jsPsych项目发布:survey-html-form插件2.1.0版本解析
jsPsych是一个基于JavaScript的开源心理学实验框架,它允许研究者通过编写简单的JavaScript代码来创建复杂的实验流程。该框架提供了丰富的插件系统,其中survey-html-form插件是用于创建自定义HTML表单式调查问卷的重要组件。
2.1.0版本核心更新
本次2.1.0版本的更新主要围绕学术引用功能的增强展开。开发团队为所有插件和扩展添加了标准化的引用信息字段,这一改进体现了对学术规范的重视,也方便研究者在使用这些工具时能够正确引用。
新增功能详解
-
标准化引用信息字段:每个插件/扩展现在都包含一个
citations
属性,该属性存储了两种常见引用格式的信息:- APA格式:适合心理学领域论文的引用格式
- BibTeX格式:适合LaTeX文档的引用格式
-
新增getCitations()方法:jsPsych主包中新增了这个实用函数,研究者可以通过以下方式使用:
- 第一个参数:插件/扩展名称数组
- 第二个参数:字符串,指定引用格式("apa"或"bibtex") 该方法会返回格式化后的引用字符串,多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。
-
自动化引用生成:构建过程中,系统会自动从每个插件/扩展根目录下的.cff文件(如果有)生成引用信息,这一自动化流程确保了引用信息的准确性和一致性。
技术实现分析
这一更新的技术实现体现了良好的工程实践:
-
模块化设计:引用信息作为插件元数据的一部分,与功能代码分离,保持了代码的整洁性。
-
自动化构建流程:通过构建脚本自动处理.cff文件生成引用信息,减少了人工维护成本。
-
API设计:getCitations()函数提供了简单直观的接口,研究者无需关心底层实现细节。
-
标准化支持:同时支持心理学领域常用的APA格式和学术写作常用的BibTeX格式,满足了不同用户的需求。
对研究实践的影响
这一更新对心理学实验研究具有重要意义:
-
促进学术规范:简化了正确引用实验工具的流程,有助于提高研究的可重复性和透明度。
-
提高工作效率:研究者不再需要手动查找和格式化引用信息,节省了宝贵的研究时间。
-
增强专业性:标准化的引用信息提升了实验工具的专业形象,也方便其他研究者追溯和验证实验方法。
使用建议
对于使用survey-html-form插件的研究者,建议:
-
在实验代码中适当位置调用getCitations()函数,将生成的引用信息包含在实验数据或实验报告中。
-
定期更新插件版本以确保引用信息的准确性。
-
对于自己开发的定制插件,可以考虑添加.cff文件以便自动生成引用信息。
这一更新虽然看似简单,但体现了jsPsych项目对学术严谨性的追求,也为心理学实验研究的标准化和规范化做出了贡献。
- 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~065CommonUtilLibrary
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









