投稿选不来期刊,往这里看

 写文章是个技术活,而写好文章之后的投稿则可以是技术活也可以是体力活。有人一投就中,而有人一投一个 reject,大家是哪种类型我不知道,反正我是后者,这其中的原因就比较多了,比如运气、对自己文章定位不清晰、期刊有某方面的偏见等。

所以,选对期刊很重要,接下来我就和大家分享一下我的一些选刊经验。

Part1没有投不中的稿

小标题是我导师和我说的一句话,就像让子弹飞先飞一会,子弹总会有落地的时候,而文章也总会有发表的日子,我们要做的就是参考编辑的意见,不断修改、完善文章,不断投稿。

Part2选刊常用网页工具

1LetPub

http://www.letpub.com.cn/index.php?page=journalapp

在我们写好一篇文章后,我们可以按照我们所写文章的主题与内容以及文章的定位来筛选合适的期刊。

2梅斯医学

https://www.medsci.cn/sci/index.do

梅斯医学的期刊查询也有着同样的功能,不过我一般用它来看某一期刊的论坛,看看网友们对此期刊的评价。

3GeenMedical

https://www.geenmedical.com/

Part3利用计量学选刊

用上述方法来找期刊可能会漏了一些期刊,为了找到合适的期刊,我们不妨尝试一下文献计量学。

3获取文献摘要

举个例子,假设我们目前有一篇GEO数据挖掘的文章要发表,正在找期刊。

我们先粗略的找了一下GEO相关的文章,共7350篇。

我们再将其保存为csv格式。

可以看到csv的格式还是非常整齐的,不需要我们过多处理,只需要读取入R中,便可开始可视化了。当然,获取摘要的方法也可以是R爬虫,为了提高效率,我们还可以加入并行函数

4计量分析

library(tidyverse)

library(ggplot2)

result <- read.csv('csv-GeneExpres-set.csv',encoding ='utf-8')

number <- data.frame(table(result$Journal.Book)) %>%

arrange(.,desc(Freq))

number$status<-'low'

number$status[which(number$Freq>100)]<-'middle'

number$status[which(number$Freq>300)]<-'high'

p <- ggplot(data = number[1:50,],aes(x=Freq,y=reorder(Var1,Freq),

fill=status))+

geom_bar(stat='identity',position ="stack")+

geom_text(aes(label=Freq),hjust=-1.5)+

scale_x_continuous(limits=c(0,350),breaks=seq(0,350,50))+

ylab('journal')+

theme_light()

p

用几行代码简单的处理了一下,我们就得到了结果。不简单的方法也是有的,不过就脱离了本文的目标了,但是大家还是可以参考一下:R语言快速实现文献计量分析

当然,这么做我们并不知道其期刊所在的分区及影响因子,如果我要投一个10分的期刊,我们可以用pubmed插件筛选期刊影响因子,再重复上述步骤。

PubMed插件也有很多种,我随便用了一种,不同插件风格有所不同,效果应该大同小异,看个人喜好选择就好。

Part4其他

当然,找期刊的方法也有很多,我只介绍了一些我常用的方法,一些其他方法如微信搜索相关推文,检索词为‘生信友好期刊’,同样也有结果可供选刊参考。

最后,本文所用代码及资料已上传微信公众号供大家交流讨论,后台回复‘20211117’即可获得。

文 | 繁尘杂事

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,590评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,808评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,151评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,779评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,773评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,656评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,022评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,678评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,038评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,756评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,411评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,005评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,973评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,053评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,495评论 2 343

推荐阅读更多精彩内容