期刊简介
Particles (ISSN 2571-712X) 是一本国际化、经过同行评审的开放获取期刊，主要发表涉及核物理和粒子物理领域的综述文章、研究论文和简短通讯，其范围还涵盖实验/理论高能物理和粒子天体物理等相关领域。目前，期刊已被ESCI (Web of Science)、Scopus、ADS等多个知名数据库收录。
2024 CiteScore：2.3
2024 Impact Factor：3.0
Time to First Decision：23.8 Days
Acceptance to Publication：4.7 Days
01 期刊主题涵盖
核物理
粒子物理
天体物理
重离子碰撞
粒子加速器与碰撞
宇宙学
暗物质
黑洞与广义相对论
机器学习与人工智能在粒子、核与天体物理中的方法
02 主编简介
Prof. Dr. Armen Sedrakian
1. 德国法兰克福高级研究所 (FIAS)
2. 波兰弗罗茨瓦夫大学
中国编委名单 (部分)
副主编
孟杰 教授
北京大学
栏目主编
Craig Roberts 教授
南京大学
黄旭光 教授
复旦大学
罗晓峰 教授
华中师范大学
王喆 副教授
清华大学
王群 教授
中国科学技术大学
精选文章
1.Constraints on Nuclear Symmetry Energy Parameters
核对称能参数的约束研究
https://doi.org/10.3390/particles6010003
2.Emergence of Hadron Mass and Structure
强子质量与结构的涌现机理
https://doi.org/10.3390/particles6010004
3.Shell Structure Evolution of U, Pu, and Cm Isotopes with Deformed Relativistic Hartree–Bogoliubov Theory in a Continuum
U、Pu 与 Cm 同位素壳结构演化的连续体变形相对论 Hartree–Bogoliubov 理论研究
https://doi.org/10.3390/particles8010019
4.Exploring the Distribution and Impact of Bosonic Dark Matter in Neutron Stars
中子星中玻色暗物质的分布特性及其作用机制
https://doi.org/10.3390/particles7010011
5. Towards Uncovering Dark Matter Effects on Neutron Star Properties: A Machine Learning Approach
揭示暗物质对中子星性质影响的机器学习方法研究
https://doi.org/10.3390/particles7010005
6.Hyperon Production in Bi + Bi Collisions at the Nuclotron-Based Ion Collider Facility and Angular Dependence of Hyperon Spin Polarization
NICA装置中 Bi+Bi 碰撞的超子产生及其自旋极化的角度依赖性
https://doi.org/10.3390/particles7040060
特刊书推荐
1.Selected Papers from the “7th Workshop on the Nuclear Mass Table with DRHBc Theory”
Guest Editors:Dr. Shuangquan Zhang and Dr. Youngman Kim
https://www.mdpi.com/journal/particles/special_issues/DRHBc2024
2.Strong Interactions in the Standard Model: Massless Bosons to Compact Stars
Guest Editors:Dr. Minghui Ding, Prof. Dr. Craig Roberts, Prof. Dr. Sebastian Schmidt
https://www.mdpi.com/journal/forecasting/special_issues/XK0KU3ACU0
作者指南
如您对投稿有任何疑问，欢迎阅读作者指南，或联系期刊编辑部particles@mdpi.com。
阅读作者指南：https://www.mdpi.com/journal/particles/instructions
期刊主页：https://www.mdpi.com/journal/particles
转载本文请联系原作者获取授权，同时请注明本文来自MDPI开放科学科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3516770-1508687.html?mobile=1
收藏
