İçeriğe geç
akaturk Akademik ölçüm

Akademisyen

MUHAMMED CİHAT ALTIN

Öğretim Görevlisi (ders Vermekle Görevli)

Van Yüzüncü Yıl Üniversitesi

Makale 1 YÖKSİS 1 · OpenAlex 0 Toplam atıf 0 h-indeks 0 · OpenAlex Q1 makale 0 Scopus · WoS Q1 0 Ortak yazar 1 0 Türk kurumu
Akademik özet YÖKSİS ve OpenAlex ayrı sayılır.
Makale 1
YÖKSİS1 OpenAlex0
Proje 0
Kitap 0
Bildiri 2

Atıf etkisi

OpenAlex YÖKSİS makalelerinden OpenAlex’te eşleşen: 0 + YÖKSİS · ortak yazar kaydı: 1
h-indeks 0
i10-indeks
0
Toplam atıf
0
Makale başına
0,0
FWCI
0,00
1,00 = dünya ortalaması
Dünyada üst %1
0
Dünyada üst %10
0

h-indeks ve atıflar, bu akademisyenin YÖKSİS makalelerinden OpenAlex’te eşleşenlerin atıf sayılarından hesaplanır (Google Scholar, WoS veya Scopus değildir). Eşleşmeyen makalelerin atıfı dahil değildir. Ortak yazarların YÖKSİS kayıtlarında bu akademisyenin YÖK kimliğiyle etiketlenen 1 makale (0 atıf) yalnızca atıf, h-indeks ve i10 hesabına katılır; makale sayıları, yüzdelik dilimler ve sıralamalar kendi YÖKSİS listesinden hesaplanır.

İşbirliği ağı

YÖKSİS eser kayıtlarındaki yazar listelerinden. Aynı eserin mükerrer kayıtları bir kez sayılır; kurumlar ortak yazarların YÖKSİS’teki güncel kurumudur.

Ortak yazar
1
akaturk profili olan
1
Ulusal kurum
0
Ortak yazarlı eser
%100

Ortak çalıştığı akademisyenler 1

  1. RIDVAN SARAÇOĞLU Profesör · Van Yüzüncü Yıl Üniversitesi aynı üniversite 1

Ulusal işbirliği 0 kurum

Kurum içi1 ortak eser · Van Yüzüncü Yıl Üniversitesi

Başka bir Türk üniversitesiyle ortak eser bulunamadı.

Dizin çeyrekleri

?
Scopus (SJR) 1
  • Q1 0 %0,0
  • Q2 0 %0,0
  • Q3 0 %0,0
  • Q4 1 %100,0
WoS (JCR) 1
  • Q1 0 %0,0
  • Q2 0 %0,0
  • Q3 0 %0,0
  • Q4 1 %100,0
TR Index 0 makale
Diğer sayımlar

Scopus (SJR)

  • YÖKSİS satırı 1

WoS (JCR)

  • YÖKSİS satırı 1

Makaleler

YÖKSİS ve OpenAlex kaynak ayrımıyla makaleler; quartile ve TR Index ile daraltabilirsiniz.

1makale

Yayını olan dergiler

1 dergi

Daralt

Scopus (SJR)
Q10 Q20 Q30 Q41
WoS (JCR)
Q10 Q20 Q30 Q41
TR Index
0makale

Makale listesi

  1. 2020 STUDY ON THE ESTIMATION OF WIND ENERGY GENERATION USING ARTIFICIAL NEURAL NETWORKS FRESENIUS ENVIRONMENTAL BULLETIN DOI https://www.prt-parlar.de/download_feb_2020/ YÖKSİS SJR Q4 JCR Q4

← Akademisyenlere dön