İçeriğe geç
akaturk Akademik ölçüm

Akademisyen

SALİHA KEVSER KAVUNCU

Öğretim Görevlisi (ders Vermekle Görevli)

Hitit Üniversitesi Sungurlu Meslek Yüksekokulu Bilgisayar Teknolojileri Bölümü

  1. Ana Dal Mühendislik Temel Alanı
  2. Yan Dal Bilgisayar Bilimleri ve Mühendisliği
Makale 1 YÖKSİS 1 · OpenAlex 0 Toplam atıf 0 h-indeks 0 · OpenAlex Q1 makale 0 Scopus · WoS Q1 1 Ortak yazar 2 1 Türk kurumu

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
Nasıl hesaplanır?

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.

Alan sıralaması

YÖKSİS ?
Anahtar kelime sıralamaları 3

İşbirliği ağı

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

Ortak yazar
2
akaturk profili olan
2
Ulusal kurum
1
Ortak yazarlı eser
%100

Ortak çalıştığı akademisyenler 2

  1. ALPER BAŞTÜRK Profesör · Erciyes Üniversitesi 1
  2. MEHMET YALVAÇ Doktor Öğretim Üyesi · Hitit Üniversitesi aynı üniversite 1

Ulusal işbirliği 1 kurum

Kurum içi1 ortak eser · Hitit Üniversitesi

  1. Erciyes Üniversitesi 1 eser · 1 akademisyen

Dizinler ve atıf yüzdelikleri

?
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 Q21 Q30 Q40
WoS (JCR)
Q11 Q20 Q30 Q40
TR Index
0makale

Makale listesi

  1. 2026 A Multitask Time–Frequency Deep Learning Approach for Anesthesia Depth Monitoring and Transition Prediction Diagnostics DOI 10.3390/diagnostics16121937 YÖKSİS SJR Q2 JCR Q1

← Akademisyenlere dön