Biometrika投稿须知

期刊简介

《Biometrika》是由Oxford University Press出版社于1901年创办的英文国际期刊（ISSN: 0006-3444，E-ISSN: 1464-3510），该期刊长期致力于数学与计算生物学领域的创新研究，主要研究方向为生物-生物学。作为SCIE收录期刊（JCR分区 Q1，中科院 2区），本刊采用OA未开放获取模式（OA占比0.0981...%），以发表数学与计算生物学领域等方向的原创性研究为核心（研究类文章占比100.00%%）。凭借严格的同行评审与高效编辑流程，期刊年载文量精选控制在70篇，确保学术质量与前沿性。成果覆盖Web of Science、Scopus等国际权威数据库，为学者提供推动数学领域高水平交流平台。

投稿咨询

投稿提示

Biometrika审稿周期约为较慢,6-12周。该刊近年未被列入国际预警名单，年发文量约70篇，录用竞争适中，主题需确保紧密契合数学前沿。投稿策略提示：避开学术会议旺季投稿以缩短周期，语言建议专业润色提升可读性。

数学大类学科
English 出版语言
否是否预警
SCIE 期刊收录
70 发文量

中科院分区

中科院 SCI 期刊分区 2023年12月升级版

Top期刊	综述期刊	大类学科	小类学科
否	否	数学 2区	MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 BIOLOGY 生物学 STATISTICS & PROBABILITY 统计学与概率论 1区 2区 2区

中科院 SCI 期刊分区 2022年12月升级版

Top期刊	综述期刊	大类学科	小类学科
是	否	数学 2区	STATISTICS & PROBABILITY 统计学与概率论 MATHEMATICAL & COMPUTATIONAL BIOLOGY 数学与计算生物学 BIOLOGY 生物学 1区 1区 2区

JCR分区

按JIF指标学科分区	收录子集	分区	排名	百分位
学科：BIOLOGY	SCIE	Q2	39 / 109	64.7%
学科：MATHEMATICAL & COMPUTATIONAL BIOLOGY	SCIE	Q2	24 / 65	63.8%
学科：STATISTICS & PROBABILITY	SCIE	Q1	22 / 168	87.2%

按JCI指标学科分区	收录子集	分区	排名	百分位
学科：BIOLOGY	SCIE	Q1	24 / 109	78.44%
学科：MATHEMATICAL & COMPUTATIONAL BIOLOGY	SCIE	Q2	17 / 65	74.62%
学科：STATISTICS & PROBABILITY	SCIE	Q1	23 / 168	86.61%

CiteScore

SJR

SNIP

CiteScore 排名

CiteScore：5.5

SJR：3.358

SNIP：2.563

学科类别	分区	排名	百分位
大类：Mathematics 小类：General Mathematics	Q1	21 / 399	94%
大类：Mathematics 小类：Statistics and Probability	Q1	24 / 278	91%
大类：Mathematics 小类：Agricultural and Biological Sciences (miscellaneous)	Q1	24 / 193	87%
大类：Mathematics 小类：Applied Mathematics	Q1	79 / 635	87%
大类：Mathematics 小类：Statistics, Probability and Uncertainty	Q1	22 / 168	87%
大类：Mathematics 小类：General Agricultural and Biological Sciences	Q1	36 / 221	83%

期刊发文

Linearized maximum rank correlation estimation
Author: Shen, Guohao; Chen, Kani; Huang, Jian; Lin, Yuanyuan

Journal: BIOMETRIKA. 2023; Vol. 110, Issue 1, pp. 187-203. DOI: 10.1093/biomet/asac027
Response best-subset selector for multivariate regression with high-dimensional response variables
Author: Hu, Jianhua; Huang, Jian; Liu, Xiaoqian; Liu, Xu

Journal: BIOMETRIKA. 2023; Vol. 110, Issue 1, pp. 205-223. DOI: 10.1093/biomet/asac037
Functional linear regression for discretely observed data: from ideal to reality
Author: Zhou, Hang; Yao, Fang; Zhang, Huiming

Journal: BIOMETRIKA. 2023; Vol. 110, Issue 2, pp. -. DOI: 10.1093/biomet/asac053
An instrumental variable method for point processes: generalized Wald estimation based on deconvolution
Author: Jiang, Zhichao; Chen, Shizhe; Ding, Peng

Journal: BIOMETRIKA. 2023; Vol. , Issue , pp. -. DOI: 10.1093/biomet/asad005
A robust fusion-extraction procedure with summary statistics in the presence of biased sources
Author: Wang, Ruoyu; Wang, Qihua; Miao, Wang

Journal: BIOMETRIKA. 2023; Vol. , Issue , pp. -. DOI: 10.1093/biomet/asad013
Counting process-based dimension reduction methods for censored outcomes.
Author: Sun Q¹, Zhu R², Wang T³, Zeng D⁴.

Journal: Biometrika. 2019 Mar;106(1):181-196. doi: 10.1093/biomet/asy064. Epub 2019 Jan 7.
Differential Markov random field analysis with an application to detecting differential microbial community networks.
Author: Cai TT¹, Li H², Ma J², Xia Y³.

Journal: Biometrika. 2019 Jun;106(2):401-416. doi: 10.1093/biomet/asz012. Epub 2019 Apr 22.
Estimation of a partially linear additive model for data from an outcome-dependent sampling design with a continuous outcome
Author: gyqin

Journal: BIOMETRIKA, 2016.

Biometrika

生物识别

期刊简介

投稿提示

中科院分区

JCR分区

CiteScore

期刊发文

相关期刊

怎样选择期刊

投稿相关问题

投稿后咨询