Cartography And Geographic Information Science-影响因子2.6-首页

杂志简介中科院分区 JCR分区 CiteScore 发文统计通讯方式相关杂志期刊导航

Cartography And Geographic Information Science 杂志简介

《Cartography And Geographic Information Science》重点专注发布GEOGRAPHY领域的新研究，旨在促进和传播该领域相关的新技术和新知识。鼓励该领域研究者详细地发表他们的高质量实验研究和理论结果。该杂志创刊至今，在GEOGRAPHY领域，有较高影响力，对来稿文章质量要求较高，稿件投稿过审难度较大。欢迎广大同领域研究者投稿该杂志。

Cartography And Geographic Information Science 杂志中科院分区

中科院SCI分区数据

中科院SCI期刊分区（2023年12月升级版）

大类学科	分区	小类学科	分区	Top期刊	综述期刊
地球科学	3区	GEOGRAPHY 地理学	4区	否	否

中科院SCI期刊分区（2022年12月升级版）

大类学科	分区	小类学科	分区	Top期刊	综述期刊
地球科学	3区	GEOGRAPHY 地理学	3区	否	否

中科院SCI期刊分区（2021年12月旧的升级版）

大类学科	分区	小类学科	分区	Top期刊	综述期刊
地球科学	3区	GEOGRAPHY 地理学	3区	否	否

中科院SCI期刊分区（2021年12月升级版）

大类学科	分区	小类学科	分区	Top期刊	综述期刊
地球科学	3区	GEOGRAPHY 地理学	3区	否	否

中科院SCI期刊分区（2020年12月旧的升级版）

大类学科	分区	小类学科	分区	Top期刊	综述期刊
地球科学	3区	GEOGRAPHY 地理学	3区	否	否

中科院分区趋势图

影响因子趋势图

中科院JCR分区：中科院JCR期刊分区（又称分区表、分区数据）是中国科学院文献情报中心世界科学前沿分析中心的科学研究成果，是衡量学术期刊影响力的一个重要指标，一般而言，发表在1区和2区的SCI论文，通常被认为是该学科领域的比较重要的成果。

影响因子：是汤森路透(Thomson Reuters)出品的期刊引证报告(Journal Citation Reports,JCR)中的一项数据，现已成为国际上通用的期刊评价指标，不仅是一种测度期刊有用性和显示度的指标，而且也是测度期刊的学术水平，乃至论文质量的重要指标。

Cartography And Geographic Information Science 杂志JCR分区

Web of Science 数据库（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：GEOGRAPHY	SSCI	Q1	36 / 171	79.2%

按JCI指标学科分区	收录子集	分区	排名	百分位
学科：GEOGRAPHY	SSCI	Q1	42 / 172	75.87%

Cartography And Geographic Information Science CiteScore 评价数据（2024年最新版）

CiteScore：5.2
SJR：0.697
SNIP：1.324

CiteScore 排名

学科类别	分区	排名	百分位
大类：Social Sciences 小类：Geography, Planning and Development	Q1	148 / 821	82%
大类：Social Sciences 小类：Civil and Structural Engineering	Q2	98 / 379	74%
大类：Social Sciences 小类：Management of Technology and Innovation	Q2	98 / 289	66%

CiteScore趋势图

年发文量趋势图

CiteScore：是由Elsevier2016年发布的一个评价学术期刊质量的指标，该指标是指期刊发表的单篇文章平均被引用次数。CiteScore和影响因子的作用是一样的，都是可以体现期刊质量的重要指标，给选刊的作者了解期刊水平提供帮助。

Cartography And Geographic Information Science 杂志发文统计

文章名称引用次数
A novel approach to leveraging social media for rapid flood mapping: a case study of the 2015 South Carolina floods26
Combining machine-learning topic models and spatiotemporal analysis of social media data for disaster footprint and damage assessment18
Measured and perceived visual complexity: a comparative study among three online map providers11
Design principles for origin-destination flow maps10
Understanding demographic and socioeconomic biases of geotagged Twitter users at the county level10
Population at risk: using areal interpolation and Twitter messages to create population models for burglaries and robberies10
Graphically supported evaluation of mapping techniques used in presenting spatial accessibility9
SensePlace3: a geovisual framework to analyze place-time-attribute information in social media9
Elements of viral cartography7
The effect of acquisition error and level of detail on the accuracy of spatial analyses6
国家/地区发文量
USA60
CHINA MAINLAND19
GERMANY (FED REP GER)11
England8
Australia7
Poland7
Switzerland5
Austria4
Canada3
Czech Republic3
机构发文发文量
UNIVERSITY OF CALIFORNIA SYSTEM9
MONASH UNIVERSITY6
UNITED STATES DEPARTMENT OF THE INTERIOR6
WUHAN UNIVERSITY6
PENNSYLVANIA COMMONWEALTH SYSTEM OF HIGHER EDUCATION (PCSHE)5
UNIVERSITY OF SOUTH CAROLINA SYSTEM5
UNIVERSITY OF WISCONSIN SYSTEM5
UNIVERSITY OF ZURICH5
ADAM MICKIEWICZ UNIVERSITY4
BEIJING NORMAL UNIVERSITY4