期刊依据影响力进行等级划分的期刊评价标准。它为我国科研、教育机构的管理人员、科研工作者提供了一份评价国际学术期刊影响力的参考数据，得到了全国各地高校、科研机构的广泛认可。

中科院分区表 将所有期刊按照一定指标划分为1区、2区、3区、4区四个层次，类似于“优、良、及格”等。最开始，这个分区只是为了方便图书管理及图书情报领域的研究和期刊评估。之后中科院分区逐步发展成为了一种评价学术期刊质量的重要工具。

历年中科院分区趋势图

JCR分区Transportmetrica A-transport Science JCR分区

2025-2026年最新版

按JCI指标学科分区	收录子集	分区	排名	百分位
学科：TRANSPORTATION	SSCI	Q2	28 / 66	58.3
学科：TRANSPORTATION SCIENCE & TECHNOLOGY	SCIE	Q2	29 / 80	64.4
学科：TRANSPORTATION	SSCI	Q2	30 / 66	55.3
学科：TRANSPORTATION SCIENCE & TECHNOLOGY	SCIE	Q2	29 / 80	64.38

2023-2024年最新版

按JCI指标学科分区	收录子集	分区	排名	百分位
学科：TRANSPORTATION	SSCI	Q2	23 / 57	60.5
学科：TRANSPORTATION SCIENCE & TECHNOLOGY	SCIE	Q2	25 / 72	66
学科：TRANSPORTATION	SSCI	Q2	25 / 57	57.02
学科：TRANSPORTATION SCIENCE & TECHNOLOGY	SCIE	Q2	25 / 72	65.97

JCR分区的优势在于它可以帮助读者对学术文献质量进行评估。不同学科的文章引用量可能存在较大的差异，此时单独依靠影响因子(IF)评价期刊的质量可能是存在一定问题的。因此，JCR将期刊按照学科门类和影响因子分为不同的分区，这样读者可以根据自己的研究领域和需求选择合适的期刊。

历年影响因子趋势图

发文数据

国家/地区发文量统计

国家/地区数量
CHINA MAINLAND109
USA68
Netherlands23
Canada19
Australia18
England12
India11
Japan11
GERMANY (FED REP GER)10
Iran8

本刊中国学者近年发表论文

1、CMAD: a cooperative multi-agent framework leveraging transformer-contextual q-networks for unsupervised traffic anomaly detectio
Author: Zhao, Xinyang; Xu, Chengcheng; Bao, Rong

Journal: TRANSPORTMETRICA A-TRANSPORT SCIENCE. 2026; Vol. , Issue , pp. -. DOI: 10.1080/23249935.2026.2652382
2、Design and optimisation of emergency bus shuttle services under urban rail transit disruption
Author: Hu, Xiaowei; Cao, Ziye; Meng, Shuang; An, Shi; Yan, Lei

Journal: TRANSPORTMETRICA A-TRANSPORT SCIENCE. 2026; Vol. , Issue , pp. -. DOI: 10.1080/23249935.2026.2644548
3、Multi-modal traffic flow joint prediction with a multi-source information knowledge grap
Author: Zheng, Zuocai; Li, Qin; Luo, Chenyang; Yang, Xuan; Li, Yuecheng

Journal: TRANSPORTMETRICA A-TRANSPORT SCIENCE. 2026; Vol. , Issue , pp. -. DOI: 10.1080/23249935.2026.2654754
4、Robust control approach for virtually coupled train set with uncertain communicatio
Author: Xing, Jiandong; Ren, Yilong; Liu, Runkun; Wang, Xinyu; Chang, Yizhuo; Min, Shuai; Li, Aoyong; Wang, Deping; Yu, Haiyang

Journal: TRANSPORTMETRICA A-TRANSPORT SCIENCE. 2026; Vol. , Issue , pp. -. DOI: 10.1080/23249935.2026.2654744
5、Solving high-speed rolling stock planning with an improved LSTM-PPO reinforcement learning algorith
Author: Su, Xiangyu; Yue, Yixiang; Guo, Bin; Cui, Zanyang; Li, Boyan

Journal: TRANSPORTMETRICA A-TRANSPORT SCIENCE. 2026; Vol. , Issue , pp. -. DOI: 10.1080/23249935.2026.2653703
6、An improved safety potential field model to predict risk-aware-based work zone merging behaviou
Author: Guo, Haofei; Weng, Jinxian

Journal: TRANSPORTMETRICA A-TRANSPORT SCIENCE. 2026; Vol. , Issue , pp. -. DOI: 10.1080/23249935.2026.2657942
7、On the integrated morning-evening commute with shared and privately owned autonomous vehicle
Author: Li, Chuan-Yao; Li, Han; Jiang, Ge-ge; Wang, Tao; Tang, Tie-Qiao

Journal: TRANSPORTMETRICA A-TRANSPORT SCIENCE. 2026; Vol. , Issue , pp. -. DOI: 10.1080/23249935.2026.2659242
8、An adaptive transfer learning framework for real-time detection and prediction of anomalous returning passenger flow in railway station
Author: Shao, Yanchun; Liu, Enze; Lin, Zhiyuan; Zhan, Shuguang; Wong, S. C

Journal: TRANSPORTMETRICA A-TRANSPORT SCIENCE. 2026; Vol. , Issue , pp. -. DOI: 10.1080/23249935.2026.2660830