警惕!年发文激增10倍,这本二区神刊或被On Hold!

🔥   🔥   🔥   🔥

Discover Oncology(前身为《Hormones and Cancer》)是是Springer Nature出版社于近年推出的开放获取肿瘤学期刊,致力于为全球肿瘤学研究者提供高效的学术交流平台。

期刊曾在2022年获得中科院2区,但次年即被下调至4区并维持至今。尤其值得关注的是,期刊发文呈指数级增长,2025年发文量较2023年增长近10倍,存在潜在的“On Hold”风险,需高度警惕!

期刊简介

图片

【ISSN & E-ISSN】2730-6011

【期刊简介】IF:2.9 JCR2区 中科院4区

【出版商】Springer Nature

【Index】SCI在检

【征稿范围】致力于为癌症研究人员与临床医生提供一个统一的交流论坛。其征稿范围广泛涵盖从基础与转化研究、临床前研究到临床研究与流行病学的整个癌症研究链条,具体包括癌症病因与疾病生物学、分子相互作用、筛查预防、诊断治疗、预后判断以及新型治疗剂与临床试验等所有相关主题,并欢迎涉及所有癌症类型(包括良性肿瘤)的各类研究成果。

1 影响因子

期刊自2022年获得首个影响因子2.2分,近年持续攀升,最终稳定在2.9分左右

图片

图片来源:LetPub

2 年发文量

期刊近几年疯狂扩刊,2023年仅发文234篇,2024年上涨至848篇,截止11月初期刊发文量已激增至1944篇,这种为追求数量而牺牲质量的激进策略,易引发学术界对其学术严谨性与出版伦理的担忧。

图片

图片来源:WOS数据库

3 国人占比

从期刊发文国家来源占比看,中国学者发文遥遥领先,占比约80%,其次为美国和印度,占比分别为4%和3%.

图片

图片来源:WOS数据库

4 自引率

期刊自引率极低,最新自引率仅为3.4%

图片

图片来源:LetPub

5 期刊分区

● JCR分区:2区

● 中科院分区:医学4区

● 预警记录:

图片

图片

图片来源:LetPub

6 版面费

该刊是一本OA期刊,作者发表文章需要支付版面费1690美元,约合人民币12048元。

图片

图片来源:期刊官网

7 录用周期

期刊官网显示:初审需要19天,平均3-5个月录用。

图片

图片来源:期刊官网

官网案例一:2025.05.20投稿→2025.10.13录用

图片

5个月录用

官网案例二:2025.06.04投稿→2025.09.23录用

图片

3个月录用

8 网友评价

【作者1】:4个月录用

投稿过程:6月19日提交投稿,当天显示通过技术审查;6月22日要求更改格式,主要包括伦理内容以及WB的原始数据;7月4日要求重新提交WB未裁剪的条带(注:博主课题组因为都是剪裁的条带,这一步一直反复提交了3次,才通过),而后就一直在with editor阶段;8月19日显示阶段处于peer review,总体效率挺快的,之所以隔了2个月才送审,大部分原因是条带没有整膜,数据整理耽误了时间,所以建议大家提前准备好整膜的原始条带。

【作者2】:

4月份投,8月份一直在外审,快2个月,催了一次,直接被编辑撤回。都不是拒稿,是撤回,无语了。

【作者3】:

最近半年文章基本2-6个月才能接受,技术审查一般10天左右。赶时间的慎重。

总的来说,《Discover Oncology》是一本在肿瘤学领域具有潜力和争议的期刊。它以其快速的审稿流程和对国内学者的友好态度吸引了大量投稿,但近期的发文量激增也引发了对其学术质量和长期稳定性的担忧,请各位学者老师们结合自身情况,充分评估潜在风险,谨慎投稿!

<think>嗯,用户想用CiteSpace生成文献发文量趋势图提取相关数据,我需要一步步理清操作流程。首先,记得CiteSpace的数据导入是关键,通常支持从Web of Science、CNKI等数据库导出的数据,但用户可能需要注意数据格式是否正确,比如导出时选择纯文本格式,并且确保包含完整的份信息。然后,在CiteSpace中新建项目时,设置正确的参数,比如时间跨度和分析类型,这里可能需要指导用户如何选择“Time Slicing”来覆盖所有份。 接下来,生成趋势图的具体步骤可能包括在可视化界面中找到对应的分析选项,比如在“Node Types”中选择“Author”“Institution”等,但用户需要的是发文量,可能需要指导他们使用“Burstness”分析者“Timezone”视图来查看时间分布。另外,记得导出数据时,用户可能需要使用“Export”功能,将数据保存为CSVExcel,方便后续处理。同时,图片导出要注意分辨率和格式的选择,满足学术发表的需求。 用户可能遇到的常见问题包括数据导入失败,这时候需要检查文件路径是否有中文特殊字符,者数据格式是否正确。另外,生成的趋势图不显示份,可能是因为数据中的份字段未被正确识别,需要提醒用户在导出数据时确保份信息完整。还有,操作界面全英文的问题,可以推荐参考现有的中文教程视频,比如提到的B站保姆级教程,帮助用户克服语言障碍。 最后,可能需要补充一些优化建议,比如结合其他分析功能深入解读趋势图,者推荐相关的学习资源,帮助用户更全面地掌握CiteSpace的使用。同时,确保回答符合格式要求,使用正确的LaTeX语法,分步骤说明,并生成相关问题供用户进一步学习。</think>### 如何使用CiteSpace生成文献发文量趋势图及提取数据 #### **步骤说明** 1. **数据准备与导入** - 从数据库(如Web of Science、CNKI)导出文献数据,格式需为`纯文本``RIS`,确保包含完整的份字段[^1]。 - 打开CiteSpace,点击`New`新建项目,设置参数: - **Project Home**:选择项目文件夹路径(路径避免中文)。 - **Data Directory**:指定文献数据存放的文件夹。 - **Time Slicing**:设置时间范围(如2000-2023),分段方式可按划分[^2]。 2. **生成发文量趋势图** - 进入主界面后,点击`Visualization` → `Timezone View``Burst Detection`。 - 在`Node Types`中选择`Term``Keyword`(若需按主题分析),保持默认`Author`/`Institution`(若需机构发文趋势)。 - 点击`Go`运行分析,系统自动生成时间分布图。调整右侧面板的`Layout`参数优化图形显示[^3]。 3. **导出数据与图表** - **导出趋势数据**:点击`Export` → `Time Zone Data`,保存为CSVExcel文件,包含每发文量统计。 - **导出图片**:右键点击图表区域,选择`Save Image`,支持PNG、SVG等格式(推荐SVG便于后期编辑)[^4]。 #### **常见问题与优化** - **问题1:数据导入失败** - **解决方法**:检查文件格式是否为纯文本,使用CiteSpace内置的`WoS/CSCD/CNKI`数据转换工具[^1]。 - **问题2:趋势图份不连续** - **解决方法**:在`Time Slicing`中调整分段间隔为1,并确保原始数据覆盖完整份[^2]。 - **优化建议**:结合`Citation Burst`功能识别高爆发期研究主题,增强趋势图的分析深度[^4]。 #### **示例代码(数据预处理)** ```python # 示例:用Python统计发文量(若需自定义分析) import pandas as pd data = pd.read_csv("literature_data.csv") yearly_counts = data['Publication Year'].value_counts().sort_index() yearly_counts.to_csv("yearly_publications.csv") ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值