Уважаемые коллеги, доброго времени суток! Представляем вам австрийское научное издание Austrian Journal of Statistics. Журнал имеет третий квартиль, издается в Austrian Society for Statistics, находится в открытом доступе, его SJR за 2020 г. равен 0,342, электронный ISSN - 1026-597X, предметные области - Статистика, вероятность и неопределенность, Статистика и теория вероятности, Прикладная математика. Вот так выглядит обложка:
Редактором является Маттиас Темпл, контактные данные - matthias.templ@gmail.com, ajs.mailsendert@gmail.com, matthias.templ@zhaw.ch.
Австрийский статистический журнал - это бесплатный журнал с открытым доступом, имеющий долгую историю и публикуемый примерно раз в квартал Австрийским статистическим обществом. Его общая цель состоит в продвижении и расширении использования статистических методов во всех теоретических и прикладных дисциплинах. Оригинальные обзорные статьи на английском языке будут опубликованы в Австрийском статистическом журнале, если они будут оцениваться в соответствии с данными общими целями. Все статьи проходят слепое рецензирование, время от времени появляются разделы со специальными темами. Каждый раздел будет посвящен отдельной области статистических приложений, теории или методологии. Также приветствуются технические примечания или проблемы для рассмотрения в рамках кратких сообщений, отдельный раздел отведен для рецензий на книги.
Адрес издания - https://www.ajs.or.at/index.php/ajs/index
Пример статьи, название - Construction of Windows for Pharmacokinetic Sampling. Заголовок (Abstract) - This paper describes a method for the construction of pharmacokinetic sampling windows so that they are around the $D$-optimum time points. Here we consider the situation where a pharmacokinetic (PK) study is accompanied by a dose-finding study in phase I clinical trial. The D-optimal criterion is often used to determine the optimal time for collecting blood samples so that they provide maximum information regarding the population PK parameters. However, collecting blood samples at the D-optimal time points is often difficult. Instead, the sampling time point chosen from a suitable time interval or window can ease the process. The proposed method is conceptually simple and considers the average value and standard deviation of D-optimal time points up to create sampling windows. Random time points can be chosen from these windows then to collect blood samples from the next cohort. The nonlinear random-effects model has been used to model the PK data. Also, we employ the continual reassessment method for dose allocation to the patients. Comparisons of the accuracy and precision for the PK parameter estimates obtained at the D-optimal and random time points are also presented. The results are convincing enough to suggest the proposed method as a useful tool for blood sample collection.