Scientific Data

Scientific Data is a peer-reviewed, open-access journal for descriptions of scientifically valuable datasets, and research that advances the sharing and reuse of scientific data. We aim to promote wider data sharing and reuse, and to credit those that share.

Scientific Data primarily publishes Data Descriptors, a new type of publication that provides detailed descriptions of research datasets, including the methods used to collect the data and technical analyses supporting the quality of the measurements. Data Descriptors focus on helping others reuse data, rather than testing hypotheses, or presenting new interpretations, methods or in-depth analyses.

Scientific Data also welcomes submissions describing analyses or meta-analyses of existing data, and original articles on systems, technologies and techniques that advance data sharing and reuse to support reproducible research.

Scientific Data offers a streamlined but thorough peer-review process that evaluates the rigour and quality of the experiments used to generate the data and the completeness of the description of the data. The actual data are stored in one or more public, community-recognized repositories, and release of the data is verified as a condition of publication.

Scientific Data is open to submissions from a broad range of natural science disciplines, including, but not limited to, data from the life, biomedical and environmental science communities. Submissions may describe big or small data, from new experiments or value-added aggregations of existing data, from major consortiums and single labs. We are also willing to consider descriptions of quantitative datasets from the social sciences, particularly those that may be of use for integrative analyses that stretch across the traditional discipline boundaries between the life, biomedical, environmental and social sciences.

中文简介Magazine introduction

Scientific Data 是一本经过同行评审的开放获取期刊，用于描述具有科学价值的数据集，以及促进科学数据共享和重用的研究。我们的目标是促进更广泛的数据共享和重用，并对共享者表示敬意。

Scientific Data 主要发布数据描述符，这是一种新型出版物，提供研究数据集的详细描述，包括用于收集数据的方法和支持测量质量的技术分析。数据描述符专注于帮助他人重复使用数据，而不是测试假设，或提出新的解释、方法或深入分析。

Scientific Data 还欢迎提交描述对现有数据进行分析或元分析的文章，以及有关促进数据共享和重用以支持可重复研究的系统、技术和技巧的原创文章。

Scientific Data 提供了一个精简但全面的同行评审流程，用于评估用于生成数据的实验的严谨性和质量以及数据描述的完整性。实际数据存储在一个或多个社区认可的公共存储库中，并且数据的发布作为发布条件进行验证。

科学数据对来自广泛自然科学学科的提交开放，包括但不限于来自生命、生物医学和环境科学界的数据。提交的内容可以描述大数据或小数据，来自新实验或现有数据的增值聚合，来自主要联盟和单个实验室。我们还愿意考虑对来自社会科学的定量数据集的描述，尤其是那些可能用于跨越生命、生物医学、环境和社会科学之间传统学科界限的综合分析的那些。

期刊简述Magazine introduction

Scientific Data创刊于2014年，由NATURE RESEARCH出版商出版，收稿方向涵盖Social Sciences - Education全领域，此刊是该细分领域中属于非常不错的SCI期刊，在行业细分领域中学术影响力较大，专业度认可很高，所以对原创文章要求创新性较高，如果您的文章质量很高，可以尝试。平均审稿速度16 Weeks，影响因子指数9.800��该期刊近期没有被列入国际期刊预警名单，广大学者值得一试。

中科院分区Magazine introduction

大类学科	小类学科	分区	Top期刊	综述期刊
综合性期刊	MULTIDISCIPLINARY SCIENCES 综合性期刊	2区	是	是

名词解释：
中科院分区也叫中科院JCR分区，基础版分为13个大类学科，然后按照各类期刊影响因子分别将每个类别分为四个区，影响因子5%为1区，6%-20%为2区，21%-50%为3区，其余为4区。

JCR分区Magazine introduction

大类学科	小类学科	分区
综合性期刊	MULTIDISCIPLINARY SCIENCES 综合性期刊	2区

名词解释：
JCR没有设置大类，只分为176个具体学科，按当期（1年）的影响因子进行分区；JCR是按照“平均主义”思想，根据刊物IF的高至低平均划分4个区，每个区含有该领域总量25%的期刊。中科院的分区如同社会阶层的金字塔结构，1区只有5%的顶级期刊， 2~4区期刊数量也逐层增加,所以中科院的1区和2区杂志很少，杂志质量相对也高，基本都是本领域的顶级期刊。

期刊名称	领域	中科院分区	影响因子
Journal Of The Royal Society Interface	综合性期刊	2区	3.900
Journal Of The Royal Society Interface	综合性期刊	2区	3.900
Scientific Data	综合性期刊	2区	9.800
Philosophical Transactions Of The Royal Society A-mathematical Physical And Engi	综合性期刊	2区	3.275
Journal Of Cultural Heritage	综合性期刊	2区	3.100
Ieee Sensors Journal	综合性期刊	2区	4.300