当前位置: 首页 SCI 期刊 心理学 Behavior Research Methods(非官网)
Behavior Research Methods

Behavior Research MethodsSCIESSCI

国际简称:BEHAV RES METHODS  参考译名:行为研究方法

  • 中科院分区

    2区

  • CiteScore分区

    Q1

  • JCR分区

    Q1

基本信息:
ISSN:1554-351X
E-ISSN:1554-3528
是否OA:未开放
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:6 issues per year
出版年份:1968
研究方向:Multiple
评价信息:
影响因子:4.6
CiteScore指数:10.3
SJR指数:2.396
SNIP指数:3.105
发文数据:
Gold OA文章占比:52.53%
研究类文章占比:99.26%
年发文量:271
自引率:0.0925...
开源占比:0.4461
出版撤稿占比:0
出版国人文章占比:0.02
OA被引用占比:0.5248...
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Behavior Research Methods期刊介绍

Behavior Research Methods publishes articles concerned with the methods, techniques, and instrumentation of research in experimental psychology. The journal focuses particularly on the use of computer technology in psychological research. An annual special issue is devoted to this field.

期刊简介Behavior Research Methods期刊介绍

《Behavior Research Methods》自1968出版以来,是一本心理学优秀杂志。致力于发表原创科学研究结果,并为心理学各个领域的原创研究提供一个展示平台,以促进心理学领域的的进步。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心理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、SSCI收录,得到了广泛的认可。

该期刊投稿重要关注点:

Cite Score数据(2024年最新版)Behavior Research Methods Cite Score数据

  • CiteScore:10.3
  • SJR:2.396
  • SNIP:3.105
学科类别 分区 排名 百分位
大类:Arts and Humanities 小类:Arts and Humanities (miscellaneous) Q1 11 / 552

98%

大类:Arts and Humanities 小类:Experimental and Cognitive Psychology Q1 4 / 165

97%

大类:Arts and Humanities 小类:Psychology (miscellaneous) Q1 3 / 97

97%

大类:Arts and Humanities 小类:Developmental and Educational Psychology Q1 20 / 360

94%

大类:Arts and Humanities 小类:General Psychology Q1 14 / 216

93%

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Behavior Research Methods 中科院分区

中科院 2023年12月升级版 综述期刊:否 Top期刊:是
大类学科 分区 小类学科 分区
心理学 2区 PSYCHOLOGY, MATHEMATICAL 心理学:数学 PSYCHOLOGY, EXPERIMENTAL 心理学:实验 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Behavior Research Methods 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:PSYCHOLOGY, EXPERIMENTAL SSCI Q1 7 / 99

93.4%

学科:PSYCHOLOGY, MATHEMATICAL SSCI Q1 1 / 13

96.2%

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:PSYCHOLOGY, EXPERIMENTAL SSCI Q1 9 / 99

91.41%

学科:PSYCHOLOGY, MATHEMATICAL SSCI Q1 1 / 13

96.15%

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
  • USA274
  • GERMANY (FED REP GER)100
  • England88
  • Netherlands83
  • Canada53
  • Belgium39
  • Spain36
  • Australia32
  • France27
  • CHINA MAINLAND22

本刊中国学者近年发表论文

  • 1、DIY bootstrapping: Getting the nonparametric bootstrap confidence interval in SPSS for any statistics or function of statistics (when this bootstrapping is appropriate)

    Author: Cheung, Shu Fai; Pesigan, Ivan Jacob Agaloos; Vong, Weng Ngai

    Journal: BEHAVIOR RESEARCH METHODS. 2023; Vol. 55, Issue 2, pp. 474-490. DOI: 10.3758/s13428-022-01808-5

  • 2、From eye movements to scanpath networks: A method for studying individual differences in expository text reading

    Author: Ma, Xiaochuan; Liu, Yikang; Clariana, Roy; Gu, Chanyuan; Li, Ping

    Journal: BEHAVIOR RESEARCH METHODS. 2023; Vol. 55, Issue 2, pp. 730-750. DOI: 10.3758/s13428-022-01842-3

  • 3、A new perspective on detecting performance decline: A change-point analysis based on Jensen-Shannon divergence

    Author: Tu, Dongbo; Li, Yaling; Cai, Yan

    Journal: BEHAVIOR RESEARCH METHODS. 2023; Vol. 55, Issue 3, pp. 963-980. DOI: 10.3758/s13428-021-01779-z

  • 4、The Mandarin Chinese auditory emotions stimulus database: A validated set of Chinese pseudo-sentences

    Author: Gong, Bingyan; Li, Na; Li, Qiuhong; Yan, Xinyuan; Chen, Jing; Li, Liang; Wu, Xihong; Wu, Chao

    Journal: BEHAVIOR RESEARCH METHODS. 2023; Vol. 55, Issue 3, pp. 1441-1459. DOI: 10.3758/s13428-022-01868-7

  • 5、Which method is more powerful in testing the relationship of theoretical constructs? A meta comparison of structural equation modeling and path analysis with weighted composites

    Author: Deng, Lifang; Yuan, Ke-Hai

    Journal: BEHAVIOR RESEARCH METHODS. 2023; Vol. 55, Issue 3, pp. 1460-1479. DOI: 10.3758/s13428-022-01838-z

  • 6、Familiarity ratings for 24,325 simplified Chinese words

    Author: Su, Yongqiang; Li, Yixun; Li, Hong

    Journal: BEHAVIOR RESEARCH METHODS. 2023; Vol. 55, Issue 3, pp. 1496-1509. DOI: 10.3758/s13428-022-01878-5

  • 7、A state response measurement model for problem-solving process data

    Author: Xiao, Yue; Liu, Hongyun

    Journal: BEHAVIOR RESEARCH METHODS. 2023; Vol. , Issue , pp. -. DOI: 10.3758/s13428-022-02042-9

  • 8、A Chinese verb semantic feature dataset (CVFD)

    Author: Deng, Yaling; Li, Jiwen; Niu, Minglu; Wang, Ye; Fu, Wenlong; Gong, Yanzhu; Ding, Shuo; Li, Wenyi; He, Wei; Cao, Lihong

    Journal: BEHAVIOR RESEARCH METHODS. 2023; Vol. , Issue , pp. -. DOI: 10.3758/s13428-022-02047-4

投稿常见问题

通讯方式:Behav. Res. Methods。