Data & Knowledge Engineering杂志论文被拒稿了怎么办？

如果论文被《Data & Knowledge Engineering》杂志拒稿，可以采取以下策略进行应对和改进，以提高再次投稿的成功率：

一、分析拒稿原因

1.仔细阅读审稿意见：编辑和审稿人通常会提供详细的拒稿理由，包括研究创新性不足、实验方法缺陷等。

2.区分“可修改”与“不可修改”问题：

可修改：如语言问题、格式不符、实验补充等，可针对性改进。

不可修改：如期刊主题不符，则需另选目标期刊。

二、针对反馈，修改完善

补充实验或数据：针对审稿人提出的数据或分析缺陷，补充实验以增强说服力。‌

强化创新性：明确论文填补的研究空白，并在引言和讨论部分突出其学术价值‌。

语言与格式规范：使用专业工具润色语言，确保格式符合目标期刊要求‌。‌

三、调整投稿策略

修改后重投原期刊‌：若编辑允许修改后重投（如“大修”状态），需逐条回复审稿意见并提交修订稿。

改投其他期刊‌：若因“选题不匹配”被拒，选择研究方向更契合的期刊。

通过这些措施，作者可以将拒稿转化为学术成长的机会，进一步提升自己的研究能力。

《Data & Knowledge Engineering》杂志简介与数据分析

基本信息：

创刊时间：1985年

出版商：Elsevier

出版周期：Monthly

出版语言：English

国际简称：DATA KNOWL ENG

中文名称：数据与知识工程

ISSN：0169-023X；E-ISSN：1872-6933

研究方向：工程技术-计算机：人工智能‌

权威数据库：SCI、SCIE

定位与覆盖范围：

定位：专注发布工程技术-计算机：人工智能领域的学术期刊。

覆盖范围：涵盖计算机：人工智能等领域的最新研究成果、技术革新、学术动态等，旨在促进和传播该领域相关的新技术和新知识。

数据与影响力分析

影响因子：根据最新数据，《Data & Knowledge Engineering》杂志的影响因子为3.9，显示其在工程技术-计算机：人工智能领域具有较高的学术影响力。

分区信息：在中科院最新升级版分区表中，《Data & Knowledge Engineering》杂志位于大类学科计算机科学3区，小类学科COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE计算机：人工智能3区。小类学科COMPUTER SCIENCE, INFORMATION SYSTEMS计算机：信息系统3区。同时，在JCR分区中，该杂志位于Q2区，表明其学术水平较高。

投稿咨询

年发文量：93，审稿周期预计为：平均审稿速度为约12.0个月，CiteScore：8.4、SJR：0.78、SNIP：1.536。

声明：以上信息摘自网络公开资料，如有不准确，请联系我们。