AMR 美利坚公司 公司总部所在地：美国 主要业务：航空公司JIBS Decade Award 隐藏摘要 JIBS每十年优秀论文奖 【摘要】 而获得JIBS 每十年优秀论文奖（JIBS Decade Award）的论文都位列所选摘的论文之中。 AMJ管理学会学报 SMJ战略管理杂志SMJ 【医】[=Society of Medical Jurisprudence]法医学学会JOM金属杂志
是亚洲物理杂志，不是SCI，美国办的一本国际性英文杂志。《VOGUE》是美国康德纳斯特集团出版的期刊。创刊于1892年，是一份历史悠久的综合性时尚生活杂志，在世界范围内广受推崇。该杂志涵盖时尚、化妆、美容、健康、娱乐和艺术，被视为世界时尚圣经。《VOGUE》杂志现在是世界上最重要的杂志品牌之一。这一成就归功于其强调编辑独立和坚持最高编辑标准的政策。《VOGUE》月刊在全球拥有1800万最具影响力的忠实读者。在世界范围内，《VOGUE》杂志被设计师、作家和艺术家视为风格和时尚的权威。在各个国家和地区，《VOGUE》杂志都突出了自己的独特地位，试图以独特的视角来反映其出版地的文化。
社会网络分析理论： 在社会网络[63]由人类学家Barnes最早提出的概念，他在社会网络的分析基础上统地研究挪威一个小渔村的跨亲缘与阶级的关系。在社会网络分析中，存在一些经典的理论。这些理论主要包括:六度分割理论、弱关系理论、150法则、小世界网络理论、马太效应等。基于社会网络有关的研究方向和内容，在不同的领域着发挥着各自的作用，例如，社会影响力分析，社区发现，信息传播模型，链接预测，基于社会网络的推荐。 150法则是指一个人能保持稳定社交关系的人数上限通常为150人。1929年由英国罗宾•邓巴教授(Robin Dunbar)提出了经典的”150定律”理论，该定律同时也被称为“邓巴数字”[64]。这个定律在我们的实际日常生活中的应用是相当普遍的，SIM卡中只能存储150个联系人的电话，微软的MSN中也只可以最多把150位联系人的信息添加到自己的名单中[64]等等。 小世界网络是一种具有特殊结构的复杂网络，在这种网络中大部份的节点是不相邻的，但绝大部份节点之间是连通的且距离很短。六度分割理论也是小世界网络理论的一种体现。在多数现实世界的社会网络中，尽管网络中的节点数量巨大，网络中相邻的节点相对较少，但每两个节点间往往只需要很短的距离便能连通。 六度分割就是指一个人与其他任何一个人之间建立起联系，最多都只需要经过六个人。所以，即便邓巴数字告诉我们，我们是能力上维持一个特别大的社交圈的，但是六度分割理论却可以告诉我们，通过我们现有的社交人脉圈以及网络可以无限扩张我们的人脉圈，在需要的时候都能够和地球中想要联系的任何人取得联系。 弱关系理论弱关系(Weak Tie)是指需要较少或不需要情感联系的人们之间的社会联系，这种联系几乎不需要耗费个人的时间或精力来维系，但这种联系却很有作用。美国社会学家Mark Granovetter在研宄人们在求职过程中如何获取工作信息时发现[65]，由家人、好友等构成的强关系在获取工作信息过程中起到的作用很有限，而那些关系较疏远的同学、前同事等反而能够提供更加有用的求职信息。 马太效应可以理解为达尔文进化论中适者生存的理念。在社交网络的发展过程如同生物进化的过程，存在强者越强、弱者越弱的现象。也就是说，在社交网络中越是处于网络核心的节点很大可能会变来越核心，而那些处于社交网络中边缘地带的节点或许会越来越不重要甚至直至消失。那些在社交网络中相比其他节点拥有更大影响力的节点，其带给该网络的影响也要比那些拥有弱影响力的节点所带来的影响要强。 从不同角度探索节点影响力挖掘算法： 1.基于邻节点中心性的方法。这类方法最简单最直观，它根据节点在网络中的位置来评估节点的影响力。度中心性[13]考察网络中节点的直接邻居数目，半局部中心性[14]考察网络中节点四层邻居的信息，ClusterRank[15]同时考虑了网络中节点的度和聚类系数。 2.基于路径中心性的方法。这类方法考察了节点在控制信息流方面的能力，并刻画节点的重要性。这类方法包括子图中心性[16]、数中心性[17]（一些演化算法包括：路由介数中心性[18]，流介数中心性[19]，连通介数中心性[20]，随机游走介数中心性[21]等）及其他基于路径的挖掘方法。 3.迭代寻优排序方法。这类方法不仅考虑了网络中节点邻居的数量，并且考虑邻居质量对节点重要性的影响，包括了特征向量中心性[13]，累积提名[22]，PageRank算法[23]及其变种[24-32]。 4.基于节点位置的排序算法。这类方法最显著的特点是，算法并没有给出一个计算节点重要性的定义，而是通过确定节点在网络中的位置，以此来确定节点的重要程度。在网络核心位置的节点，其重要性就相对较高，相反的，若节点处于网络边缘，那么它的重要性就会比较低。基于节点位置的以及不同应用场景的推荐算法具有重要的研究意义[34-37]。 节点影响力评估方法： 在社交网络节点影响力的评估方法主要可以分为三类，基于静态统计量的评估方法、基于链接分析算法的评估方法，基于概率模型的评估方法。 众学者在静态统计量的方法上，结合不同社交网络中相关信息，借鉴链接分析法以及建立概率模型来评估节点影响力，对社交网络节点影响力可以做到更有效的评估[66]。 1)基于静态统计量度量方法 主要是通过网络中节点的一些静态属性特征来简单直接地体现节点的影响力，但面对社交网络中复杂信息以及不同平台，并不能有效地度量不同社交网络中节点影响力。如度中心性，主观认为节点的重要性取决于与其他节点连接数决定，即认为一个节点的邻居节点越多，影响力越大。在有向网络中，根据边的方向，分为入度和出度，在有权网络中，节点的度可以看作强度，即边的权重之和。度中心性刻画了节点的直接影响力，度中心性指标的特点是简单、直观、计算复杂度低，也具有一定合理性。 但针对不同平台的网络结构中，度中心性的影响力效果未必能达到目标效果，而且社交网络中用户间关系的建立具有一定的偶然性，而且不同的用户间的关系强度也不同。度中心性没有考虑了节点的最局部信息，虽然对影响力进行了直接描述，但是没有考虑周围节点处所位置以及更高阶邻居。众学者在静态统计量的方法上，结合不同社交网络中相关信息，借鉴链接分析法以及建立概率模型来评估节点影响力，对社交网络节点影响力可以做到更有效的评估[66-67]。 2)基于链接分析算法的方法 链接分析算法(Link Analysis)主要应用在万维网中用来评估网页的流行性。通过超链接，万维网中的网页连接成一个网络，同时这个网络也具备了小世界网络的特征，且微博平台中的关注和粉丝关系与网页的链入与链出十分相似，因此链接分析法的思想也被应用在了微博社交网络中节点影响力的评估中。经典的算法是PageRank[68]和HITS算法[69](Hyperlink-Induced Topic Search)。 PageRank算法模型，是Google在搜索引擎结果中对网站排名的核心算法，核心思想通过计算页面链接的数量和质量，来确定网站的重要性的粗略估计，即节点的得分取决于指向它的节点的数量和这些节点的本身得分。即有越多的优质节点指向某节点时它的得分越高。 HITS算法是由Jon Kleinberg于1997年提出的。HITS算法模型中，有两类节点，权威(Authority)节点，和枢纽(Hub)节点。权威节点在网络中具有高权威性，枢纽节点具有很个指向边的节点。通过计算网络中每个节点的Authority权威值和Hub枢纽值来寻找高权威性的节点。即求值过程是在迭代中计算Authority和Hub值，直到收敛状态。Hub值和Authority值计算公式。 通过多数研究者发现，将链接分析法结合社交网络特性可以更好的对用户影响力进行评估，由于技术的快速发展，社交网络的多变性，因此如何将社交网络中的复杂数据和用户行为与相关算法进行结合，仍是需要我们继续研究的方向。 3)基于概率模型的方法 主要是建立概率模型对节点影响力进行预测。这么多学者将用户影响力作为参数对社交网络中的节点用户行为建立概率模型，并根据社交网络中已有的用户数据求解概率模型，得出用户影响力。 文献[70]认为用户间影响力越大、被影响用户的活跃度和转发意愿越高，则其转发另一个用户的信息的概率越大，所以利用用户影响力、转发意愿和活跃度等构建转发概率模型。通过用户发布的tweet数量、转发的tweet数和用户的历史转发行为数据，计算出用户活跃度、转发意愿和转发概率，进而社交网络中用户影响力。 文献[71]在度量影响力时融合了用户发布信息的主题生成过程，认为兴趣相似或经常联系的用户间影响力较强，用户的行为受其朋友的影响也受其个人兴趣的影响。基于这些假设，结合文本信息和网络结构对LDA模型进行扩展，在用户发布信息的基础上建立模型，通过解模型计算得出用户间基于主题的影响力。 文献[72]认为转发概率同样可以体现用户间的影响力，根据用户间的关注关系。历史转发记录，利用贝叶斯模型预测用户间的转发概率。 文献[73]考虑了用户建立关注关系的原因，用户被关注可能是与关注者兴趣投，也可能受用户的影响力影响。将基于用户的主题建模和基于主题的影响力评估相结合，并在同一个生成模型中进行计算，提出基于LDA算法模型的扩展算法模型FLDA模型(Followship-LDA)。[13] P. Bonacich. Factoring and weighting approaches to status scores and clique identification[J]. Journal of Mathematical Sociology, 1972, 2(1): 113-120 [14]D.Chen,L.Lü,M.S.Shang,etal.Identifyinginfluentialnodesincomplexnetworks[J]. Physica A, 2012, 391(4): 1777-1787 [15] D. B. Chen, H. Gao, L. Lü, et al. Identifying influential nodes in large-scale directed networks: The role of clustering[J]. PLoS One, 2013, 8(10): e77455 [16]E.Estrada, J.A. Rodriguez-Velazquez.Subgraphcentralityincomplexnetworks[J].Physical Review E, 2005, 71(5): 122-133 [17]L.C.Freeman.Asetofmeasuresofcentralitybasedonbetweenness[J].Sociometry,1977, 40(1): 35-41 [18] S. Dolev, Y. Elovici, R. Puzis. Routing betweenness centrality[J].Journal of the ACM, 2010, 57(4): 710-710 [19] Y. Gang,Z.Tao, H. Bo,etal. Efficientroutingoncomplexnetworks[J].PhysicalReviewE, 2005, 73(4): 46108 [20] E. Estrada, D. J. Higham, N. Hatano. Communicability betweenness in complex networks[J]. Physica A, 2009, 388(5): 764-774 [21]M.E.J.Newman.Ameasureofbetweennesscentralitybasedonrandomwalks[J].Social networks, 2005, 27(1): 39-54 [22]R.Poulin,M.C.Boily,B.R.Masse.Dynamicalsystemstodefinecentralityinsocial networks[J]. Social networks, 2000, 22(3): 187-200 [23] B. S. Brin, L. Page. The anatomy of a large scale hypertextual Web search engine[J]. Computer Networks & ISDN Systems, 1998, 30: 107-117 [24] P. Jomsri, S. Sanguansintukul, W. Choochaiwattana. CiteRank: combination similarity and static ranking with research paper searching[J]. International Journal of Internet Technology & Secured Transactions, 2011, 3(2): 161-177 [13][25]H.S.Bhat,B.Sims.InvestorRankandanInverseProblemforPageRank[D].California: University of California. 2012 [26] J. Weng, E. P. Lim, J. Jiang, et al. Twitterrank: finding topic-sensitive influential twitterers[C]. Third International Conference on Web Search & Web Data Mining, ACM, 2010, 261-270 [27]Y.B.Zhou,L.Lu,M.Li.Quantifyingtheinfluenceofscientistsandtheirpublications: distinguishingbetweenprestigeandpopularity[J].NewJournalofPhysics,2012,14(14): 33033-33049 [28] J. Xuan, H. Jiang, Z.Ren, et al. Developer prioritization in bug repositories[C]. International Conference on Software Engineering, 2012, 25-35 [29]Q.Li,T.Zhou,L.Lü,etal.IdentifyingInfluentialSpreadersbyWeightedLeaderRank[J]. Physica A, 2013, 404(24)47-55 [30] L. Lü, Y. C. Zhang, C H Yeung, et al.Leaders in social networks, the delicious case[J]. PLoS One, 2011, 6(6): e21202 [31]J.M.Kleinberg.Authoritativesourcesinahyperlinkedenvironment[J].Authoritative sources in a hyperlinked environmen, 1999, 46(5): 604-632 [32]R.Lempel,S.Moran.Thestochasticapproachforlink-structureanalysis(SALSA)andthe TKC effect[J]. Computer Networks, 2000, 33(2): 387-401 [33]T.Martin,X.Zhang,M.E.J.Newman.Localizationandcentralityinnetworks[J].Physical Review E, 2014, 90(5): 052808 [34] A. Banerjee, A. G. Chandrasekhar, E. Duflo, et al. Gossip: Identifying central individuals in a social network[R]. National Bureau of Economic Research, 2014. [35]S.Ji,L.Lu,C.H.Yeung,etal.Effectivespreadingfrommultipleleadersidentifiedby percolation in social networks[J]. arXiv preprint arXiv:1508.04294, 2015. [36] S. Y. Tan, J. Wu, L. Lü, et al. Efficient network disintegration under incomplete information: the comic effect of link prediction[J]. Scientific Reports, 2016, 6. [37]任晓龙,吕琳媛.网络重要节点排序方法综述[J].科学通报, 2014,59(13): 1175-1197 [63]贝克,晓冬.社会资本制胜:如何挖掘个人与企业网络中的隐性资源[M].上海交通大学出版社,2002. [64]天涯.六度分隔理论和150法则[EB/OL].http://blog.sina.com.cn/s/blog_62bae1640100|5f3.html.[2010-07-14]. [65]Granovetter M S.The Strength of Weak Ties[J]. American journal of sociology, 1973: 1360-1380. [66]王梓.社交网络中节点影响力评估算法研究[D].北京邮电大学, 2014. [67] Meeyoung Cha, Hamed Haddadi,Fabricio Benevenutoets. Measuring User Influence in Twitter: The Million Follower Fallacy[C]. Proceedings of the 4th International AAAI Conference on Weblogs and Social Media (ICWSM),2010:10-17 [3][68] Page, Lawrence, Brin, et al. The PageRank citation ranking[C]// BringingOrder to the Web. Stanford InfoLab. 1998: 1-14. [4][69]Kleinberg J M. Authoritative sources in a hyperlinked environment[J]. Journal of the ACM, 1999, 46(5): 604-632. [70]Zibin Yin, Ya Zhang. Measuring Pair-Wise Social Influence inMicroblog[C], 2012 ASE/IEEE International Conference on SocialComputing and 2012 ASE/IEEE International Conference on Privacy,Security, Risk and Trust, 2012: 502-507. [71]Lu Liu, Jie Tang, Jiawei Han, Meng Jiang, Shiqiang Yang. Mining topic-level influence in heterogeneous networks[C]. Proceedings of the 19th ACMinternational conference on information and knowledge management, 2010: 199-208. [72] Qianni Deng, Yunjing Dai. How Your Friends Influence You: Quantifying Pairwise Influences on Twitter[C], International Conference on Cloud and Service Computing, 2012:185-192. [73] Bi, Bin, et al. Scalable Topic-Specific Influence Analysis on Microblogs[C], Proceedings of the 7th ACM international conference on Web search and data mining,2014: 513-522.
一、管理类经典期刊 A级期刊 Academy of Management 美国管理学会期刊 (AMJ) Academy of Management Annals 美国管理学会年鉴 Administrative Science Quarterly 管理科学季刊（ASQ） Academy of Management Review 管理评论 (AMR 只发理论文章） Journal of Applied Psychology 应用心理学（JAP 心理学领域顶尖杂志 但发表许多管理类文章） Journal of International Business Studies （JIBS 国际商务研究 研究国际企业管理或比较管理） Strategic Management Journal 战略管理（SMJ 战略管理领域顶尖期刊） Organization Science 组织科学 Personnel Psychology 人事心理学 A-与B+期刊 Journal of Management 管理学报（JOM） Journal of Organizational Behavior 组织行为 （JOB） Journal of Management Studies 管理研究（JMS） Leadership Quarterly 领导力季刊（LQ） Organization Studies 组织研究 以上资料来源为《组织与管理研究的实证方法》（第二版） 除以上文献外，FT50（金融时报(FT)认定的50本经管类权威杂志）和UTD24（是由美国德克萨斯州大学达拉斯分校（University of Texas, Dallas）所选出的商学院最顶尖的24种学术期刊，覆盖了一般大学商学院的主要专业）都是值得精读的文献。 二、自我阅读文献主要来源 以上是经典文献整理，我作为会计专业学生，目前接触比较多的是中国工业经济、管理世界、经济研究、会计研究、金融研究（以上为中文五大刊）、审计研究、南开管理评论、财贸研究中文类期刊，这些都可以在知网上查询到。除此之外，会计类国际学术期刊以及其他常读中文文献如下。作为现在打基础的阶段，我更多地是阅读中文文献，进行逻辑梳理与推导学习。之前我也很疑惑是否需要阅读大量英文文献，我的一位导师在上课时给了一个非常完美的回答“在现在基础阶段，不如精读中文文献，等有一定积累再读英文文献也不迟“。
有本质的区别，期刊是指正式发行的出版物，论文一般在期刊上发表，但是，也可以不发表。
在期刊上面发表的论文。期刊是指在知网、万方、维普等数据库收录的杂志。你的论文会发表在这上面，你要进行投稿。
期刊论文就是发表在国家正规期刊的论文，有学术性与非学术性之分。包括教育教学累、经济管理类、医药医学类（含护理）、文学艺术类、科技工程类、社科综合等类别。
论点的提炼与概括，应准确、简明，完整，有条理，使人看后就能全面了解论文的意义、目的和工作内容。主要阐述自己的创造性工作及所取得的研究成果在本学术领域中的地位、作用和意义。同时，要严格区分自己取得的成果与导师及他人的科研工作成果。
审计论文题目应简明扼要地反映论文工作的主要内容，切忌笼统。由于别人要通过你论文题目中的关键词来检索你的论文，所以用语精确是非常重要的。论文题目应该是对研究对象的精确具体的描述，这种描述一般要在一定程度上体现研究结论。
我们的论文题目不仅应告诉读者这本论文研究了什么问题，更要告诉读者这个研究得出的结论。例如：“在事实与虚构之间：梅乐、卡彭特、沃尔夫的新闻观”就比“三个美国作家的新闻观研究”更专业更准确。
期刊是定期出版的刊物。期刊不是论文的一种。
期刊，定期出版的刊物。如周刊、旬刊、半月刊、月刊、季刊、半年刊、年刊等。由依法设立的期刊出版单位出版刊物。期刊出版单位出版期刊，必须经新闻出版总署批准，持有国内统一连续出版物号，领取《期刊出版许可证》。
分类：
从广义上来讲，期刊的分类，可以分为非正式期刊和正式期刊两种。非正式期刊是指通过行政部门审核领取“内部报刊准印证”作为行业内部交流的期刊（一般只限行业内交流不公开发行），但也是合法期刊的一种，一般正式期刊都经历过非正式期刊过程。
正式期刊是由国家新闻出版署与国家科委在商定的数额内审批，并编入“国内统一刊号”，办刊申请比较严格，要有一定的办刊实力，正式期刊有独立的办刊方针。
CSSCI一般指中文社会科学引文索引。
“中文社会科学引文索引”（CSSCI）是国家、教育部重点课题攻关项目。CSSCI遵循文献计量学规律，采取定量与定性评价相结合的方法从全国2700余种中文人文社会科学学术性期刊中精选出学术性强、编辑规范的期刊作为来源期刊。
目前收录包括法学、管理学、经济学、历史学、政治学等在内的25大类的500多种学术期刊，现已开发的CSSCI（1998—2009年）12年度数据，来源文献近100余万篇，引文文献600余万篇。
影响：
中文社会科学引文索引数据库已被北京大学、清华大学、中国人民大学、复旦大学、国家图书馆、中科院等众多单位包库使用，并作为地区、机构、学术、学科、项目及成果评价与评审的重要依据。教育部已将CSSCI数据作为全国高校机构与基地评估、成果评奖、项目立项、名优期刊的评估、人才培养等方面的重要指标。
1.美国《科学引文索引》（Science Citation Index, 简称 SCI ）于1957 年由美国科学信息研究所（Institute for Scientific Information, 简称 ISI）在美国费城创办，是由美国科学信息研究所（ISI）1961 年创办出版的引文数据库。SCI（科学引文索引）、EI（工程索引）、ISTP（科技会议录索引）是世界著名的三大科技文献检索系统，是国际公认的进行科学统计与科学评价的主要检索工具，其中以 SCI 最为重要。2.（SSCI）社会科学引文索引为SCI的姊妹篇，亦由美国科学信息研究所创建，是可以用来对不同国家和地区的社会科学论文的数量进行统计分析的大型检索工具。3.中文社会科学引文索引英文全称为“Chinese Social Sciences Citation Index”，缩写为CSSCI。由南京大学中国社会科学研究评价中心开发研制的数据库，用来检索中文社会科学领域的论文收录和文献被引用情况，是我国人文社会科学评价领域的标志性工程。扩展资料：1.SCI 美国科学信息研究所创建的，收录文献的作者、题目、源期刊、摘要、关键词，不仅可以从文献引证的角度评估文章的学术价值，还可以迅速方便地组建研究课题的参考文献网络。SCI创刊于1961年，SCI(科学引文索引 )、EI(工程索引 )、ISTP(科技会议录索引 ) 是世界著名的三大科技文献检索系统，是国际公认的进行科学统计与科学评价的主要检索工具，其中以SCI最为重要。经过40年的发展完善，已从开始时单一的印刷型发展成为功能强大的电子化、集成化、网络化的大型多学科、综合性检索系统。
CSSCI是核心期刊的一种，CSSCI是南大核心期刊，国内核心期刊有七大类，在国内的影响力和认可度有所不同，南大核心期刊可以算是国内核心期刊中的顶尖刊物，是位于核心期刊体系之首的期刊。
cssci是什么级别刊物?cssci是核心期刊的一种，cssci是南大核心期刊，国内核心期刊有七大类，在国内的影响力和认可度有所不同，南大核心期刊可以算是国内核心期刊中的顶尖刊物，是位于核心期刊体系之首的期刊。既然是国内核心期刊之首，发表难度自然是比较大的，南大核心期刊的副本难度其实广大作者都是有所耳闻的，即便没有发表过，南大核心期刊的发表难度比北大核心期刊更高一些，对文章的要求更高，发表门槛也是比较高的，北大核心期刊基本上没有什么发表门槛。南大核心期刊的发表门槛多是对作者学历、职务的限制，比如有的南大核心期刊只接受副教授职称及以上作者的文章，这样的门槛无疑大大限制了文章来源，对作者来说可能门槛过高，但对于期刊来说，可以有效保证期刊的质量和水平，普通作者发表南大核心期刊必然有着较大的难度，并不是所有南大核心期刊都有发表门槛，有一些是没有限制的，普通作者可以选择这类刊物发表。南大核心期刊每两年遴选一次，遴选标准也是非常高的，期刊在本期目录中不代表还能在下一期目录中，所以，选择南大核心期刊作者以定要参考最新目录来选择，以上就是对南大核心期刊的简要介绍。
因此增刊在很多地方，尤其是学校，事业单位等评定职称时不被认可。 Z1表示合刊增刊、特刊、专刊是一些刊物为了创收，向作者收取几百块钱费用而在正刊之外额外出版的刊物，给钱就发表，信誉低，现在绝大多数人事部门已经不承认在上边发表的文章。 “香港注册期刊”，这里特指内地人通过中介机构在香港特区政府注册而在内地印刷的中文期刊，属于非法期刊。 发表吧谢绝一切非正规刊物的合作意向。
知网收录是延后的，周期一到三个月左右。有的杂志收录的快，有的慢，但是都和出刊的杂志不同步，都有延后周期。
总第几期指是是期刊从创刊到当前发期出版总的期数,而第几期一般是指刊物在一个年度内发行的期数.
刊物卷号是刊物以时间分类的一种是刊物从创刊年度开始按年度顺序逐年累加的编年号，刊以内容分种，以时间分卷和期。卷是在期之上的一个时间分类。这里“期”为1个年度中依时间顺序发行的期数的编号； 如2080年创刊的《刊物》2090年12月为第120卷第12期 这就代表 《刊物》是月刊，故12月出来的是第十二期； 而这个“120”就是卷号，2080年全部《刊物》为第一卷，2090年的全部12期《刊物》，依序就为第120卷不少期刊在第几期之上有第几卷标志。期刊以内容分种，以时间分卷和期。卷是在期之上的一个时间分类。这里“期”为1个年度中依时间顺序发行的期数的编号；而“卷”是此刊物从创刊年度开始按年度顺序逐年累加的编年号。如1981年创刊的《中山大学学报论丛》2004年12月为第二十四卷第六期什么意思呢？《中山大学学报论丛》是双月刊，故12月出来的是第六期；而这个“二十四”就是卷号，1981年全部《中山大学学报论丛》为第一卷，2004年的全部6期《中山大学学报论丛》，依序就为第二十四卷。一般的期刊是具有卷号和期号的。但也有些期刊只有期号而没有卷号，是以其出版年作为卷号。在引用时不写卷号，只标注期号即可。如：(11):3-6