Physchem 期刊正式被ESCI收录 | MDPI News
发表时间：2024-06-24 阅读量：504
2024年6月，MDPI期刊 Physchem 正式被ESCI收录。在此，Physchem 向为期刊发展作出巨大贡献的主编、编委、客座编辑、审稿专家和作者们表示衷心的感谢，向长期关注期刊发展的读者致以诚挚的谢意！
期刊简介
Physchem (ISSN 2673-7167) 创刊于2021年，是一个国际型开放获取的科学期刊，主要发表化学物理学 (Chemical Physics) 与物理化学 (Physical Chemistry) 领域 (如理论与计算化学；动力学；电化学等) 的原创性研究成果、综述性报道和简报通讯。我们鼓励研究者们尽可能将其实验及理论研究成果表述得详尽和具体。对于实验论文，作者需要提供实验具体过程，以便实验数据及结果可以被重现。实验过程中有关计算、实验程序等全部细节的电子文件或软件，可以作为“补充材料”与出版物一起发表。
期刊主编
Dr. Sergei Manzhos
Tokyo Institute of Technology, Japan
投稿优势
-
更高文章曝光度：
除ESCI之外，Physchem 目前还被Scopus、DOAJ、CAPlus / SciFinder、CNKI、EBSCO等数据库收录。2023年6月6日，CiteScore 2023正式公布。Physchem 期刊收获了第一个CiteScore：1.4；在Physics and Astronomy (miscellaneous) 领域排名53，位居Q3。
-
更快发表速度：
|
Time to First Decision |
22.8 Days |
|
Acceptance to Publication |
6.5 Days |
开放获取
读者可以免费阅读期刊文章。
作者持有版权
精选文章
01. Advanced Machine Learning Methods for Learning from Sparse Data in High-Dimensional Spaces: A Perspective on Uses in the Upstream of Development of Novel Energy Technologies
从高维空间中的稀疏数据获得的先进机器学习方法：在新能源技术发展上游的应用前景
Sergei Manzhos and Manabu Ihara
https://www.mdpi.com/1565500
机器学习在物理科学中的应用越来越广泛，包括能源转换和存储技术的研究，特别是可持续技术方面。本文简要介绍了一些常见的回归型机器学习技术，重点关注更先进的机器学习技术；这些技术使用已知的方法作为更复杂方案的构建块，从而能够处理极其稀疏的数据以获得深入了解。在从多相催化到核能的应用中，本文通过将高维模型表示模拟与机器学习方法 (如神经网络或高斯过程回归) 相结合的方式来强调使用具有次维函数的表示的实用性。
Manzhos, S.; Ihara, M. Advanced Machine Learning Methods for Learning from Sparse Data in High-Dimensional Spaces: A Perspective on Uses in the Upstream of Development of Novel Energy Technologies. Physchem 2022, 2, 72-95.
02. Molecular Activation Mechanism and Structural Dynamics of Orange Carotenoid Protein
橙色类胡萝卜素蛋白的分子激活机制及结构动力学
Volha U. Chukhutsina and Jasper J. van Thor
https://www.mdpi.com/1733766
为防止光强度的波动损害到光合作用机制，蓝藻使用一种非光化学猝灭 (NPQ) 的光保护机制，吸收的过量光能会以热量的形式消散。在蓝藻中，橙色类胡萝卜素蛋白 (OCP) 的光激活是NPQ反应中关键的第一步。作者总结了目前关于OCP的光诱导反应的知识；已提出的不同激活机制；光循环动力学和特性以及已报道的结构中间体。作者讨论了关于已报道的实验结果的可能解释，并为重要的、未解决的问题和未来工作制定了方向，以揭示OCP光感应的分子和结构基础。
Chukhutsina, V.U.; van Thor, J.J. Molecular Activation Mechanism and Structural Dynamics of Orange Carotenoid Protein. Physchem 2022, 2, 235-252.
03. Theoretical Study on the Thermal Degradation Process of Nylon 6 and Polyhydroxybutyrate
尼龙6和聚羟基丁酸酯热降解过程的理论研究
Yuliia Didovets and Mateusz Z. Brela
https://www.mdpi.com/1889936
本文介绍了两种选定聚合物的热降解过程研究：尼龙6和聚羟基丁酸酯 (PHB)，它们是目前常用的聚酰胺和聚酯的代表。应用密度泛函理论 (DFT) 方法和一系列的计算细节来研究溶剂的存在和温度的升高对降解过程热力学的影响。作者对两种研究聚合物的结果进行了比较，观察到了明显的相似性，并且对导致尼龙6热降解过程自发性的外部条件进行了估计。本文得出的结果可用于将来对聚合物的生物降解条件的研究工作中。
Didovets, Y.; Brela, M.Z. Theoretical Study on the Thermal Degradation Process of Nylon 6 and Polyhydroxybutyrate. Physchem 2022, 2, 334-346.
精选Topical Collection
Batteries Beyond Mainstream
Edited by Sergei Manzhos and Masashi Kotobuki
https://www.mdpi.com/si/201587
精选特刊
Computational Studies on Bioinspired Transition-Metal-Based Catalysts
Edited by Ferran Acuña-Parés
Submission Deadline: 31 March 2025
https://www.mdpi.com/si/204079
作者指南
如您对投稿有任何疑问，欢迎阅读作者指南 (https://www.mdpi.com/journal/physchem/instructions)，或联系 Physchem 期刊编辑部 (physchem@mdpi.com)。