當(dāng)前位置：首頁 SCI期刊 SCIE期刊生物學(xué) 中科院1區(qū) JCRQ1 期刊介紹(非官網(wǎng))

Nature MethodsSCIE

國際簡稱：NAT METHODS 參考譯名：自然方法

中科院分區(qū)
1區(qū)
CiteScore分區(qū)
Q1
JCR分區(qū)
Q1

基本信息：: ISSN：1548-7091; E-ISSN：1548-7105; 是否OA：未開放; 是否預(yù)警：否; TOP期刊：是

出版信息：: 出版地區(qū)：UNITED STATES; 出版商：Springer Nature; 出版語言：English; 出版周期：Monthly; 出版年份：2004; 研究方向：生物-生化研究方法

評價信息：: 影響因子：36.1; H-index：257; CiteScore指數(shù)：58.7; SJR指數(shù)：14.796; SNIP指數(shù)：11.172

發(fā)文數(shù)據(jù)：: Gold OA文章占比：33.54%; 研究類文章占比：97.41%; 年發(fā)文量：193; 自引率：0.0166...; 開源占比：0.1789; 出版撤稿占比：0; 出版國人文章占比：0.06; OA被引用占比：0.1385...

投稿咨詢加急見刊

英文簡介期刊介紹 CiteScore數(shù)據(jù) 中科院SCI分區(qū) JCR分區(qū) 發(fā)文數(shù)據(jù) 常見問題

英文簡介Nature Methods期刊介紹

Nature Methods is a forum for the publication of novel methods and significant improvements to tried-and-tested basic research techniques in the life sciences. This monthly publication is aimed at a broad, interdisciplinary audience of academic and industry researchers actively involved in laboratory practice. It provides them with new tools to conduct their research and places a strong emphasis on the immediate practical relevance of the work presented.

The journal publishes primary research papers as well as overviews of recent technical and methodological developments. We are actively seeking primary methods papers of relevance to the biological and biomedical sciences, including methods grounded in chemistry that have a practical application to the study of biological problems.

期刊簡介Nature Methods期刊介紹

《Nature Methods》自2004出版以來，是一本生物學(xué)優(yōu)秀雜志。致力于發(fā)表原創(chuàng)科學(xué)研究結(jié)果，并為生物學(xué)各個領(lǐng)域的原創(chuàng)研究提供一個展示平臺，以促進生物學(xué)領(lǐng)域的的進步。該刊鼓勵先進的、清晰的闡述，從廣泛的視角提供當(dāng)前感興趣的研究主題的新見解，或?qū)彶槎嗄陙砟硞€重要領(lǐng)域的所有重要發(fā)展。該期刊特色在于及時報道生物學(xué)領(lǐng)域的最新進展和新發(fā)現(xiàn)新突破等。該刊近一年未被列入預(yù)警期刊名單，目前已被權(quán)威數(shù)據(jù)庫SCIE收錄，得到了廣泛的認(rèn)可。

該期刊投稿重要關(guān)注點：

預(yù)計審稿時間：約1.0個月
國際TOP期刊
生物學(xué)
BIOCHEMICAL RESEARCH METHODS
SCIE
中科院1區(qū)
非預(yù)警

Cite Score數(shù)據(jù)（2024年最新版）Nature Methods Cite Score數(shù)據(jù)

CiteScore：58.7
SJR：14.796
SNIP：11.172

學(xué)科類別	分區(qū)	排名	百分位
大類：Biochemistry, Genetics and Molecular Biology 小類：Biochemistry	Q1	1 / 438	99%
大類：Biochemistry, Genetics and Molecular Biology 小類：Molecular Biology	Q1	2 / 410	99%
大類：Biochemistry, Genetics and Molecular Biology 小類：Biotechnology	Q1	2 / 311	99%
大類：Biochemistry, Genetics and Molecular Biology 小類：Cell Biology	Q1	2 / 285	99%

CiteScore 是由Elsevier(愛思唯爾)推出的另一種評價期刊影響力的文獻(xiàn)計量指標(biāo)。反映出一家期刊近期發(fā)表論文的年篇均引用次數(shù)。CiteScore以Scopus數(shù)據(jù)庫中收集的引文為基礎(chǔ)，針對的是前四年發(fā)表的論文的引文。CiteScore的意義在于，它可以為學(xué)術(shù)界提供一種新的、更全面、更客觀地評價期刊影響力的方法，而不僅僅是通過影響因子(IF)這一單一指標(biāo)來評價。

歷年Cite Score趨勢圖

中科院SCI分區(qū)Nature Methods 中科院分區(qū)

中科院 2023年12月升級版 綜述期刊：否 Top期刊：是

大類學(xué)科	分區(qū)	小類學(xué)科	分區(qū)
生物學(xué)	1區(qū)	BIOCHEMICAL RESEARCH METHODS 生化研究方法	1區(qū)

中科院分區(qū)表 是以客觀數(shù)據(jù)為基礎(chǔ)，運用科學(xué)計量學(xué)方法對國際、國內(nèi)學(xué)術(shù)期刊依據(jù)影響力進行等級劃分的期刊評價標(biāo)準(zhǔn)。它為我國科研、教育機構(gòu)的管理人員、科研工作者提供了一份評價國際學(xué)術(shù)期刊影響力的參考數(shù)據(jù)，得到了全國各地高校、科研機構(gòu)的廣泛認(rèn)可。

中科院分區(qū)表 將所有期刊按照一定指標(biāo)劃分為1區(qū)、2區(qū)、3區(qū)、4區(qū)四個層次，類似于“優(yōu)、良、及格”等。最開始，這個分區(qū)只是為了方便圖書管理及圖書情報領(lǐng)域的研究和期刊評估。之后中科院分區(qū)逐步發(fā)展成為了一種評價學(xué)術(shù)期刊質(zhì)量的重要工具。

歷年中科院分區(qū)趨勢圖

JCR分區(qū)Nature Methods JCR分區(qū)

2023-2024 年最新版

按JIF指標(biāo)學(xué)科分區(qū)	收錄子集	分區(qū)	排名	百分位
學(xué)科：BIOCHEMICAL RESEARCH METHODS	SCIE	Q1	1 / 85	99.4%

按JCI指標(biāo)學(xué)科分區(qū)	收錄子集	分區(qū)	排名	百分位
學(xué)科：BIOCHEMICAL RESEARCH METHODS	SCIE	Q1	1 / 85	99.41%

JCR分區(qū)的優(yōu)勢在于它可以幫助讀者對學(xué)術(shù)文獻(xiàn)質(zhì)量進行評估。不同學(xué)科的文章引用量可能存在較大的差異，此時單獨依靠影響因子(IF)評價期刊的質(zhì)量可能是存在一定問題的。因此，JCR將期刊按照學(xué)科門類和影響因子分為不同的分區(qū)，這樣讀者可以根據(jù)自己的研究領(lǐng)域和需求選擇合適的期刊。

歷年影響因子趨勢圖

發(fā)文數(shù)據(jù)

2023-2024 年國家/地區(qū)發(fā)文量統(tǒng)計

國家/地區(qū)數(shù)量
USA375
GERMANY (FED REP GER)128
England77
CHINA MAINLAND61
Switzerland58
Canada50
France41
Netherlands29
Japan27
Sweden24

本刊中國學(xué)者近年發(fā)表論文

1、Engineering of NEMO as calcium indicators with large dynamics and high sensitivity
Author: Li, Jia; Shang, Ziwei; Chen, Jia-Hui; Gu, Wenjia; Yao, Li; Yang, Xin; Sun, Xiaowen; Wang, Liuqing; Wang, Tianlu; Liu, Siyao; Li, Jiajing; Hou, Tingting; Xing, Dajun; Gill, Donald L.; Li, Jiejie; Wang, Shi-Qiang; Hou, Lijuan; Zhou, Yubin; Tang, Ai-Hui; Zhang, Xiaohui; Wang, Youjun

Journal: NATURE METHODS. 2023; Vol. , Issue , pp. -. DOI: 10.1038/s41592-023-01852-9
2、Uniform thin ice on ultraflat graphene for high-resolution cryo-EM
Author: Zheng, Liming; Liu, Nan; Gao, Xiaoyin; Zhu, Wenqing; Liu, Kun; Wu, Cang; Yan, Rui; Zhang, Jincan; Gao, Xin; Yao, Yating; Deng, Bing; Xu, Jie; Lu, Ye; Liu, Zhongmin; Li, Mengsen; Wei, Xiaoding; Wang, Hong-Wei; Peng, Hailin

Journal: NATURE METHODS. 2023; Vol. 20, Issue 1, pp. 123-+. DOI: 10.1038/s41592-022-01693-y
3、Integrated multimodality microscope for accurate and efficient target-guided cryo-lamellae preparation
Author: Li, Weixing; Lu, Jing; Xiao, Ke; Zhou, Maoge; Li, Yuanyuan; Zhang, Xiang; Li, Zhixun; Gu, Lusheng; Xu, Xiaojun; Guo, Qiang; Xu, Tao; Ji, Wei

Journal: NATURE METHODS. 2023; Vol. , Issue , pp. -. DOI: 10.1038/s41592-022-01749-z
4、ELI trifocal microscope: a precise system to prepare target cryo-lamellae for in situ cryo-ET study
Author: Li, Shuoguo; Wang, Ziyan; Jia, Xing; Niu, Tongxin; Zhang, Jianguo; Yin, Guoliang; Zhang, Xiaoyun; Zhu, Yun; Ji, Gang; Sun, Fei

Journal: NATURE METHODS. 2023; Vol. 20, Issue 2, pp. 276-+. DOI: 10.1038/s41592-022-01748-0
5、SODB facilitates comprehensive exploration of spatial omics data
Author: Yuan, Zhiyuan; Pan, Wentao; Zhao, Xuan; Zhao, Fangyuan; Xu, Zhimeng; Li, Xiu; Zhao, Yi; Zhang, Michael Q.; Yao, Jianhua

Journal: NATURE METHODS. 2023; Vol. 20, Issue 3, pp. 387-+. DOI: 10.1038/s41592-023-01773-7
6、Miniature three-photon microscopy maximized for scattered fluorescence collection
Author: Zhao, Chunzhu; Chen, Shiyuan; Zhang, Lifeng; Zhang, Dong; Wu, Runlong; Hu, Yanhui; Zeng, Fengqingyang; Li, Yijun; Wu, Dakun; Yu, Fei; Zhang, Yunfeng; Zhang, Jue; Chen, Liangyi; Wang, Aimin; Cheng, Heping

Journal: NATURE METHODS. 2023; Vol. , Issue , pp. -. DOI: 10.1038/s41592-023-01777-3
7、Mesoscale volumetric light-field (MesoLF) imaging of neuroactivity across cortical areas at 18 Hz
Author: Noebauer, Tobias; Zhang, Yuanlong; Kim, Hyewon; Vaziri, Alipasha

Journal: NATURE METHODS. 2023; Vol. , Issue , pp. -. DOI: 10.1038/s41592-023-01789-z
8、Field-dependent deep learning enables high-throughput whole-cell 3D super-resolution imaging
Author: Fu, Shuang; Shi, Wei; Luo, Tingdan; He, Yingchuan; Zhou, Lulu; Yang, Jie; Yang, Zhichao; Liu, Jiadong; Liu, Xiaotian; Guo, Zhiyong; Yang, Chengyu; Liu, Chao; Huang, Zhen-li; Ries, Jonas; Zhang, Mingjie; Xi, Peng; Jin, Dayong; Li, Yiming

Journal: NATURE METHODS. 2023; Vol. 20, Issue 3, pp. 459-+. DOI: 10.1038/s41592-023-01775-5