昨天發了使用R語言寫爬蟲解析peerJ的細節教程，peerJ期刊探索 但是感興趣的不多。

不過，偶然間看到一個比我做的更好的，幾乎爬取了所有的開放期刊，計算它們的審稿時長，看看審稿時長是否與雜誌的發稿量，影響因子等有關係。

列表如下：

程式碼及資料，作者都上傳到其GitHub啦，繪圖展現如下：

首先是審稿時間展現：

然後是發稿量於審稿時間的相關情況展示：

很明顯，plos one 這樣的期刊在發稿量是遙遙領先的！

為了湊原創字數，我谷歌翻譯了下面一段話，大家不要看哈。

谷歌翻譯 接受/公佈的中位時間與影響因子 作者很想知道在某些情況下是否需要更多時間，因為期刊更“挑剔”？ 影響因子不是研究影響的好指標，但也許它可以代表期刊的挑剔性。考慮與影響因子的相關性，有一個趨勢（無論是否有第一級期刊）。儘管如此，這些雜誌還是相當分散的。

最後看看影響因子於審稿時間的相關情況探索：

CNS雜誌很顯眼呀。

反正資料都在這裡了，想怎麼探索就怎麼探索咯，作者還給這些雜誌分類了：

“Good” journals

• eLife is non-profit, open and modern.
• PLOS the pioneer in open-access.
• BMC, although it’s owned by Springer Nature publishing group.
• F1000 where the manuscript is “published” right away and then transparently peer-reviewed. Once peer-reviewed, it is indexed in PubMed etc.
• PeerJ is about open-access and cost-efficient publishing.

“Evil” publishing companies

• Elsevier.
• Springer Nature.

這不是重點，重點在作者只是給了他處理好的資料，並沒有給他如何得到資料的細節，而我在我的教程，寫的清清楚楚。

非常適合初學者重複，但是不知道為什麼，看的人很少，可能大家並不知道這個是重點吧。

那就，再強調一下：peerJ期刊探索 這裡面的程式碼都是可以復現的，歡迎大家深入挖掘和研究，跟我交流，我的郵箱是 [email protected] 期待你們的來信。