MAKALE ŞABLONUNU İNDİRMEK İÇİN TIKLAYIN. ~ Güncelleme Tarihi: 3.11.2020
Derginin resmi internet adresi: http://iupress.istanbul.edu.tr/tr/journal/acin/home
İstanbul Üniversitesi Enformatik Bölümü yönetiminde ve hakemli bilimsel dergi statüsünde olan Acta INFOLOGICA (ACIN) Haziran 2017 itibari ile yayın hayatına başlamıştır.
Mart 2022’den itibaren, süreçteki makaleler hariç, dergi değerlendirmek üzere sadece İngilizce makaleleri dikkate almaktadır ve derginin yayın dili İngilizce’dir. 2022 Mart tarihinden önce derginin yayın dili Türkçe ve İngilizce’dir.
ACIN ile veri-enformasyon-bilgi kavramlarını, bilgi- iletişim teknolojileri ve uygulamalarını temel alarak gerek enformatik alanında gerekse disiplinler arası gerçekleştirilen çalışmalar için bilimsel bir yayın ortamı sunmak, yayınlanan çalışmalar ile bu alanda çalışan, alana ilgi duyan araştırmacılar ve ilgililerin gelişimine katkı sağlamak amaçlanmaktadır.
ACIN, Haziran ve Aralık aylarında olmak üzere yılda iki kez yayınlanan bir dergidir. Bilimsel içeriğin doğru ve uygun olarak yayınlanabilmesi için tüm çalışmalar konusunda uzman en az iki adet hakem tarafından değerlendirilmektedir. Değerlendirme sürecinde kör hakemlik yöntemi uygulanmaktadır. Değerlendirme süreci sonunda yayınlanması uygun görülen makaleler yayın sıralamasına alınır ve makale sahibine bildirilir. ACIN'da yayınlanmak üzere değerlendirmeye gönderilen çalışmalar benzerlik taramasından geçirilmektedir. Dergi ulusal ve uluslararası akademik çevreleri hedeflemektedir. Değerlendirilmek üzere gönderilen tüm çalışmalar bilimsel yayın yapma etiğine uygun olarak hazırlanmalı ve aynı anda başka bir dergi, kongre, konferans vb. yerde değerlendirme sürecinde olmamalıdır.
2022 - Cilt: 6 Sayı: 2
Araştırma Makalesi
Determining Online Travel Planning With Ahp And Topsis MethodsAraştırma Makalesi
Performance Evaluation of Magnitude Based Fuzzy Analytic Hierarchy Process (MFAHP) MethodAraştırma Makalesi
A Systematic Literature Review for New Technologies in IT AuditAraştırma Makalesi
Comparison of outlier detection methods in linear regression: A multiple-criteria decision-making approachCreative Commons
