当前位置: 首页 JCRQ2 期刊介绍(非官网)
Foundations Of Data Science

Foundations Of Data Science

SCIE

国际简称:FOUND DATA SCI  参考译名:数据科学基础

  • 中科院分区

    3区

  • CiteScore分区

    Q1

  • JCR分区

    Q2

基本信息:
ISSN:2639-8001
是否OA:未开放
是否预警:否
TOP期刊:否
出版信息:
出版地区:UNITED STATES
出版商:American Institute of Mathematical Sciences
出版语言:None
研究方向:Multiple
评价信息:
影响因子:1.7
CiteScore指数:2.9
SJR指数:0.331
SNIP指数:0.695
发文数据:
Gold OA文章占比:96.77%
研究类文章占比:100.00%
年发文量:25
自引率:0.0434...
开源占比:0.9688
出版撤稿占比:
出版国人文章占比:0
OA被引用占比:
英文简介 期刊介绍 CiteScore数据 中科院SCI分区 JCR分区 常见问题

英文简介Foundations Of Data Science期刊介绍

Foundations of Data Science is committed to providing a high-quality communication platform for researchers, practitioners, and enthusiasts in the field of data science. It covers various aspects of data science, including but not limited to data analysis, data mining, machine learning, artificial intelligence, big data technology, etc. It comprehensively introduces various fields of data science from theoretical foundations to practical applications. The basic theories of data science are explained in a clear and concise manner, helping readers establish a solid theoretical foundation. At the same time, through specific case studies, the powerful role of data science in solving practical problems has been demonstrated in the practical application of data science. As a rare professional journal in data science. It has made positive contributions to promoting the development of data science with its authority, comprehensiveness, innovation, and practicality.

期刊简介Foundations Of Data Science期刊介绍

《Foundations Of Data Science》是一本计算机科学优秀杂志。致力于发表原创科学研究结果,并为计算机科学各个领域的原创研究提供一个展示平台,以促进计算机科学领域的的进步。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计算机科学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SCIE收录,得到了广泛的认可。

该期刊投稿重要关注点:

Cite Score数据(2026年6月最新版)Foundations Of Data Science Cite Score数据

  • CiteScore:2.9
  • SJR:0.331
  • SNIP:0.695
学科类别 分区 排名 百分位
大类:Mathematics 小类:Analysis Q1 48 / 210

77%

大类:Mathematics 小类:Applied Mathematics Q2 244 / 680

64%

大类:Mathematics 小类:Statistics and Probability Q2 111 / 303

63%

大类:Mathematics 小类:Computational Theory and Mathematics Q2 91 / 203

55%

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Foundations Of Data 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
计算机科学 3区 MATHEMATICS, APPLIED 应用数学 STATISTICS & PROBABILITY 统计学与概率论 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
计算机科学 4区 STATISTICS & PROBABILITY 统计学与概率论 MATHEMATICS, APPLIED 应用数学 3区 4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Foundations Of Data 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:MATHEMATICS, APPLIED ESCI Q2 99 / 345

71.4

学科:STATISTICS & PROBABILITY ESCI Q2 56 / 170

67.4

学科:MATHEMATICS, APPLIED ESCI Q2 123 / 345

64.49

学科:STATISTICS & PROBABILITY ESCI Q1 39 / 170

77.35

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:MATHEMATICS, APPLIED ESCI Q2 83 / 331

75.1

学科:STATISTICS & PROBABILITY ESCI Q1 35 / 168

79.5

学科:MATHEMATICS, APPLIED ESCI Q2 114 / 331

65.71

学科:STATISTICS & PROBABILITY ESCI Q1 29 / 168

83.04

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

投稿常见问题