小心！Springer旗下34年老刊大量撤稿中国论文，16天见刊，中国人该如何应对？

2024-03-07 12:12
文章标签 16 中国 小心 论文 34 应对 大量 旗下 springer 年老 人该 撤稿 天见刊

本文主要是介绍小心！Springer旗下34年老刊大量撤稿中国论文，16天见刊，中国人该如何应对？，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

毕业推荐

SCIE：

• 计算机类，6.5-7.0，JCR1区，中科院2区

• 2个月19天录用，6天见刊，36天检索

SCI&EI（CCF-C类）

• 算法类，2.0-3.0，JCR3区，中科院4区

• 26天录用

SCI&EI

• 大数据和智能技术类，3.0-4.0，JCR2区，中科院3/2区

• 1个月22天录用，16天见刊

SSCI（ABS一星）

• 社科类，3.0-4.0，JCR2区，中科院3区

• 13天录用，28天见刊，13天检索

避雷投稿

近期自从2024年中科院预警期刊名单发布后，来自中国的论文频繁被期刊撤稿。

2024年2月20日，Bioengineered以数据不真实为由，撤回多篇同时发布在2022年1月13日的论文。质疑内容大致围绕没有基金资助，细胞流式结果图可疑，以及可疑的免疫印记等问题。

从今年1月底至今，Bioengineered总共撤稿 54 篇，全都来自中国的医院，大学或者其他研究机构。这些论文发表于2021年年末到2022年年初的阶段。

2024年中科院预警期刊名单

近期，又有一本期刊Journal of Cluster Science共撤稿38篇论文，这些被撤的论文全部来自中国的医院、医学院，以及医学、生命科学相关领域的机构。

出版商调查后发现了出版过程中系统性操纵的证据。反复出现的问题包括但不限于：引文不支持文中所述的观点、非标准用语、图表异常、伦理批准声明中的矛盾等。这些问题暴露出这些论文的背后可能存在有“论文工厂”。

期刊简介

Journal of Cluster Science

图片

数据库收录时间：1990年

出版社：Springer

ISSN：1040-7278

eISSN：1572-8862

影响因子：2.8

期刊分区：JCR2区，中科院4区

检索情况：SCIE&Scopus

自引率：0.00%    

预警情况：无中科院预警记录

期刊官网：https://www.springer.com/10876

投稿网址：https://mc.manuscriptcentral.com/jocl

影响因子

近几年稳步上升，质量较稳定

自引率

自引率一直在10%-17%左右，2020-2021年度达到17.9%的历史新，2023年降为0

图片

期刊分区

中科院分区：2022年大类为化学4区，小类为无机化学与核化学4区，非Top期刊，非综述期刊。

图片

发文机构

发文排名前三的机构为伊斯兰阿扎德大学、中国科学院、国家科学研究中心CNRS

图片

国人占比

国人占比34.264%，排名第一，稍显偏高

图片

发文量

近几年发文量100-200篇左右，发文稳定无激增情况

图片

审稿速度 

总体来说审稿速度较快，周期正常

3个月3天录用，16天见刊

图片

3个月3天录用，54天见刊

图片

3个月2天录用，45天见刊

图片

征稿领域

有关化学、材料、生物及其相关技术的研究

总结

综合以上情况来看，期刊目前虽然未被中科院预警名单收录，但存在一定被科睿唯安标记为“On Hold”的风险。各位老师投稿前请谨慎。

小心！Springer旗下34年老刊大量撤稿中国论文，16天见刊，中国人该如何应对？

• 本文素材来源：Pubpeer、科学人Scientist、IAMSET学术服务等

• 文中仅代表作者观点，转载仅出于传播更多资讯之目的。若侵犯了您的合法权益，敬请告知我们更正或删除

• 更多科研干货、期刊最新动态、期刊匹配、避雷选刊，可移步公众号“Unionpub学术”

这篇关于小心！Springer旗下34年老刊大量撤稿中国论文，16天见刊，中国人该如何应对？的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/783473。

相关文章

跨国公司撤出在华研发中心的启示：中国IT产业的挑战与机遇

跨国公司撤出在华研发中心的启示：中国IT产业的挑战与机遇

近日，IBM中国宣布撤出在华的两大研发中心，这一决定在IT行业引发了广泛的讨论和关注。跨国公司在华研发中心的撤出，不仅对众多IT从业者的职业发展带来了直接的冲击，也引发了人们对全球化背景下中国IT产业竞争力和未来发展方向的深思。面对这一突如其来的变化，我们应如何看待跨国公司的决策？中国IT人才又该如何应对？中国IT产业将何去何从？本文将围绕这些问题展开探讨。 跨国公司撤出的背景与
阅读更多...
AI hospital 论文Idea

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境，人类医生（即医学学习者）可以在其中与患者代理进行医学
阅读更多...
BUUCTF（34）特殊的 BASE64

BUUCTF（34）特殊的 BASE64

使用pycharm时，如果想把代码撤销到之前的状态可以用 Ctrl+z 如果不小心撤销多了，可以用 Ctrl+Shift+Z 还原， 别傻傻的重新敲了 BUUCTF在线评测 (buuoj.cn) 查看字符串，想到base64的变表 这里用的c++的标准程序库中的string，头文件是#include<string> 这是base64的加密函数 std::string
阅读更多...
从戴尔公司中国大饭店DTF大会，看科技外企如何在中国市场发展

从戴尔公司中国大饭店DTF大会，看科技外企如何在中国市场发展

【科技明说 ｜ 科技热点关注】 2024戴尔科技峰会在8月如期举行，虽然因事未能抵达现场参加，我只是观看了网上在线直播，也未能采访到DTF现场重要与会者，但是通过数十年对戴尔的跟踪与观察，我觉得2024戴尔科技峰会给业界传递了6大重要信号。不妨简单聊聊：从戴尔公司中国大饭店DTF大会，看科技外企如何在中国市场发展？ 1）退出中国的谣言不攻自破。 之前有不良媒体宣扬戴尔将退出中国的谣言，随着2
阅读更多...
论文翻译：arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

论文翻译：arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

Benchmark Data Contamination of Large Language Models: A Survey https://arxiv.org/abs/2406.04244 大规模语言模型的基准数据污染：一项综述 文章目录 大规模语言模型的基准数据污染：一项综述摘要1 引言 摘要 大规模语言模型（LLMs），如GPT-4、Claude-3和Gemini的快
阅读更多...
论文阅读笔记: Segment Anything

论文阅读笔记: Segment Anything

文章目录 Segment Anything摘要引言任务模型数据引擎数据集负责任的人工智能 Segment Anything Model图像编码器提示编码器mask解码器解决歧义损失和训练 Segment Anything 论文地址: https://arxiv.org/abs/2304.02643 代码地址:https://github.com/facebookresear
阅读更多...
【JavaScript】LeetCode：16-20

【JavaScript】LeetCode：16-20

文章目录 16 无重复字符的最长字串17 找到字符串中所有字母异位词18 和为K的子数组19 滑动窗口最大值20 最小覆盖字串 16 无重复字符的最长字串 滑动窗口 + 哈希表这里用哈希集合Set()实现。左指针i，右指针j，从头遍历数组，若j指针指向的元素不在set中，则加入该元素，否则更新结果res，删除集合中i指针指向的元素，进入下一轮循环。 /*** @param
阅读更多...
论文翻译：ICLR-2024 PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS

论文翻译：ICLR-2024 PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS

PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS https://openreview.net/forum?id=KS8mIvetg2 验证测试集污染在黑盒语言模型中 文章目录 验证测试集污染在黑盒语言模型中摘要1 引言 摘要 大型语言模型是在大量互联网数据上训练的，这引发了人们的担忧和猜测，即它们可能已
阅读更多...
OmniGlue论文详解（特征匹配）

OmniGlue论文详解（特征匹配）

OmniGlue论文详解（特征匹配） 摘要1. 引言2. 相关工作2.1. 广义局部特征匹配2.2. 稀疏可学习匹配2.3. 半稠密可学习匹配2.4. 与其他图像表示匹配 3. OmniGlue3.1. 模型概述3.2. OmniGlue 细节3.2.1. 特征提取3.2.2. 利用DINOv2构建图形。3.2.3. 信息传播与新的指导3.2.4. 匹配层和损失函数3.2.5. 与Super
阅读更多...
BERT 论文逐段精读【论文精读】

BERT 论文逐段精读【论文精读】

BERT: 近 3 年 NLP 最火 CV: 大数据集上的训练好的 NN 模型，提升 CV 任务的性能 —— ImageNet 的 CNN 模型 NLP: BERT 简化了 NLP 任务的训练，提升了 NLP 任务的性能 BERT 如何站在巨人的肩膀上的？使用了哪些 NLP 已有的技术和思想？哪些是 BERT 的创新？ 1标题 + 作者 BERT: Pre-trainin
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2