“Discover”期刊系列推介 | Discover Data

期刊：Discover Data

微信原文：点击阅读微信原文

“Discover” 期刊系列是一个开放获取期刊的合辑。本系列致力于为所有作者提供一个简化且高效的提交流程、快速评审和出版，在每个阶段提供高水平的作者服务。这一系列涵盖40多个新的学科主题，涉及应用科学、物理、生命科学、医学和社会学科等各个领域的热门话题。

本期为您介绍“Discover” 系列的期刊Discover Data，本刊内容涉及数据科学的各个领域及其跨学科应用。扫码了解期刊主旨范围、主题和接收文章类型，并转发给感兴趣的朋友！

期刊介绍

点击图片进入期刊主页

Discover Data是 “Discover” 期刊系列的一部分。本期刊致力于简化提交流程，快速审稿与出版，在每一个阶段都为作者提供高质量的服务。本刊为社群主导型开放获取期刊，内容涉及数据科学的各个领域及其跨学科应用。

我们精简的提交流程保证了论文的快速周转，从而可以在保持最高同行评审标准的同时快速发表您的研究成果。

作为开放获取的期刊，我们确保您的研究广泛传播，并在全球范围内即时提供给每个人。

我们在每个阶段都会为您提供优质的支持服务，以帮助您完成整个提交、审阅和发表过程。

“Discover” 期刊坚持COPE定义的研究和出版道德标准，并在整个同行评审过程中支持作者坚持这些道德标准。

主旨及范围（Aims and scope）

Discover Data 是一本广泛的、开放获取的期刊，发表涉及跨各领域的数据科学和数据分析的理论及应用研究。

本期刊不仅发表对数据理论、管理和分析的初步研究，也同样欢迎以数据科学为中心的，致力于解决当前科学，工业和社会层面现实问题的应用型研究。

本刊也接受数据说明，通过这类文章作者可以分享原创性的研究数据，以及获取和处理这些数据集所用的方法。所分享的数据集应该在其领域具有一定的研究和学术价值，同时也须遵循科学数据的可重复使用的准则。

期刊旨在服务于广泛的社区，包括计算机和信息科学家、统计学家以及所有从事自然科学、临床医学、社会科学等学科使用数据方法研究的学者。本刊特别欢迎有助于实现联合国可持续发展目标的研究。

期刊主题

Discover Data 涵盖的主题包括（但不限于）以下主要领域：

• 数据采集与数据收集

• 数据处理

• 数据分析

• 数据维护与数据完整性

• 数据管护

• 数据管理系统

• 数据压缩

以及以数据科学为主体的，涉及以下几类学科的应用类研究：

• 自然科学

• 医疗保健与医学

• 人文社会科学

Editor-in-Chief (主编)：Professor Nitesh V. Chawla

Publishing model（发表形式）：开放获取

文章类型

Discover Data 欢迎与数据科学及其跨学科应用相关的完整研究论文、通讯、综述、观点、评论、案例研究、注册报告和数据说明。本刊还出版与数据科学研究各个方面相关的客座编辑专题合集；如需更多信息，请联系主编。

投稿指南（Submission Guidelines）：

https://www.springer.com/journal/44248/submission-guidelines

任何期刊有关问题，欢迎联系期刊责任编辑Siyuan Shen (siyuan.shen@springernature.com)。

点击此处，前往Discover Data主页。投稿开放中！

© 2022 Springer, part of Springer Nature.

All Rights Reserved.