當前位置: 首頁 SCI期刊 SCIE期刊SSCI期刊 工程技術 中科院3區 JCRQ2 期刊介紹(非官網)
        Cognition Technology & Work

        Cognition Technology & WorkSCIESSCI

        國際簡稱:COGN TECHNOL WORK  參考譯名:認知技術與工作

        • 中科院分區

          3區

        • CiteScore分區

          Q1

        • JCR分區

          Q2

        基本信息:
        ISSN:1435-5558
        E-ISSN:1435-5566
        是否OA:未開放
        是否預警:否
        TOP期刊:否
        出版信息:
        出版地區:ENGLAND
        出版商:Springer London
        出版語言:English
        出版周期:4 issues per year
        出版年份:1999
        研究方向:ENGINEERING, INDUSTRIAL
        評價信息:
        影響因子:2.4
        H-index:29
        CiteScore指數:6.9
        SJR指數:0.629
        SNIP指數:1.146
        發文數據:
        Gold OA文章占比:37.11%
        研究類文章占比:88.46%
        年發文量:26
        自引率:0.0769...
        開源占比:0.3951
        出版撤稿占比:0
        出版國人文章占比:0.11
        OA被引用占比:0.3043...
        英文簡介 期刊介紹 CiteScore數據 中科院SCI分區 JCR分區 發文數據 常見問題

        英文簡介Cognition Technology & Work期刊介紹

        Cognition, Technology & Work focuses on the practical issues of human interaction with technology within the context of work and, in particular, how human cognition affects, and is affected by, work and working conditions.

        The aim is to publish research that normally resides on the borderline between people, technology, and organisations. Including how people use information technology, how experience and expertise develop through work, and how incidents and accidents are due to the interaction between individual, technical and organisational factors.

        The target is thus the study of people at work from a cognitive systems engineering and socio-technical systems perspective.

        The most relevant working contexts of interest to CTW are those where the impact of modern technologies on people at work is particularly important for the users involved as well as for the effects on the environment and plants. Modern society has come to depend on the safe and efficient functioning of a multitude of technological systems as diverse as industrial production, transportation, communication, supply of energy, information and materials, health and finance.

        期刊簡介Cognition Technology & Work期刊介紹

        《Cognition Technology & Work》自1999出版以來,是一本工程技術優秀雜志。致力于發表原創科學研究結果,并為工程技術各個領域的原創研究提供一個展示平臺,以促進工程技術領域的的進步。該刊鼓勵先進的、清晰的闡述,從廣泛的視角提供當前感興趣的研究主題的新見解,或審查多年來某個重要領域的所有重要發展。該期刊特色在于及時報道工程技術領域的最新進展和新發現新突破等。該刊近一年未被列入預警期刊名單,目前已被權威數據庫SCIE、SSCI收錄,得到了廣泛的認可。

        該期刊投稿重要關注點:

        Cite Score數據(2024年最新版)Cognition Technology & Work Cite Score數據

        • CiteScore:6.9
        • SJR:0.629
        • SNIP:1.146
        學科類別 分區 排名 百分位
        大類:Arts and Humanities 小類:Philosophy Q1 12 / 806

        98%

        大類:Arts and Humanities 小類:Computer Science Applications Q1 198 / 817

        75%

        大類:Arts and Humanities 小類:Human-Computer Interaction Q2 48 / 145

        67%

        CiteScore 是由Elsevier(愛思唯爾)推出的另一種評價期刊影響力的文獻計量指標。反映出一家期刊近期發表論文的年篇均引用次數。CiteScore以Scopus數據庫中收集的引文為基礎,針對的是前四年發表的論文的引文。CiteScore的意義在于,它可以為學術界提供一種新的、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)這一單一指標來評價。

        歷年Cite Score趨勢圖

        中科院SCI分區Cognition Technology & Work 中科院分區

        中科院 2023年12月升級版 綜述期刊:否 Top期刊:否
        大類學科 分區 小類學科 分區
        工程技術 3區 ENGINEERING, INDUSTRIAL 工程:工業 ERGONOMICS 人體工程學 4區 4區

        中科院分區表 是以客觀數據為基礎,運用科學計量學方法對國際、國內學術期刊依據影響力進行等級劃分的期刊評價標準。它為我國科研、教育機構的管理人員、科研工作者提供了一份評價國際學術期刊影響力的參考數據,得到了全國各地高校、科研機構的廣泛認可。

        中科院分區表 將所有期刊按照一定指標劃分為1區、2區、3區、4區四個層次,類似于“優、良、及格”等。最開始,這個分區只是為了方便圖書管理及圖書情報領域的研究和期刊評估。之后中科院分區逐步發展成為了一種評價學術期刊質量的重要工具。

        歷年中科院分區趨勢圖

        JCR分區Cognition Technology & Work JCR分區

        2023-2024 年最新版
        按JIF指標學科分區 收錄子集 分區 排名 百分位
        學科:ENGINEERING, INDUSTRIAL SCIE Q2 34 / 69

        51.4%

        學科:ERGONOMICS SSCI Q2 11 / 24

        56.3%

        按JCI指標學科分區 收錄子集 分區 排名 百分位
        學科:ENGINEERING, INDUSTRIAL SCIE Q2 33 / 69

        52.9%

        學科:ERGONOMICS SSCI Q2 12 / 24

        52.08%

        JCR分區的優勢在于它可以幫助讀者對學術文獻質量進行評估。不同學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)評價期刊的質量可能是存在一定問題的。因此,JCR將期刊按照學科門類和影響因子分為不同的分區,這樣讀者可以根據自己的研究領域和需求選擇合適的期刊。

        歷年影響因子趨勢圖

        發文數據

        2023-2024 年國家/地區發文量統計
        • 國家/地區數量
        • England30
        • CHINA MAINLAND27
        • Sweden25
        • GERMANY (FED REP GER)24
        • USA21
        • France15
        • Australia11
        • Japan11
        • Netherlands10
        • Belgium6

        本刊中國學者近年發表論文

        • 1、Driver’s physiological responses to negotiating urbanization highways of varying complexity

          Author: Shiyun Li, Zhiqing Zhang, Lei Zhao, Guiyang Zhang, Xuefeng Jin, Shuying Xiao

          Journal: Cognition Technology & Work, 2019, Vol., , DOI:10.1007/s10111-019-00550-x

        • 2、The “PNE” driving simulator-based training model founded on the theory of planned behavior

          Author: Xiaohua Zhao, Wenxiang Xu, Jianming Ma, Yan Gao

          Journal: Cognition Technology & Work, 2018, Vol., , DOI:10.1007/s10111-018-0517-8

        • 3、Influence of information overload on operator’s user experience of human–machine interface in LED manufacturing systems

          Author: Lei Wu, Zhijuan Zhu, Huai Cao, Bin Li

          Journal: Cognition Technology & Work, 2015, Vol.18, 161-173, DOI:10.1007/s10111-015-0352-0

        • 4、Modeling human behavior in manual control Rendezvous and Docking task

          Author: Shiqi Li, Wei Chen, Yan Fu, Chunhui Wang, Yu Tian, Zhiqiang Tian

          Journal: Cognition Technology & Work, 2016, Vol.18, 745-760, DOI:10.1007/s10111-016-0388-9

        • 5、Refining operation guidelines with model-checking-aided FRAM to improve manufacturing processes: a case study for aeroengine blade forging

          Author: Zixia Zheng, Jin Tian, Tingdi Zhao

          Journal: Cognition Technology & Work, 2016, Vol.18, 777-791, DOI:10.1007/s10111-016-0391-1

        • 6、A deep learning scheme for mental workload classification based on restricted Boltzmann machines

          Author: Jianhua Zhang, Sunan Li

          Journal: Cognition Technology & Work, 2017, Vol.19, 607-631, DOI:10.1007/s10111-017-0430-6

        • 7、Cross-subject mental workload classification using kernel spectral regression and transfer learning techniques

          Author: Jianhua Zhang, Yongcun Wang, Sunan Li

          Journal: Cognition Technology & Work, 2017, Vol.19, 587-605, DOI:10.1007/s10111-017-0425-3

        • 8、Imbalanced classification of mental workload using a cost-sensitive majority weighted minority oversampling strategy

          Author: Jianhua Zhang, Xiqing Cui, Jianrong Li, Rubin Wang

          Journal: Cognition Technology & Work, 2017, Vol.19, 633-653, DOI:10.1007/s10111-017-0447-x

        投稿常見問題

        通訊方式:236 GRAYS INN RD, 6TH FLOOR, LONDON, ENGLAND, WC1X 8HL。

        主站蜘蛛池模板: 国产亚洲一区二区三区在线| 精品一区二区三人妻视频| 午夜视频在线观看一区二区| 日韩经典精品无码一区| 无码国产精品一区二区免费| 一区国严二区亚洲三区| 麻豆一区二区三区精品视频| 久久99国产精品一区二区| 国产伦精品一区二区免费| 国产精品亚洲一区二区三区在线观看 | 无码av不卡一区二区三区| 国产吧一区在线视频| 无码一区二区三区视频| 一区二区三区国产| 国产日韩AV免费无码一区二区| 亚洲AV无码一区二区三区国产 | 成人精品一区二区三区不卡免费看 | 亚洲bt加勒比一区二区| 中文字幕一区在线播放| 中文字幕在线无码一区| 国产伦精品一区二区三区视频猫咪| 国模一区二区三区| 国产精品成人一区无码| 色欲AV无码一区二区三区| 天堂一区二区三区在线观看| 天堂va在线高清一区| 亚洲精品日韩一区二区小说| 99久久无码一区人妻a黑| 精品一区二区三区四区在线播放| 日韩内射美女人妻一区二区三区| 人妻体体内射精一区二区| 亚洲一区二区三区四区视频 | 日本高清一区二区三区| 丝袜美腿一区二区三区| 国产成人久久一区二区三区| 精品视频一区二区| 日韩一区二区久久久久久| 99精品国产一区二区三区不卡| 天堂va在线高清一区| 日韩精品一区二区午夜成人版| 国产激情一区二区三区成人91|