方法論-歐洲行為與社會科學研究方法雜志
方法論-歐洲行為與社會科學研究方法雜志雜志簡介
- 出版商：PsychOpen
- 出版語言：English
- TOP期刊：否
- 出版地區(qū)：Germany
- 是否預警：否
- 是否OA：開放
- 出版周期：4 issues/year
- 出版年份：2005
- 中文名稱：方法論-歐洲行為與社會科學研究方法雜志
- 是否OA：開放
方法論-歐洲行為與社會科學研究方法雜志（國際簡稱METHODOLOGY-EUR，英文名稱Methodology-european Journal Of Research Methods For The Behavioral And Social S）是一本開放獲取（OA）國際期刊，自2005年創(chuàng)刊以來，始終站在心理學研究的前沿。該期刊致力于發(fā)表在心理學領域各個方面達到最高科學標準和具有重要性的研究成果。全面反映該學科的發(fā)展趨勢，為心理學事業(yè)的進步提供了有力的支撐。期刊嚴格遵循職業(yè)道德標準，對于任何形式的抄襲行為，無論是文字還是圖形，一旦查實，均可能導致稿件被拒絕。
近年來，來自USA、GERMANY (FED REP GER)、Netherlands、Spain、Belgium、South Korea、Canada、Chile、England、Taiwan等國家和地區(qū)的研究者在《Methodology-european Journal Of Research Methods For The Behavioral And Social S》上發(fā)表了大量的高質(zhì)量文章。該期刊內(nèi)容豐富，包括原創(chuàng)研究、綜述文章、專題觀點、論文預覽、專家意見等多種類型，旨在為全球該領域研究者提供廣泛的學術交流平臺和靈感來源。
在過去幾年中，該期刊保持了穩(wěn)定的發(fā)文量和綜述量，具體數(shù)據(jù)如下：
2014年：發(fā)表文章0篇、2015年：發(fā)表文章0篇、2016年：發(fā)表文章0篇、2017年：發(fā)表文章0篇、2018年：發(fā)表文章0篇、2019年：發(fā)表文章0篇、2020年：發(fā)表文章19篇、2021年：發(fā)表文章16篇、2022年：發(fā)表文章16篇、2023年：發(fā)表文章17篇。這些數(shù)據(jù)反映了期刊在全球心理學領域的影響力和活躍度，同時也展示了其作為學術界和工業(yè)界研究人員首選資源的地位。《Methodology-european Journal Of Research Methods For The Behavioral And Social S》將繼續(xù)致力于推動心理學領域的知識傳播和科學進步，為全球心理學問題的解決貢獻力量。
期刊指數(shù)
- 影響因子：2
- 文章自引率：0.0645...
- Gold OA文章占比：100.00%
- CiteScore：2.7
- 年發(fā)文量：17
- 開源占比：1
- SJR指數(shù)：0.738
- SNIP指數(shù)：1.22
- OA被引用占比：0.1594...
- 出版國人文章占比：0.01
WOS期刊SCI分區(qū)（2023-2024年最新版）
| 按JIF指標學科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
| 學科：PSYCHOLOGY, MATHEMATICAL | SSCI | Q2 | 6 / 13 |
57.7% |
| 學科：SOCIAL SCIENCES, MATHEMATICAL METHODS | SSCI | Q2 | 18 / 67 |
73.9% |
| 按JCI指標學科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
| 學科：PSYCHOLOGY, MATHEMATICAL | SSCI | Q3 | 9 / 13 |
34.62% |
| 學科：SOCIAL SCIENCES, MATHEMATICAL METHODS | SSCI | Q3 | 37 / 67 |
45.52% |
中科院分區(qū)表
中科院SCI期刊分區(qū) 2023年12月升級版
| Top期刊 | 綜述期刊 | 大類學科 | 小類學科 |
| 否 | 否 | 心理學 3區(qū) |
PSYCHOLOGY, MATHEMATICAL
心理學：數(shù)學
SOCIAL SCIENCES, MATHEMATICAL METHODS
社會科學：數(shù)理方法
3區(qū)
3區(qū)
|
CiteScore（2024年最新版）
CiteScore 排名
| CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||||||
| 2.7 | 0.738 | 1.22 |
|
學術指標分析
影響因子和CiteScore
自引率
影響因子：指某一期刊的文章在特定年份或時期被引用的頻率，是衡量學術期刊影響力的一個重要指標。影響因子越高，代表著期刊的影響力越大 。
CiteScore：該值越高，代表該期刊的論文受到更多其他學者的引用，因此該期刊的影響力也越高。
自引率：是衡量期刊質(zhì)量和影響力的重要指標之一。通過計算期刊被自身引用的次數(shù)與總被引次數(shù)的比例，可以反映期刊對于自身研究內(nèi)容的重視程度以及內(nèi)部引用的情況。
年發(fā)文量：是衡量期刊活躍度和研究產(chǎn)出能力的重要指標，年發(fā)文量較多的期刊可能擁有更廣泛的讀者群體和更高的學術聲譽，從而吸引更多的優(yōu)質(zhì)稿件。
期刊互引關系
| 序號 | 引用他刊情況 | 引用次數(shù) |
| 1 | PSYCHOMETRIKA | 44 |
| 2 | MULTIVAR BEHAV RES | 35 |
| 3 | PSYCHOL METHODS | 32 |
| 4 | STRUCT EQU MODELING | 30 |
| 5 | METHODOLOGY-EUR | 23 |
| 6 | EDUC PSYCHOL MEAS | 21 |
| 7 | BRIT J MATH STAT PSY | 18 |
| 8 | J EDUC BEHAV STAT | 12 |
| 9 | PSYCHOL BULL | 12 |
| 10 | BEHAV RES METHODS | 11 |
| 序號 | 被他刊引用情況 | 引用次數(shù) |
| 1 | FRONT PSYCHOL | 27 |
| 2 | METHODOLOGY-EUR | 23 |
| 3 | EDUC PSYCHOL MEAS | 13 |
| 4 | ASSESSMENT | 10 |
| 5 | PSYCHOL METHODS | 10 |
| 6 | PSYCHOMETRIKA | 9 |
| 7 | STRUCT EQU MODELING | 9 |
| 8 | BEHAV RES METHODS | 8 |
| 9 | CONTEMP EDUC PSYCHOL | 7 |
| 10 | J EXP EDUC | 7 |
高引用文章
- Using Shrinkage in Multilevel Models to Understand Intersectionality A Simulation Study and a Guide for Best Practice引用次數(shù)：9
- Multiple Imputation by Predictive Mean Matching When Sample Size Is Small引用次數(shù)：6
- What Can We Learn From Factorial Surveys About Human Behavior? A Validation Study Comparing Field and Survey Experiments on Discrimination引用次數(shù)：5
- Comparing the Performance of Agree/Disagree and Item-Specific Questions Across PCs and Smartphones引用次數(shù)：4
- Using the Linear Mixed-Effect Model Framework to Estimate Generalizability Variance Components in R引用次數(shù)：4
- A Comparison of Simple Structure Rotation Criteria in Temporal Exploratory Factor Analysis for Event-Related Potential Data引用次數(shù)：3
- Improving Bi-Factor Exploratory Modeling Empirical Target Rotation Based on Loading Differences引用次數(shù)：3
- Bayesian Latent Class Models for the Multiple Imputation of Categorical Data引用次數(shù)：3
- Pushing the Limits The Performance of Maximum Likelihood and Bayesian Estimation With Small and Unbalanced Samples in a Latent Growth Model引用次數(shù)：3
- Fitting Bayesian Models for Single-Case Experimental Designs A Tutorial引用次數(shù)：3
