2022年中科院期刊分区表正式发布，提升中国期刊入选高区位比例：科研圈日报
2023-01-02 科研圈 科研圈 发表于安徽省
美国国家标准技术研究所（NIST）的研究者开发了一种名为 BreatheSmart 的深度学习算法，可以分析这些微小的变化，以帮助确定房间内是否有人出现呼吸困难的症状
你可以单独订阅“科研圈日报”了——请点击上方 #科研圈日报 话题，点击右侧“订阅话题”按钮即可。“科研圈日报”主要关注科研圈与研究者个体、科研圈与更广阔的社会环境之间的重要互动。点击 这里 可以查看往期内容。
· 期刊分区
2022 年中科院期刊分区表正式发布，提升中国期刊入选高区位比例
2022 年分区表包括 18 个大类（图片来源：中科院文献情报中心分区表）
12 月 21 日，《2022 年中国科学院文献情报中心期刊分区表》正式发布。2022 年分区表在秉承方法科学和数据客观的基础上，延续使用升级版分区表的方法体系，且只发布升级版结果，分区指标采用“期刊超越指数”。2022 年分区表依然包括自然科学期刊（SCIE）、社会科学期刊（SSCI）和 ESCI 收录的中国期刊（自然+社科），升级版大类学科数从基础版的 13 个增加为 18 个。
2022 年分区表继续突出支持本土品牌期刊国际化的导向，形成了“中国 SCI 期刊评价方案”：主要措施包括调整提升中国期刊入选高区位的比例、扩大中国期刊入选基数（吸纳中国 ESCI 期刊进入分区表评价范围）和提升弱势学科期刊分区结果等。
对于综合性期刊，2022 年分区表沿用《"期刊分区表"综合性期刊评价方法||工作方案》：先将综合性期刊的每篇论文划分到一级学科，然后计算每篇论文在相应学科的影响力，最后汇总整本期刊的影响力水平。（中科院文献情报中心分区表）
· 年度盘点
《自然》发布2023年值得关注的科学事件
12 月 19 日，《自然》（Nature）发布了《2023 年值得关注的科学事件》（The science events to watch for in 2023），对登月、mRNA疫苗研制和气候融资等可能成为未来一年全球热门的科学事件进行了展望，具体为：
-
下一代疫苗研制。针对疟疾、结核病和带状疱疹等多种 mRNA 疫苗陆续进入临床试验。
-
先进望远镜观星。除韦布空间望远镜（JWST）之外，即将发射的欧几里得空间望远镜、建造中的新疆奇台射电望远镜等也将带来更多新发现。
-
探月任务。包括阿联酋的“拉希德”（Rashid）探测器、美国航空航天局（NASA）的“月球手电筒”（lunar flashligh）等，也有私人公司计划进行月球任务。
-
病原体观察清单。世界卫生组织重新修订重点病原体清单。
-
基因编辑疗法。CRISPR 基因编辑疗法或获得首次批准。
-
损失与损害基金（loss-and-damage fund）。《联合国气候变化框架公约》第 27 次缔约方大会（COP 27）建立了损失与损害基金，细节将于明年敲定。
-
超越标准模型。进一步公布粒子物理学标准模型的测试结果，中国江门地下中微子实验观测站精确测量中微子振荡，欧洲散裂中子源（ESS）启用。
-
阿尔茨海默病药物。lecanemab 有机会得到批准，blarcamesine将继续临床试验。
-
核废料存储。世界首座核废料储存设施将于明年开始运营。（Nature）
· 撤稿观察
因样本污染，《科学》撤回奥密克戎溯源研究
据《科学》新闻（Science news）报道，12 月 20 日，作者撤回 12 月 1 日发表于《科学》关于奥密克戎变异株的溯源研究。奥密克戎变异株 2021 年首次发现于博茨瓦纳和南非，随后迅速成为全球多地的主要流行毒株。研究者曾提出过几种解释奥密克戎基因组差异的理论，一种观点认为它是在其他宿主动物上经历了充分的演化后传染给人类；第二种观点则认为该毒株通过慢性感染在单一病人身上演化了很长一段时间；第三种观点则认为该毒株是在病毒检测相对不可及的地区逐渐演化出来的。本次撤稿的论文提供的证据支持了第三种假说。该研究筛查了来自非洲的数千份新冠感染样本，检测到了同时具有德尔塔和奥密克戎特征的变异株，并认为这是演化的中间体。
然而，这项研究一经发表便引发了极大争议。有研究者表示，渐进演化假说在该研究发表前就已被抛弃。若该假说成立，应该有更多容易在人群中传递的同义突变被发现。其他研究者还指出，该研究测序结果展现的模式表明测序可能存在污染问题，这一错误本应在同行评议过程就被发现。最终，该研究于 12 月 20 日被撤回，该研究的 87 位作者联合发表的撤稿声明表示，“我们发现不同新冠病毒基因组片段的混合物污染了我们的一些样本和序列数据……因此撤回我们的研究文章。”（Science News）
· 新技术
Wifi 信号可帮助识别呼吸困难
研究者使用人体模型模拟多种呼吸模式（图片来源：R. Jacobson/NIST）
手机、电脑等电子设备会接收 Wifi 路由器持续广播的无线电，在传播过程中，无线电波会受到周围的干扰物影响，甚至轻微的呼吸都会改变路由器到电子设备之间传输的信号。这些交互不会中断网络的链接，但有可能识别出人体的健康状况。然而这需要定制的传感设备，并且相关研究数据非常有限。
近日，美国国家标准技术研究所（NIST）的研究者开发了一种名为 BreatheSmart 的深度学习算法，可以分析这些微小的变化，以帮助确定房间内是否有人出现呼吸困难的症状。它可以通过现有的 Wifi 路由器和设备做到这一点。信道状态信息（CSI）是一组从客户端（如手机等）发送到接入点（如路由器）的信号。该团队修改了路由器上的固件，以更频繁地请求 CSI 流，并使用 BreatheSmart 算法来处理 CSI 数据，最终输出为不同呼吸模式。研究者使用人体模型模拟了不同呼吸模式，其中 BreatheSmart 成功分类呼吸模式的概率达到了 99.54%。相关论文 12 月 15 日发表于 IEEE Access。（National Institute of Standards and Technology）
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
