T=题名(书名、题名),A=作者(责任者),K=主题词,P=出版物名称,PU=出版社名称,O=机构(作者单位、学位授予单位、专利申请人),L=中图分类号,C=学科分类号,U=全部字段,Y=年(出版发行年、学位年度、标准发布年)
AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
范例一:(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二:P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016
内容分类:期刊 分析工具
学科分类:哲学 经济学 法学 教育学 文学 历史学 理学 工学 农学 医学 军事学 管理学 艺术学 综合 文献情报学
【产品简介】
学术期刊投稿分析系统-刊寻,构建规范可信的期刊母体知识库,精准揭示期刊的基本信息、选题方向、发文主题、学术影响力、核心收录等多元化信息。系统有效结合先进的机器学习算法进行智能化期刊匹配,为用户遴选出与论文主题高度契合的期刊,并提供多维投稿分析和期刊发表预测,全面辅助用户投稿决策。此外,通过与期刊编辑部对接合作,致力于为投稿作者提供正规、高效的投稿途径,帮助作者有效提升投稿效率。
【服务网址】
https://kx.wanfangdata.com.cn/
【使用方式】
请在学校IP范围内点击以上链接使用,无需再登录账号密码。
【试用期限】
即日起至2024年8月16日
万方刊寻旨在帮助大家方便、快捷地找到合适自己的期刊,并提供正规的投稿途径,有效提升投稿效率。欢迎各位老师、同学多多体验!
试用反馈:
各位老师和同学:
若您需要向图书馆反馈对该资源试用的意见和建议,请将试用意见或建议发送至邮箱:514762119@qq.com, 联系人:夏老师 Tel:65714651
试用反馈:
各位老师和同学:
若您需要向图书馆反馈对该资源试用的意见和建议,请将试用意见或建议发送至邮箱:514762119@qq.com, 联系人:夏老师 Tel:65714651