当前位置：首页 SCI期刊 SCIE期刊材料科学中科院1区 JCRQ1 期刊介绍(非官网)

Npj Computational MaterialsSCIE

国际简称：NPJ COMPUT MATER 参考译名：Npj 计算材料

中科院分区
1区
CiteScore分区
Q1
JCR分区
Q1

基本信息：: ISSN：2057-3960; E-ISSN：2057-3960; 是否OA：开放; 是否预警：否; TOP期刊：是

出版信息：: 出版地区：UNITED STATES; 出版商：Springer Nature; 出版语言：English; 出版周期：1 issue/year; 出版年份：2015; 研究方向：Mathematics-Modeling and Simulation

评价信息：: 影响因子：9.4; H-index：16; CiteScore指数：15.3; SJR指数：2.447; SNIP指数：2.017

发文数据：: Gold OA文章占比：99.71%; 研究类文章占比：97.27%; 年发文量：220; 自引率：0.0515...; 开源占比：0.9953; 出版撤稿占比：0; 出版国人文章占比：0.18; OA被引用占比：1

投稿咨询加急见刊

英文简介期刊介绍 CiteScore数据中科院SCI分区 JCR分区发文数据常见问题

英文简介Npj Computational Materials期刊介绍

npj Computational Materials publishes high-quality research papers that apply computational approaches for the design of new materials, and for enhancing our understanding of existing ones. New computational techniques – and the refinement of current approaches – that facilitate these aims are also welcome, as are experimental papers that complement computational findings.

Representative journal scope includes:

application and development of existing and emerging theoretical and simulation approaches for the study of materials in their entirety (organic and inorganic).

structure and property prediction of new materials, such as by the ‘materials by design’ paradigm.

significant new understanding of materials fundamentals, behavior and properties.

integrative/complementary experimental works that serve to validate, support and extend computational findings.

high-throughput techniques – both computational and experimental – for large data set generation, and materials data mining.

期刊简介Npj Computational Materials期刊介绍

《Npj Computational Materials》自2015出版以来，是一本材料科学优秀杂志。致力于发表原创科学研究结果，并为材料科学各个领域的原创研究提供一个展示平台，以促进材料科学领域的的进步。该刊鼓励先进的、清晰的阐述，从广泛的视角提供当前感兴趣的研究主题的新见解，或审查多年来某个重要领域的所有重要发展。该期刊特色在于及时报道材料科学领域的最新进展和新发现新突破等。该刊近一年未被列入预警期刊名单，目前已被权威数据库SCIE收录，得到了广泛的认可。

该期刊投稿重要关注点：

预计审稿时间： 6 Weeks
国际TOP期刊
材料科学
MATERIALS SCIENCE, MULTIDISCIPLINARY
SCIE
中科院1区
非预警

Cite Score数据（2024年最新版）Npj Computational Materials Cite Score数据

CiteScore：15.3
SJR：2.447
SNIP：2.017

学科类别	分区	排名	百分位
大类：Mathematics 小类：Modeling and Simulation	Q1	5 / 324	98%
大类：Mathematics 小类：Mechanics of Materials	Q1	15 / 398	96%
大类：Mathematics 小类：Computer Science Applications	Q1	37 / 817	95%
大类：Mathematics 小类：General Materials Science	Q1	38 / 463	91%

CiteScore 是由Elsevier(爱思唯尔)推出的另一种评价期刊影响力的文献计量指标。反映出一家期刊近期发表论文的年篇均引用次数。CiteScore以Scopus数据库中收集的引文为基础，针对的是前四年发表的论文的引文。CiteScore的意义在于，它可以为学术界提供一种新的、更全面、更客观地评价期刊影响力的方法，而不仅仅是通过影响因子(IF)这一单一指标来评价。

历年Cite Score趋势图

中科院SCI分区Npj Computational Materials 中科院分区

中科院 2023年12月升级版 综述期刊：否 Top期刊：否

大类学科	分区	小类学科	分区
材料科学	1区	MATERIALS SCIENCE, MULTIDISCIPLINARY 材料科学：综合 CHEMISTRY, PHYSICAL 物理化学	1区 2区

中科院分区表 是以客观数据为基础，运用科学计量学方法对国际、国内学术期刊依据影响力进行等级划分的期刊评价标准。它为我国科研、教育机构的管理人员、科研工作者提供了一份评价国际学术期刊影响力的参考数据，得到了全国各地高校、科研机构的广泛认可。

中科院分区表 将所有期刊按照一定指标划分为1区、2区、3区、4区四个层次，类似于“优、良、及格”等。最开始，这个分区只是为了方便图书管理及图书情报领域的研究和期刊评估。之后中科院分区逐步发展成为了一种评价学术期刊质量的重要工具。

历年中科院分区趋势图

JCR分区Npj Computational Materials JCR分区

2023-2024 年最新版

按JIF指标学科分区	收录子集	分区	排名	百分位
学科：CHEMISTRY, PHYSICAL	SCIE	Q1	32 / 178	82.3%
学科：MATERIALS SCIENCE, MULTIDISCIPLINARY	SCIE	Q1	59 / 438	86.6%

按JCI指标学科分区	收录子集	分区	排名	百分位
学科：CHEMISTRY, PHYSICAL	SCIE	Q1	26 / 178	85.67%
学科：MATERIALS SCIENCE, MULTIDISCIPLINARY	SCIE	Q1	54 / 438	87.79%

JCR分区的优势在于它可以帮助读者对学术文献质量进行评估。不同学科的文章引用量可能存在较大的差异，此时单独依靠影响因子(IF)评价期刊的质量可能是存在一定问题的。因此，JCR将期刊按照学科门类和影响因子分为不同的分区，这样读者可以根据自己的研究领域和需求选择合适的期刊。

历年影响因子趋势图

发文数据

2023-2024 年国家/地区发文量统计

国家/地区数量
USA238
CHINA MAINLAND119
GERMANY (FED REP GER)50
Japan29
England25
Russia17
South Korea17
Switzerland14
Denmark11
Singapore10

本刊中国学者近年发表论文

1、Machine-learning atomic simulation for heterogeneous catalysis
Author: Chen, Dongxiao; Shang, Cheng; Liu, Zhi-Pan

Journal: NPJ COMPUTATIONAL MATERIALS. 2023; Vol. 9, Issue 1, pp. -. DOI: 10.1038/s41524-022-00959-5
2、Predicting lattice thermal conductivity via machine learning: a mini review
Author: Luo, Yufeng; Li, Mengke; Yuan, Hongmei; Liu, Huijun; Fang, Ying

Journal: NPJ COMPUTATIONAL MATERIALS. 2023; Vol. 9, Issue 1, pp. -. DOI: 10.1038/s41524-023-00964-2
3、In-plane ferroelectric tunnel junctions based on 2D alpha-In2Se3/semiconductor heterostructures
Author: Liu, Zifang; Hou, Pengfei; Sun, Lizhong; Tsymbal, Evgeny Y.; Jiang, Jie; Yang, Qiong

Journal: NPJ COMPUTATIONAL MATERIALS. 2023; Vol. 9, Issue 1, pp. -. DOI: 10.1038/s41524-022-00953-x
4、Shift current response in elemental two-dimensional ferroelectrics
Author: Qian, Zhuang; Zhou, Jian; Wang, Hua; Liu, Shi

Journal: NPJ COMPUTATIONAL MATERIALS. 2023; Vol. 9, Issue 1, pp. -. DOI: 10.1038/s41524-023-01026-3
5、Active learning to overcome exponential-wall problem for effective structure prediction of chemical-disordered materials
Author: Yuan, Xiaoze; Zhou, Yuwei; Peng, Qing; Yang, Yong; Li, Yongwang; Wen, Xiaodong

Journal: NPJ COMPUTATIONAL MATERIALS. 2023; Vol. 9, Issue 1, pp. -. DOI: 10.1038/s41524-023-00967-z
6、A generative deep learning framework for inverse design of compositionally complex bulk metallic glasses
Author: Zhou, Ziqing; Shang, Yinghui; Liu, Xiaodi; Yang, Yong

Journal: NPJ COMPUTATIONAL MATERIALS. 2023; Vol. 9, Issue 1, pp. -. DOI: 10.1038/s41524-023-00968-y
7、Quantum anomalous hall effect in collinear antiferromagnetism
Author: Guo, Peng-Jie; Liu, Zheng-Xin; Lu, Zhong-Yi

Journal: NPJ COMPUTATIONAL MATERIALS. 2023; Vol. 9, Issue 1, pp. -. DOI: 10.1038/s41524-023-01025-4
8、Tunable sliding ferroelectricity and magnetoelectric coupling in two-dimensional multiferroic MnSe materials
Author: Liu, Kehan; Ma, Xikui; Xu, Shuoke; Li, Yangyang; Zhao, Mingwen

Journal: NPJ COMPUTATIONAL MATERIALS. 2023; Vol. 9, Issue 1, pp. -. DOI: 10.1038/s41524-023-00972-2