jsPsych音频滑块响应插件2.1.0版本发布解析
2025-07-06 10:23:59作者:农烁颖Land
jsPsych是一个用于构建行为实验的JavaScript库,它提供了丰富的插件系统,使研究人员能够轻松创建各种心理学实验任务。其中,audio-slider-response插件是一个专门用于播放音频刺激并收集参与者通过滑块进行响应的工具。
音频滑块响应插件概述
audio-slider-response插件允许实验设计者播放音频文件,同时显示一个滑块控件,参与者可以通过拖动滑块来提供他们的响应。这种交互方式特别适合需要连续评分的实验场景,比如情绪评估、声音特征评分等。
2.1.0版本主要更新
本次2.1.0版本的主要改进是增加了对学术引用的支持。具体来说:
- 所有插件和扩展现在都包含一个citations属性,该属性提供了两种标准引用格式(APA和BibTeX)。
- 在jsPsych包中添加了getCitations()函数,允许用户通过传递插件/扩展名称数组和引用格式字符串来生成引用。
- 插件/扩展模板现在默认包含citations字段。
- 在构建过程中,会自动从每个插件/扩展文件夹根目录下的.cff文件(如果存在)生成引用信息。
技术实现细节
这一改进使得jsPsych更加符合学术规范,方便研究者在发表论文时正确引用所使用的工具。getCitations()函数会以字符串形式输出引用,每个引用之间用换行符分隔,并且总是首先输出jsPsych库本身的引用。
对于开发者而言,这一变化意味着:
- 创建新插件时,系统会自动处理引用信息,减少了手动维护的工作量。
- 引用信息的标准化格式使得研究成果更容易被追踪和验证。
- 实验代码中可以方便地获取所有使用组件的引用信息,简化了论文写作过程。
实际应用场景
假设一个研究者正在设计一个音乐情绪评估实验,他们可能会这样使用这个插件:
var trial = {
type: jsPsychAudioSliderResponse,
stimulus: 'happy_music.mp3',
labels: ['非常悲伤', '非常快乐'],
min: 0,
max: 100,
prompt: '<p>请评估这段音乐带给您的快乐程度</p>'
};
在实验结束后,研究者可以调用getCitations()函数获取所有使用过的插件引用,方便地将其添加到论文的参考文献部分。
总结
jsPsych audio-slider-response插件2.1.0版本的这一改进,体现了该项目对学术规范的重视,也展示了其作为研究工具的成熟度。通过自动化引用生成,不仅提高了研究工作的效率,也促进了科学研究的可重复性和透明度。对于心理学、神经科学等领域的研究者来说,这一更新使得jsPsych成为一个更加完善的行为实验构建工具。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~061CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava05GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
54
468

deepin linux kernel
C
22
5

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
7
0

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
879
517

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
336
1.1 K

React Native鸿蒙化仓库
C++
180
264

一个高性能、可扩展、轻量、省心的仓颉Web框架。Rest, 宏路由,Json, 中间件,参数绑定与校验,文件上传下载,MCP......
Cangjie
87
14

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.08 K
0

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
359
381

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
612
60