jcr影响因子和sci影响因子

不一样的：中科院是中国中科院制定的，JCR是英加合资跨国集团Thomson Reuters 公司制定的分区（汤森路透分区）；两个分区制作者都有点弱智，汤森路透它平均切成四块，每块25%；中科院自以为聪明，一区：前5%；二区：6%~20%；三区：21%~50%；四区：51%~100%。其实这俩都不太科学。你们上学评优，有没有遇到过25%得优，或者5%得优；还有中科院居然把一半归为四区差不多下等了，大家想想就知道这两个都不合理对不对？比较正常的，10%优等一区；20%上等二区；30%中等三区；剩余40%四区可归到不太上手的那部分；其实中等在现实中占大多数，所以还可以在30%基础上再加一点而四区的40%可以减少一点都没问题。其他信息网上都有，我就不废话了，大家觉得我的建议合理的话左下角支持一下，谢谢！

WBSMDA: Within and Between Score for MiRNA-Disease Association Scientific R 2016 6:21106 (SCI, 影响因子578, Nature旗下, 综合性期刊中科院二区, JCR 1区) 第一作者和通讯作者 ILNCSIM: improved lncRNA functional similarity calculation O 2016 In press (SCI, 影响因子359 , 医学大类中科院一区, JCR 1区) 第一作者和通讯作者 miREFRWR: a novel disease-related microRNA-environmental factor interactions prediction Molecular BioS 2016 12(2): 624-633 (SCI, 影响因子21) 独立作者 Sequence-based Prediction of Protein-Protein Interactions Using Weighted Sparse Representation Model Combined with Global E BMC B 2016 In press (SCI, 影响因子 576,中科院二区, JCR 1区) 通讯作者 Detection of Interactions between Proteins through Rotation Forest and Local Phase Quantization D International Journal of Molecular S 2016 17(1): 21 (SCI, 影响因子862) Distributed Image Understanding with Semantic Dictionary and Semantic E N 2016 174:384-392 (SCI, 影响因子 083, JCR 1区) KATZLDA: KATZ measure for the lncRNA-disease association Scientific R 2015 5:16840 (SCI, 影响因子578, Nature旗下, 综合性期刊中科院二区, JCR 1区) 独立作者 Predicting lncRNA-disease associations and constructing lncRNA functional similarity network based on the information of miRNA Scientific R 2015 5:13186 (SCI, 影响因子578, Nature旗下, 综合性期刊中科院二区, JCR 1区)独立作者 Drug–target interaction prediction: databases, web servers and computational Briefings in B 2015 In press (SCI, 影响因子617, 数学与计算生物学中科院一区, JCR 1区)第一作者和通讯作者 RBMMMDA: predicting multiple types of disease-microRNA Scientific R 2015 5: 13877 (SCI, 影响因子578, Nature旗下, 综合性期刊中科院二区, JCR 1区) 第一作者和通讯作者 Constructing lncRNA functional similarity network based on lncRNA-disease associations and disease semantic Scientific R 2015 5:11338 (SCI, 影响因子578, Nature旗下, 综合性期刊中科院二区, JCR 1区) 第一作者和通讯作者 Semi-supervised learning for potential human microRNA-disease associations Scientific R 2014 4:5501 (SCI, 影响因子078, Nature旗下，被引用18次, 综合性期刊中科院二区, JCR 1区) 第一作者和通讯作者 ASDCD: Antifungal Synergistic Drug Combination D PLOS ONE 2014 9(1): e86499 (SCI, 影响因子 73, 被引用10次, JCR 1区)第一作者 A computational framework to infer human disease-associated long noncoding RNA PLOS ONE 2014 9(1): e84408 (SCI, 影响因子 73, 被引用19次, JCR 1区) Large Scale Image Understanding with Non-convex Multi-task L The 2014 5th International Conference on Game Theory for N 2014 (Best Paper Award) Novel human lncRNA–disease association inference based on lncRNA expression B 2013 29(20): 2617-2624 (SCI, 影响因子323, 被引用23次, 数学与计算生物学中科院一区, JCR 1区)第一作者和通讯作者 LncRNADisease: a database for long-non-coding RNA-associated Nucleic Acids R 2013 41(Database issue): D983-D986 (SCI, 影响因子026, 被引用161次,中科院二区, JCR 1区) Drug-target interaction prediction by random walk on the heterogeneous Molecular BioS2012 8(7): 1970-1978 (SCI, 影响因子 825, 被引用74次, Top ten most accessed articles in June 2012, Featured in the top 10% of the most highly cited articles published in the latest Impact Factor window (2011-2012))第一作者 RWRMDA: predicting novel human microRNA–disease Molecular BioS2012 8(10): 2792-2798 (SCI, 影响因子 825, 被引用41次)第一作者 Prediction of disease-related interactions between microRNAs and environmental factors based on a semi-supervised PLoS ONE 2012 7(8):e43425 (SCI, 影响因子 092, 被引用16次, JCR 1区)第一作者 A novel candidate disease genes prioritization method based on module partition and rank OMICS: A Journal of Integrative B2010 14 (4):337-356 (SCI, 影响因子 17, 被引用15次)第一作者和通讯作者 多阶段多目标多部门应急决策模型 系统工程理论与实践2010 30(11):1977-1985 (EI, 影响因子 896, 被引用24次)第一作者和通讯作者 NRWRH for drug target The 4th International conference on computational Systems Biology, Lecture Notes in Operations R 2010 13:219-226 (ISTP)第一作者和通讯作者 Modularized random walk with restart for candidate disease genes Optimization and Systems B 2009 11:353-360 (ISTP)第一作者和通讯作者 2012－2013运筹学学科发展报告，中国科学技术出版社，2014

JCR：ISI每年出版JCR(《期刊引用报告》，全称JournalCitationReports)。JCR对包括SCI收录的3800种核心期刊(光盘版)在内的8000多种期刊(网络版)之间的引用和被引用数据进行统计、运算，并针对每种期刊定义了影响因子(ImpactFactor)等指数加以报道。SCI：SCI是美国《科学引文索引》的英文简称，其全称为：ScienceCitatioSCInIndex,SCI涵盖很多分类，医学[2]，生物，自然科学，物理，化学，金融，艺术等等，相当于是人类文明的图书馆，具有非常重要的历史意义和科研价值。SCIE:在SCIE中的所谓的外围刊其实只是一个相对的概念，这些期刊也是ISI从全世界学术期刊中精选出来,这些期刊也是ISI从全世界学术期刊中精选出来。因SCI的WEB版1997年才推出，在此之前国内各文献单位所订购的多为SCI的印刷版或光盘版，所以自然形成了以这两种版本所收录的3000余种期刊为基础的学术统计和评价体系，当SCI的WEB版出现后也就自然出现了核心刊和外围刊的区分。

虽然是两个概念，但是还是有一定联系的，中科院的分区参考了JCR的分区标准(都是基于索引数据)，但是中科院的分区比JCR的分区更严格一些。以下可能对你有所帮助：汤森路透JCR分区法：1、各学科分类中影响因子前25%(含25%)期刊划分为1区2、各学科分类中影响因子位于学科中总刊数的前25 -50% (含50%)为2区3、各学科分类中影响因子位于学科中总刊数的前50-75% (含75% )为3区4、各学科分类中影响因子位于学科中总刊数的后75%为4区中国科学院SCI分区法：中国科学院文献情报中心根据每年的JCR数据，将学科分为14个大类和174个小类。每个学科分类按照期刊的影响因子高低，分为4四个区：1、各学科分类中影响因子前5%(含5%)期刊划分为1区2、各学科分类中影响因子位于学科中总刊数的前5-20% (含20%)为2区3、各学科分类中影响因子位于学科中总刊数的前20-50% (含50% )为3区4、各学科分类中影响因子位于学科中总刊数的后50%为4区

中科院sci分区和JCR分区区别为：依据不同、划分不同、归类不同。一、依据不同1、sci分区：sci分区是按期刊的三年版的平均影响因子来划分的。2、JCR分区：JCR分区是把某一个学科的所有期刊的上一年的影百响因子按降序排列，然后进行等分。二、划分不同1、sci分区：sci分区分为四个区度，每个区所占的比例是不相等的，一区：前5%；二区：6%~20%；三区：21%~50%；四区：51%~100%。2、JCR分区：JCR分区分为四个区度，每个区所占的比例是相等的，前25%(含25%)划分为1区，前25 -50% (含50%)为2区，前50-75% (含75% )为3区，75%~100%为4区。三、归类不同1、sci分区：sci分区基于JCR分区，将176个小类专业合并为了医学、生物学等14个学科。2、JCR分区：JCR分区按照小类的专业将学科归类174个小类。