Biometrika

SCIE

國際簡稱：BIOMETRIKA 參考譯名：生物識別

主要研究方向：生物-生物學非預警期刊審稿周期：較慢,6-12周

《生物識別》(Biometrika)是一本由Oxford University Press出版的以生物-生物學為研究特色的國際期刊，發表該領域相關的原創研究文章、評論文章和綜述文章，及時報道該領域相關理論、實踐和應用學科的最新發現，旨在促進該學科領域科學信息的快速交流。該期刊是一本未開放期刊，近三年沒有被列入預警名單。該期刊享有很高的科學聲譽，影響因子不斷增加，發行量也同樣高。

2區中科院分區
Q1 JCR分區
70 年發文量
2.4 IF影響因子
未開放 是否OA
105 H-index
1901 創刊年份
Quarterly 出版周期
English 出版語言

Biometrika is primarily a journal of statistics in which emphasis is placed on papers containing original theoretical contributions of direct or potential value in applications. From time to time, papers in bordering fields are also published.

[ 查看全部 ]

投稿咨詢加急咨詢

Biometrika期刊信息

ISSN：0006-3444
出版語言：English
是否OA：未開放
E-ISSN：1464-3510
出版地區：ENGLAND
是否預警：否
出版商：Oxford University Press
出版周期：Quarterly
創刊時間：1901
開源占比：0.0927
Gold OA文章占比：14.67%
OA被引用占比：0.0981...
出版國人文章占比：0.1
出版撤稿占比：0
研究類文章占比：100.00%

Biometrika CiteScore評價數據（2024年最新版）

CiteScore

SJR

SNIP

CiteScore 指數

5.5

3.358

2.563

學科類別	分區	排名	百分位
大類：Mathematics 小類：General Mathematics	Q1	21 / 399	94%
大類：Mathematics 小類：Statistics and Probability	Q1	24 / 278	91%
大類：Mathematics 小類：Agricultural and Biological Sciences (miscellaneous)	Q1	24 / 193	87%
大類：Mathematics 小類：Applied Mathematics	Q1	79 / 635	87%
大類：Mathematics 小類：Statistics, Probability and Uncertainty	Q1	22 / 168	87%
大類：Mathematics 小類：General Agricultural and Biological Sciences	Q1	36 / 221	83%

名詞解釋：CiteScore 是衡量期刊所發表文獻的平均受引用次數，是在 Scopus 中衡量期刊影響力的另一個指標。當年CiteScore 的計算依據是期刊最近4年（含計算年度）的被引次數除以該期刊近四年發表的文獻數。例如，2022年的 CiteScore 計算方法為：2022年的 CiteScore =2019-2022年收到的對2019-2022年發表的文件的引用數量÷2019-2022年發布的文獻數量注：文獻類型包括：文章、評論、會議論文、書籍章節和數據論文。

Biometrika中科院評價數據

中科院 2023年12月升級版

Top期刊	綜述期刊	大類學科		小類學科
否	否	數學	2區	MATHEMATICAL & COMPUTATIONAL BIOLOGY 數學與計算生物學 BIOLOGY 生物學 STATISTICS & PROBABILITY 統計學與概率論	1區 2區 2區

中科院 2022年12月升級版

Top期刊	綜述期刊	大類學科		小類學科
是	否	數學	2區	STATISTICS & PROBABILITY 統計學與概率論 MATHEMATICAL & COMPUTATIONAL BIOLOGY 數學與計算生物學 BIOLOGY 生物學	1區 1區 2區

中科院 2021年12月舊的升級版

Top期刊	綜述期刊	大類學科		小類學科
是	否	數學	2區	MATHEMATICAL & COMPUTATIONAL BIOLOGY 數學與計算生物學 BIOLOGY 生物學 STATISTICS & PROBABILITY 統計學與概率論	1區 2區 2區

中科院 2021年12月基礎版

Top期刊	綜述期刊	大類學科		小類學科
是	否	數學	2區	BIOLOGY 生物學 MATHEMATICAL & COMPUTATIONAL BIOLOGY 數學與計算生物學 STATISTICS & PROBABILITY 統計學與概率論	4區 3區 3區

中科院 2021年12月升級版

Top期刊	綜述期刊	大類學科		小類學科
是	否	數學	2區	MATHEMATICAL & COMPUTATIONAL BIOLOGY 數學與計算生物學 BIOLOGY 生物學 STATISTICS & PROBABILITY 統計學與概率論	1區 2區 2區

中科院 2020年12月舊的升級版

Top期刊	綜述期刊	大類學科		小類學科
是	否	數學	2區	BIOLOGY 生物學 MATHEMATICAL & COMPUTATIONAL BIOLOGY 數學與計算生物學 STATISTICS & PROBABILITY 統計學與概率論	2區 2區 2區

Biometrika JCR評價數據（2023-2024年最新版）

按JIF指標學科分區	收錄子集	分區	排名	百分位
學科：BIOLOGY	SCIE	Q2	39 / 109	64.7%
學科：MATHEMATICAL & COMPUTATIONAL BIOLOGY	SCIE	Q2	24 / 65	63.8%
學科：STATISTICS & PROBABILITY	SCIE	Q1	22 / 168	87.2%

按JCI指標學科分區	收錄子集	分區	排名	百分位
學科：BIOLOGY	SCIE	Q1	24 / 109	78.44%
學科：MATHEMATICAL & COMPUTATIONAL BIOLOGY	SCIE	Q2	17 / 65	74.62%
學科：STATISTICS & PROBABILITY	SCIE	Q1	23 / 168	86.61%

Biometrika歷年數據統計

影響因子

中科院分區

Biometrika中國學者發文選摘

1、Linearized maximum rank correlation estimation
Author: Shen, Guohao; Chen, Kani; Huang, Jian; Lin, Yuanyuan

Journal: BIOMETRIKA. 2023; Vol. 110, Issue 1, pp. 187-203. DOI: 10.1093/biomet/asac027
2、Response best-subset selector for multivariate regression with high-dimensional response variables
Author: Hu, Jianhua; Huang, Jian; Liu, Xiaoqian; Liu, Xu

Journal: BIOMETRIKA. 2023; Vol. 110, Issue 1, pp. 205-223. DOI: 10.1093/biomet/asac037
3、Functional linear regression for discretely observed data: from ideal to reality
Author: Zhou, Hang; Yao, Fang; Zhang, Huiming

Journal: BIOMETRIKA. 2023; Vol. 110, Issue 2, pp. -. DOI: 10.1093/biomet/asac053
4、An instrumental variable method for point processes: generalized Wald estimation based on deconvolution
Author: Jiang, Zhichao; Chen, Shizhe; Ding, Peng

Journal: BIOMETRIKA. 2023; Vol. , Issue , pp. -. DOI: 10.1093/biomet/asad005
5、A robust fusion-extraction procedure with summary statistics in the presence of biased sources
Author: Wang, Ruoyu; Wang, Qihua; Miao, Wang

Journal: BIOMETRIKA. 2023; Vol. , Issue , pp. -. DOI: 10.1093/biomet/asad013
6、Counting process-based dimension reduction methods for censored outcomes.
Author: Sun Q¹, Zhu R², Wang T³, Zeng D⁴.

Journal: Biometrika. 2019 Mar;106(1):181-196. doi: 10.1093/biomet/asy064. Epub 2019 Jan 7.
7、Differential Markov random field analysis with an application to detecting differential microbial community networks.
Author: Cai TT¹, Li H², Ma J², Xia Y³.

Journal: Biometrika. 2019 Jun;106(2):401-416. doi: 10.1093/biomet/asz012. Epub 2019 Apr 22.
8、Estimation of a partially linear additive model for data from an outcome-dependent sampling design with a continuous outcome
Author: gyqin

Journal: BIOMETRIKA, 2016.