jsPsych项目发布:@jspsych/plugin-iat-html插件v2.1.0版本解析
jsPsych是一个基于JavaScript的开源心理学实验库,它允许研究人员和开发者在网页浏览器中创建和运行心理学实验。该库提供了丰富的插件系统,使得构建复杂的实验流程变得简单高效。其中,@jspsych/plugin-iat-html插件是专门用于实现内隐联想测验(Implicit Association Test, IAT)的重要组件。
版本2.1.0主要更新内容
本次发布的2.1.0版本主要引入了一个重要的学术引用功能改进:
-
标准化引用系统:所有插件和扩展现在都包含了一个标准化的引用信息字段(citations),支持APA和BibTeX两种主流引用格式。
-
自动化引用生成:在构建过程中,系统会自动从每个插件/扩展根目录下的.cff文件中提取引用信息,并生成标准化的引用格式。
-
便捷引用获取:新增了getCitations()函数,用户只需传入插件/扩展名称数组和所需的引用格式字符串,即可一键生成规范的学术引用文本。
技术实现细节
这一改进的技术实现涉及多个层面的优化:
-
数据结构扩展:在每个插件/扩展的info字段中添加了citations属性,确保引用信息的结构化存储。
-
构建流程增强:在构建过程中添加了自动解析.cff文件的逻辑,将开源项目的元数据转化为标准学术引用格式。
-
API功能扩展:新增的getCitations()函数不仅支持单个插件的引用获取,还能批量处理多个插件的引用需求,并始终将jsPsych主库的引用置于首位。
对研究实践的意义
这一改进为心理学研究者带来了显著便利:
-
规范化引用:解决了心理学实验中插件引用不规范的问题,提升了研究的学术严谨性。
-
效率提升:自动化引用生成大大减少了研究人员手动整理引用格式的时间成本。
-
格式统一:支持APA和BibTeX两种格式,满足了不同期刊和学术场景的引用需求。
开发者使用指南
对于使用该插件的研究人员或开发者,获取引用信息变得非常简单:
// 获取单个插件的APA格式引用
const citation = jsPsych.getCitations(['iat-html'], 'apa');
// 获取多个插件的BibTeX格式引用
const multipleCitations = jsPsych.getCitations(['iat-html', 'survey'], 'bibtex');
系统会自动返回格式化后的引用字符串,每个引用之间用换行符分隔,确保输出的整洁和可读性。
总结
jsPsych 2.1.0版本的这一改进,体现了开源科学软件对学术规范的重视。通过标准化和自动化引用系统,不仅提升了研究工作的效率,也增强了心理学实验的学术可信度。这一功能对于需要发表研究成果的研究人员尤为重要,它确保了实验工具使用的透明性和可追溯性,符合开放科学的最佳实践。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0151- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112