金桔，又名金柑、金枣、金橙等，为常绿灌木，枝叶茂密，冠枝秀雅，花朵皎洁雪白，娇小玲珑，芳香四溢，熟果为金黄色，是我国特有的冬季观赏盆景柑桔类果形最小的一种。金桔分为食用和观赏两类。食用类有圆金桔、长叶金桔等。不能食用、仅供观赏的有四季桔、山金桔等。 金桔的特点是果皮和果肉一起食用，嚼食后，顿觉喉间津润、满口生香。金桔80%的维生素C集中在果皮上，每百克高达200毫克。金桔除鲜食外，也可泡茶饮用。一个较大的用途是加工成白糖金桔饼、甘草金桔饼、果酱、桔皮酒、金桔汁等。果皮还可提取芳香油。 金桔有很高的药用价值。《本草纲目》说金桔皮“同补药则补，同泻药则泻，同升药则升，同降药则降。“中医认为，金桔生食有理气、补中、解郁、消食、散寒、化痰、醒酒等作用，可用于治疗胸闷郁结、酒醉口渴、消化不良、食欲不振、咳嗽哮喘等症。胆囊炎、肝炎、胃病、气管炎、高血压、血管硬化的患者，常食金桔或金桔饼，有辅助治疗的作用。日本的医学杂志介绍，金桔能增强机体抗寒能力，可以防治感冒、降低血脂，对防治老年性疾病有益。金桔核，可治眼疾、淋巴结核、咽喉炎等。金桔根，有行气散结的功效，可治胃痛、呕吐、疝气、淋巴结核等。
在向核心期刊投稿的过程中，需要注意的事项：(1) 尽量不要投增刊。(2) 单位署名要规范。要写上Peoples Republic of China，这在SCI中尤其要注意。一种期刊的影响因子，指的是该刊前二年发表的文献在当前年的平均被引用次数。一种刊物的影响因子越高，也即其刊载的文献被引用率越高，一方面说明这些文献报道的研究成果影响力大，另一方面也反映该刊物的学术水平高。Impact Factor 影响因子（ If )： （C2+C3)/(A2+A3)其中，A2 =1995年出版的文献数A3=1994年出版的文献数C2=1995年出版的文献在1996年被引用的次数C3=1994年出版的文献在1996年被引用的次数我来说说如何向SCI投稿：各国SCI论文平均IF：中国，韩国，日本准备投稿选择SCI杂志（IF>,一般1-2即可)，必须找到该杂志，找出其风格仔细阅读投稿简则，包括文献格式等等（可以从网上down)先写出中文稿，再译成英文医学全在.线.提供, ，免走弯路英文应用简单句已发表的论文中的句型尽量套用，特别是方法部分论文书写摘要：Aim,Methods,Results,Conclusion,结构式，不分段。简洁明快，信息量大。引言：回顾全貌，提出特定问题，说明本工作的目的。必须充分引用别人的成果。知而不引，是不道德行为。方法：不能只引文献，应说明要点，使人能重复。结果：图表的设计非常重要（中国人多用表而少用图，应当纠正)。 不解自明self-explanatory 图表与文字不要过多重复 最后把事实明确（不能推翻)论文书写讨论：是全文的灵魂 明确事实的基础上，说明其意义，加深印象 从不同角度，更全面的视角来提出问题（横/纵，纵/横)，必要时可用一个diagram加以表述 每一段有一个意思，论点明确，先把有利因素摆够。在另一段中可以再说不利因素，使论点更全面 旁征博引，为我所用 对别人的工作少加针对性（刺刀见红式)批评，但须指出异同，突出自己的贡献论文书写结论：结果要点及意义，浓缩表达致谢：个人、单位、基金等文献：严格按格式要求书写，前后一致关键词：Index Medicus规范署名：第一作者，通讯作者（CA)，有所分工 Han Jisheng（Han J)，（Jisheng H)医学全在.线.提供, ，Ji-Sheng Han（Han JS)，HAN Ji-Sheng计量单位：M=mol/L…应符合国际惯例抓紧时间，分秒必争，早去早回充分利用e-mail投稿，省时省钱投稿后应有收稿单，登记号（Ref# 1234)，妥为保存如无回音，超过一个月即可去问，或网上查退修： 正确的意见：接受、修改，补实验（从中接受教益) 不太正确的：解释，不要轻易放弃 不正确的：说明理由，但做好退稿准备 肯定有不公平待遇问题，但要安下心来，找出可行对策出版费：可申请免交订复印本：可以不订
我毕业论文是在晋升网里参考的，现在已经上班了，你可以去那看看，还有就是丁香园了，但是丁香园注册过程太麻烦了，医学创新网里边论文数量太少了，总体觉得晋升网ok，内容多，还有考试试题，望采纳。
估计没有哪个论文网站只做医学，不过正规的论文网站应该不少。找到哪个网站在百度PING下，看看有啥不良消息，要自己判断哦。
一般来说，如果用户在普通期刊上发表论文，重复检查率的要求将在30％以内，整体难度仍然相对较小。例如，如果核心期刊上发表的论文重复检查，则论文重复检查难度较大。一般来说，我们应该确保论文的查重率低于15％。当许多顶级期刊发表论文时，论文查重率应为5％。 核心期刊对论文查重的要求远远大于普通期刊论文，因此写作中需要考虑的因素也比较复杂。其中，我们最应该关注论文复检率的因素。一般核心期刊的查重率是多少？paperfree小编给大家讲解。 一般来说，如果用户在普通期刊上发表论文，查重率的要求将在30％以内，整体难度仍然相对较小。例如，如果核心期刊上发表的论文，则论文查重检测难度较大。一般来说，我们应该确保论文的查重率低于15％。许多顶级期刊发表论文时，论文查重检测应低于5％。 词性转换是一种更常见的降重方式，主谓宾的顺序也更有效，调整表达的顺序。最好的方法是用中文翻译中文，也就是说，在理解原文献的意义的基础上，然后用自己的话来表达。这不仅可以表达原文应该表达的内容，而且还可以确保原创性。
不能高于百分之二十核心期刊要求查重不能高于百分之二十的，核心期刊论文的专业度非常高，涉及的专业研究非常有深度且精。核心期刊论文发表的时候，重复率需要控制在百分之十到百分之五之间的。具体可以询问期刊
医学职称论文的查重与所要评定的职称息息相关，比如主治医生和副主任等论文查重的标准不同。同样也与所要发表的论文期刊有关，大部分核心期刊的查重率要求不高于10%，也有一些是不高于5%，而一般的普刊大部分要求不高于25%或是30%。总之，重复率越低，过关几率越大，
核心期刊重复率要求在15%以内，有的期刊会要求在10%以内。常笑医学网收录了很多医学核心期刊，可以查到每个期刊的重复率要求，直接百度了解下。
如果该杂志提供了在线投稿系统，请按照提示做。一般是有个地方让你传文件和某些说明的。可以是WORD有的PDF也可，国外喜欢后者，貌似。书面稿是指你在线投稿同时要邮寄一份或几份打印稿去，如有要求其他东西，一并寄去。审稿费是某些杂志社要的，是在你寄书面稿件时一起寄出的。不然小心人家编辑生气啦。当然投稿前询问一下也无可厚非回答希望满意
如果你有目标期刊或者固定级别的期刊，也不要直接就问他这个期刊怎么发，回答完问题再问，他会给你建议，因为很可能你的期刊级别定高了你根本投不了。
说实话，自己投稿发表论文成功的概率是很低的，找代理成功率很高很多！医学杂志投稿
医学论文医学论文一般由题名、作者、摘要、关键词、正文、参考文献和附录等部分组成，其中部分组成（例如附录）可有可无。论文各组成的排序为：题名、作者、摘要、关键词、英文题名、英文摘要、英文关键词、正文、参考文献和附录和致谢。题目1．题名规范题名应简明、具体、确切，能概括论文的特定内容，有助于选定关键词，符合编制题录、索引和检索的有关原则。2．命题方式3．撰写英文题名的注意事项①英文题名以短语为主要形式，尤以名词短语最常见，即题名基本上由一个或几个名词加上其前置和（或）后置定语构成；短语型题名要确定好中心词，再进行前后修饰。各个词的顺序很重要，词序不当，会导致表达不准。②一般不要用陈述句，因为题名主要起标示作用，而陈述句容易使题名具有判断式的语义，且不够精炼和醒目。少数情况（评述性、综述性和驳斥性）下可以用疑问句做题名，因为疑问句有探讨性语气，易引起读者兴趣。③同一篇论文的英文题名与中文题名内容上应一致，但不等于说词语要一一对应。在许多情况下，个别非实质性的词可以省略或变动。④国外科技期刊一般对题名字数有所限制，有的规定题名不超过2行，每行不超过42个印刷符号和空格；有的要求题名不超过14个词。这些规定可供我们参考 。⑤在论文的英文题名中。凡可用可不用的冠词均不用。医学论文选题的技巧1．善于发现空白2．善于建立对应性选题3．在矛盾中寻求选择4．自选课题5．创新性原则医学论文的命题医学论文题目应是文章内容的集中概括。作者写论文，一是传播科技经验，二是为晋升需要，因此,论文好坏与标题有很大关系。由于论文题目首先映入读(编)者的眼帘，读(编)者浏览文章，多先看题目，然后才决是是否阅读(取舍)全文。所以，要求命题既能概括全文内容，又能引人注目，便于记忆和引用，做到恰当、确切、简短、鲜明，起到一种画龙点睛的作用，以引起读(编)者的注意与兴趣。我国《科学技术报告、学位论文、学术论文以及其它类似文件编写格式》提出:“题名应力求简短，一般不宜超过30个字。”医学论文题目应以20个字左右为宜，越简短(确切)越好。尽可能不用标点符号。一般不用英文缩略语（普通熟知且全称较长者例外，如DNA，DIC）。中文名词以写全称为宜。美国新英格兰医学杂志在稿约中规定“文题必要时给目录写一个限在75个字母空间之内的短题。”文题应与文章内容相符，一忌泛，二忌繁，同时还应具备可检索性、专指性、信息性，必要时可加副题，要给人一种“非看一下不可”的魅力。
中文核心又叫北大核心北核各几年都在变动的，所以需要发表什么方向的刊物，该刊物是否是核心期刊，可以实时的进行查询 查询网址如 知网、万方、维普、之类的。但是只要是核心期刊知网都会收录的。所以一般都是在知网查询就可以了。
分子层面对生物的研究，在个体水平上主要是看单个基因的变化以及全转录本的变化（RNA-seq）；在对个体的研究的基础上，开始了群体水平的研究。如果说常规的遗传学主要的研究对象是个体或者个体家系的话，那么群体遗传学则是主要研究由不同个体组成的群体的遗传规律。 在测序技术大力发展之前，对群体主要是依靠表型进行研究，如加拉巴哥群岛的13中鸟雀有着不同的喙，达尔文认为这是自然选择造成的后果 。达尔文的进化论对应的观点可以简单概括为“物竞天择，适者生存”，这也是最为大众所接受的一种进化学说。直到1968年，日本遗传学家提出了中性进化理论[2]，也叫中性演化理论。中性理论的提出很大程度上是基于分子生物化学的发展。可以这样理解中性理论：一群人抽奖，在没有内幕的情况下，每个人抽到一等奖的概率是相等的，这个可能性和参与抽奖的人的身高、年龄、爱好等因素都没有关系。中性理论常作为群体遗传研究中的假设理论（CK）来计算其他各种统计指标。 群体遗传学，研究的单位是群体，比如粳稻、籼稻、野生稻，就能够构成不同的群体；我们国内的各省份的水稻也可以作为一个个群体。 群体遗传学大概可以分为群体内的研究和群体间的研究。比如研究云南元阳的水稻的遗传多样性；如果研究是的云南元阳的水稻和东北的水稻，那就可以算成是群体间的研究。群体间和群体内的研究是相互的。 测序价格的急剧下降[3]使得大规模的群体测序得以实现。
常见的变异类型有SNP、IdDel、SV、CNV等。重测序中最关注的是SNP，其次是InDel。其他的几种结构变异的研究不是太多。
有参考基因组的物种的全基因组测序叫做重测序，没有参考基因组的物种的全基因组测序则需要从头组装。随着测序价格的降低，越来越多物种的参考基因组都已经测序组装完成。 plant genomes [4]网站实时显示全基因组测序已经完成的植物，其中2012年以后爆发式增长。在群体遗传学研究中更多的是有参考基因组的物种，尤其是模式物种，植物中常见的是拟南芥、水稻和玉米。
主要的分析流程见下图。现在的测序公司基本上都会帮客户完成整个的分析流程，因为主要耗费的资源是计算资源。我认为在整个分析的流程中最重要的是Linux目录的构建，混乱的目录会导致后续的分析频频出问题，重测序分析会生成很多的中间文件，良好的目录管理会使得项目分析流程井然有序。 该部分涉及到的软件的安装和基础的Linux基础知识就不详细说明了。
正选择似乎可以更好地用自然选择来解释。就是一个基因or位点能够使个体有着更强的生存力或者是育性，这样就会使得这个个体的后代更多，如此一来，这个基因or位点在群体中就越来越多。
正选择能够使有利的突变基因or位点在群体中得到传播，但是与此同时却降低了群体的多态性水平。也就是说原先该位点周围的核苷酸组成是多样性的，在经过正选择之后，这个位点周围核苷酸的多样性就渐渐的趋于同质化了。这就好比一块田，里面本来有水稻和稗草及其他杂草，由于稗草的适应性增强，稗草在逐渐增多，水稻慢慢变少，最后甚至是只剩下了稗草。 我们将这种选择之后多态性降低的情况叫做选择扫荡（Selective Sweep)。检测选择扫荡的软件有SweeD[7]。选择扫荡有可能是人工选择的结果，如2014年 Nature Genetics关于非洲栽培稻的文章就使用了SweeD来检测非洲栽培稻基因组上受人工选择的区域[8]。
负选择和正选择刚好是相反的。简单理解成群体中的某个个体出现了一个致命的突变，从而自己或者是后代从群体中被淘汰。这也导致群体中该位点的多态性的降低。就好比我有10株水稻，其中一株在成长过程中突然不见了，那么对我的这个小的水稻群体来说，这个消失的水稻的独有的位点在群体中就不见了，整体的多态性就降低了。
平衡选择指多个等位基因在一个群体的基因库中以高于遗传漂变预期的频率被保留，如杂合子优势。
平衡选择检测的算法有BetaScan2[10]，这是个Python脚本，输入文件只需要过滤好的SNP数据即可。
计算公式为： 其中 是有效群体大小， 是每个位点的突变速率。 但是群体大小往往是无法精确知道的，需要对其进行估计。
分离位点数 是 的估计值，表示相关基因在多序列比对中表现出多态性的位置。计算公式为： 其中 为分离位点数量，比如SNP数量。 为个体数量的倒数和：
指的是核苷酸多样性，值越大说明核苷酸多样性越高。通常用于衡量群体内的核苷酸多样性，也可以用来推演进化关系[11]。计算公式为： 可以理解成现在群体内两两求 ，再计算群体的均值。计算的软件最常见的是 vcftools ，也有对应的R包 PopGenome 。通常是选定有一定的基因组区域，设定好窗口大小，然后滑动窗口进行计算。 3KRGP文章就计算了水稻不同亚群间4号染色体部分区域上的 值[12]，能够看出控制水稻籽粒落粒性的基因 Sh4 位置多态性在所有的亚群中都降低了。说明这个基因在所有的亚群中都是受到选择的，这可能是人工选择的结果。
Tajima's D是日本学者Tajima Fumio 1989年提出的一种统计检验方法，用于检验DNA序列在演化过程中是否遵循中性演化模型[14]。计算公式为： D值大小有如下三种生物学意义：
叫固定分化指数，用于估计亚群间平均多态性大小与整个种群平均多态性大小的差异，反映的是群体结构的变化。其简单估计的计算公式为： 的取值范围是[0,1]。当 时，表明亚群间有着明显的种群分化。 在中性进化条件下， 的大小主要取决于遗传漂变和迁移等因素的影响。假设种群中的某个等位基因因为对特定的生境的适应度较高而经历适应性选择，那该基因的频率在种群中会升高，种群的分化水平增大，使得种群有着较高的 值。 值可以和GWAS的结果一起进行分析， 超过一定阈值的区域往往和GWAS筛选到的位点是一致的，如2018年棉花重测序的文章[15]：
ROD可以基于野生群体和驯化群体间核苷酸多态性参数 的差异识别选择型号，也可以测量驯化群体和野生型群体相比损失的多态性。计算公式为： 和 一样，ROD也可以和GWAS结合起来：
群体结构分析可以简单理解成采样测序的这些个体可以分成几个小组，以及给每个个体之间的远近关系是怎么样的。群体结构分析三剑客， 分别是 进化树 、 PCA 和 群体结构图 。
进化树就是将个体按照远近关系分别连接起来的图。
常用的绘图软件是 Phylip 和 Snpphylo 。进化树修饰的软件有 MEGA ， ggtree 等，推荐网页版工具 iTOL ，无比强大。 外群定根法：当群体的个体的差异很小时，可以引入其他物种作为根。如在对三叶草建树时可以引入水稻的序列作为根进行建树。
PCA是很常见的降维方法，如微生物研究中常用来检验样品分群情况。PCA计算的软件很多，plink可以直接用vcf文件计算PCA，R语言也可以进行PCA计算。
PCA图在群体重测序中有如下几种作用：
进化树和PCA能够看出来群体是不是分层的，但是无法知道群体分成几个群合适，也无法看出群体间的基因交流，更无法看出个体的混血程度。这时候就需要群体分层图了。
可以将进化树和群体分层图结合进行展示，如下图：
先了解下概念，此处借鉴基迪奥生物网站的解释[22]。 要理解 LD 衰减图，我们就必须先理解连锁不平衡（Linkage disequilibrium，LD）的概念。连锁不平衡是由两个名词构成，连锁 + 不平衡。前者，很容易让我们产生概念混淆；后者，让这个概念变得愈加晦涩。因此从一个类似的概念入手，大家可能更容易理解 LD 的概念，那就是基因的共表达。 基因的共表达，通常指的是两个基因的表达量呈现相关性。比较常见的例子就是：转录组因子和靶基因间的关系。因为转录因子对它的靶基因有正调控作用，所以转录因子的表达量提高会导致靶基因的表达量也上调，两者往往存在正相关关系。这个正相关关系，可以使用相关系数 来度量，这个数值在 - 1~1 之间。总而言之，相关性可以理解为两个元素共同变化，步调一致。 类似的，连锁不平衡（LD）就是度量两个分子标记的基因型变化是否步调一致，存在相关性的指标。如果两个 SNP 标记位置相邻，那么在群体中也会呈现基因型步调一致的情况。比如有两个基因座，分别对应 A/a 和 B/b 两种等位基因。如果两个基因座是相关的，我们将会看到某些基因型往往共同遗传，即某些单倍型的频率会高于期望值。 参照王荣焕等[23]的方法进行LD参数计算：
随着标记间的距离增加，平均的LD程度将降低，呈现出衰减状态，这种情况叫LD衰减。LD衰减分析的作用：
GWAS(genome-wide association study)，全基因组关联分析，常用在医学和农学领域。简单理解成将SNP等遗传标记和表型数据进行关联分析，检测和表型相关的位点，然后再倒回去找到对应的基因，研究其对表型的影响。这些被研究的表型在医学上常常是疾病的表型；在农学上常常是受关注的农艺性状，比如水稻的株高、产量、穗粒数等。GWAS思想首次提出是在心肌梗塞的治疗上[24]，首次应用是在2005年的文章上[25]。
目前使用最广泛的模型是混合线性模型[26]：
所有的参数软件（如Emmax）会自动完成计算。
GWAS结果文件通常只有两个图，一个是曼哈顿图，另外一个是Q-Q图。一般是先看Q-Q图，如果Q-Q正常，曼哈顿图的结果才有意义。
MSMC（multiple sequentially Markovian coalescent）[27]，底层算法很复杂，类似于PSMC。MSMC的主要功能是推断有效群体大小和群体分离历史。
这样看起来更直观：
LAMP(Local Ancestry in Admixed Populations，混杂群体的局部族源推断)，用于推断采用聚类的方法假设同时检测的位点间不存在重组情况，对每组相邻的 SNP 进行检测分析[28]，在运算速度和推断准确度上都有了质的飞跃。
用于推断群体分离和混合[29]。图是这样的：
测序方案关系到后续的分析，不同的样本量对应不同的测序方法和分析方法。
[1]. 自然选择(维基百科) [2]. Kimura, Motoo. "Evolutionary rate at the molecular level." Nature . (1968): 624-626 . [3]. 测序价格变化趋势 [4]. plant genomes [5]. DePristo, Mark A., et al. "A framework for variation discovery and genotyping using next-generation DNA sequencing data." Nature Genetics . (2011): 491. [6]. Biswas, Shameek, and Joshua M. Akey. "Genomic insights into positive selection." ** TRENDS in Genetics . (2006): 437-446. [7]. Pavlidis, Pavlos, et al. "Sweed: likelihood-based detection of selective sweeps in thousands of genomes." Molecular biology and evolution (2013): 2224-2234. [8]. Wang, Muhua, et al. "The genome sequence of African rice (Oryza glaberrima) and evidence for independent domestication." Nature Genetics (2014): 982. [9]. Bamshad, Michael, and Stephen P. Wooding. "Signatures of natural selection in the human genome." Nature Reviews Genetics (2003): 99. [10]. Siewert, Katherine M., and Benjamin F. Voight. "BetaScan2: Standardized statistics to detect balancing selection utilizing substitution data." BioRxiv (2018): 497255. [11]. Yu, N.; Jensen-Seaman MI; Chemnick L; Ryder O; Li WH (March 2004). Genetics . 166 (3): 1375–83. [12]. Wang, Wensheng, et al. "Genomic variation in 3,010 diverse accessions of Asian cultivated rice." Nature (2018): 43. [13]. Li, C., Zhou, A. & Sang, T. Rice domestication by reducing shattering. Science 311, 1936–1939 (2006). [14]. Tajima, Fumio. "Statistical method for testing the neutral mutation hypothesis by DNA polymorphism." Genetics (1989): 585-595. [15]. Du, Xiongming, et al. "Resequencing of 243 diploid cotton accessions based on an updated A genome identifies the genetic basis of key agronomic traits." Nature Genetics (2018): 796. [16]. Lu, Kun, et al. "Whole-genome resequencing reveals Brassica napus origin and genetic loci involved in its improvement." Nature communications . (2019): 1154. [17]. Zhou, Z., Jiang, Y., Wang, Z. et al. Resequencing 302 wild and cultivated accessions identifies genes related to domestication and improvement in soybean. Nat Biotechnol 33, 408–414 (2015). [18]. Liang, Z., Duan, S., Sheng, J. et al. Whole-genome resequencing of 472 Vitis accessions for grapevine diversity and demographic history analyses. Nat Commun 10, 1190 (2019). [19]. Alexander, ., Lange, K. Enhancements to the ADMIXTURE algorithm for individual ancestry estimation. BMC Bioinformatics 12, 246 (2011). [20]. Francis, Roy M. "pophelper: an R package and web app to analyse and visualize population structure." Molecular ecology resources (2017): 27-32. [21]. . [22]. . [23]. WANG Rong-Huan, WANG Tian-Yu, LI Yu. Linkage disequilibrium in plant genomes[J]. HEREDITAS , 2007, 29(11): 1317-1323. [24]. Ozaki, K., Ohnishi, Y., Iida, A. et al. Functional SNPs in the lymphotoxin-α gene that are associated with susceptibility to myocardial infarction. Nat Genet 32, 650–654 (2002). [25]. Klein, Robert J., et al. "Complement factor H polymorphism in age-related macular degeneration." Science (2005): 385-389. [26]. Yu, Jianming, et al. "A unified mixed-model method for association mapping that accounts for multiple levels of relatedness." Nature genetics (2006): 203. [27]. Schiffels, Stephan, and Richard Durbin. "Inferring human population size and separation history from multiple genome sequences." Nature genetics (2014): 919. [28]. Sankararaman, Sriram, et al. "Estimating local ancestry in admixed populations." The American Journal of Human Genetics (2008): 290-303. [29]. Pickrell, Joseph K., and Jonathan K. Pritchard. "Inference of population splits and mixtures from genome-wide allele frequency data." PLoS genetics (2012): e1002967. [30]. Chen, Jia-hui, et al. "Genome-wide analysis of Cushion willow provides insights into alpine plant divergence in a biodiversity hotspot." Nature communications (2019): 1-12. [31]. 孙宽，侯一平。法医族源推断的分子生物学进展 [J]. 法医学杂志 ，2018,34 (03):286-293. [32].
中国的核心主要七大类北京大学图书馆“中文核心期刊” 南京大学“中文社会科学引文索引（CSSCI）来源期刊” 中国科学技术信息研究所“中国科技论文统计源期刊”（又称“中国科技核心期刊”） 中国社会科学院文献信息中心“中国人文社会科学核心期刊” 中国科学院文献情报中心“中国科学引文数据库（CSCD）来源期刊” 中国人文社会科学学报学会“中国人文社科学报核心期刊” 万方数据股份有限公司正在建设中的“中国核心期刊遴选数据库”
都是相对应的，大学教师发论文最低也要发国家级的，中国科教创新导刊，还有时代教育，有些杂志就不收中小学的文章。大学学后关键是评什么，学校要求发什么级别的期刊。
杂志名称全称 IF(2009)CA-A CANCER JOURNAL FOR CLINICIANS CRYSTALLOGRAPHICA SECTION A ENGLAND JOURNAL OF MEDICINE REVIEWS MOLECULAR CELL BIOLOGY REVIEW OF IMMUNOLOGY REVIEWS REVIEWS GENETICS REVIEWS OF MODERN PHYSICS
2021年SCI期刊影响因子正式出炉！梅斯医学为大家整理了2020年度肿瘤、心血管、呼吸、免疫、内分泌、消化、儿科、泌尿外科＆肾病科和骨科各分科的期刊影响因子排行榜，快来看看吧！2021年肿瘤科TOP20由于肿瘤学科自身独具的优势，在影响...浏览5325 回答154 各科室排名前十的期刊，竟然是这些盘点了今年各大期刊的影响因子，有人欢喜有人愁，期刊的选择与投稿在一定程度上直接左右学术论文的影响力。但事实上，许多医学工作者看完报告后更加焦虑，SCI的神坛风起云涌，可是到底什么样的期刊适合我，我应该怎么投稿才不会一次又一次地被打回，我的论文要达到什么样的水平才能投...浏览5325 回答154 最新SCI影响因子出炉！终有心血管期刊突破30分！(附141本最新SCI影响因子出炉！终有心血管期刊突破30分！(附141本心血管期刊IF),肿瘤,心血管病,外科,子刊,期刊北京时间2021年6月30日下午，科睿唯安官网发布了2020年度最新SCI影响因子。同前几年一样，今年大部分期刊的影响因子依旧呈现出“牛市”般的一...浏览5325 回答154 全部12982个！2021年最新SCI影响因子全名单（附带EXCEL昨日，网上流传一份SCI影响因子名单，且只有400个期刊的影响因子。部分网友吐槽：我们的专业不配出现在TOP400上。小编最新整理一份最全的SCI影响因子全名单，涉及12982个被收录的期刊，包含其SCI期刊总被引数、影响因子、特征因子。浏览5325 回答154 2020年各大期刊影响因子为什么有些期刊影响因子不高但却是一区的？因为准备投论文，再看最新的影响因子以及期刊分区。发现一区的一些期刊影响因子并不高，比如在神经科学领…目前国内影响因子最高的期刊是哪个根据JCR2016年出具的201浏览5325 回答154 各期刊影响因子大汇总各期刊影响因子大汇总-文末福利，近期，2020版全球学术期刊影响因子（IF）发布了。本文整理了2020版的各个期刊的影响因子，同时比较了前5年的情况。通过比较可以了解，哪些期刊的影响因子在上升，哪些影响因子在下降。为读者发表论文时选择期刊提供一定的参考。
《医学のあゆみ》面对医师，生命科学研究者 《日本医事新报》一般临床医师 《日本临床》主要是内科 《ナース専科（NURSESENKA)》看护，护士 《调剤と情报》药品调剂 《LiSA（リサ）》日本国际医学杂志 《INNERVISION（インナービジョン）》画像医疗 其他的请参考以下的目录:
医学四大期刊名单：1、新英格兰医学杂志（NEM）。2、柳叶刀（ Lancet）。3、美国医学会杂志（JAMA）。4、英国医学期刊（BMJ）。作为医学界的四大期刊，其医学学术文章享誉全球。 扩展资料 1、新英格兰医学杂志（NEM）。新英格兰医学期刊（ The New England Journal of Medicine；简称NEJM）是由美国麻州医学协会（ Massachusetts Medical Society）所出版的同行评审性质全科医学周刊。其在2015年的影响因子（IF）为55873.期刊内容包含对生物医学科学与临床实践具有重要意义的一系列主题方面的医学研究新成果、综述文章和社论。2、柳叶刀（ Lancet）。《柳叶刀》期刊登载有：原创性的研究文章、评论文章（小组讨论及评论'）、社论、书评、短篇硏究文章、也有其它-些在刊内常登载的'文章诸如：特刊消息、及案例报道等。其在2015年的影响因子（IF）为45217。3、美国医学会杂志（JAMA）。JAMA比较注重其教育职能，利用该杂志的 Continuing Medical Education栏目向临床医师提供基础医学与临床医学方面的继续医学教育服务。该刊2015年影响因子（IF值）为35289。4、英国医学期刊（BMJ）。《英国医学期刊（BMJ）》是英国医学会会刊，全英文为“ British medical journal”，它有着160年的悠久历史，具有深厚的文化积淀和独特的风格特色，在所有综合性医学期刊中最具综合性，该刊2015年影响因子（IF值）为16378分。其栏目丰富多彩，述评、新闻、综述、争鸣等类型的文章为广大医生所欢迎。其内容除了与临床工作密切相关的信息与知识外，还涉及与医学相关的政治、经济、社会、教育、伦理、公共卫生等诸多方面。