jsPsych插件survey-multi-select 2.1.0版本发布解析
2025-07-05 23:08:40作者:俞予舒Fleming
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,允许研究人员轻松创建各种心理学和行为科学实验。其中survey-multi-select插件是一个用于创建多选调查问卷的重要组件。
版本更新亮点
本次发布的2.1.0版本主要引入了一项重要改进:为所有插件和扩展添加了标准化的引用信息功能。这一改进体现了jsPsych团队对学术规范和引用实践的重视。
新增引用功能详解
引用信息标准化
现在每个插件都包含了一个标准化的引用信息字段,支持两种常见的学术引用格式:
- APA格式:心理学和社会科学领域常用的引用格式
- BibTeX格式:LaTeX文档处理系统中广泛使用的引用格式
引用生成功能
jsPsych核心库新增了一个实用的getCitations()函数,研究人员可以通过这个函数方便地生成实验中使用到的所有插件的引用信息。使用方法非常简单:
- 第一个参数传入插件/扩展名称的数组
- 第二个参数指定需要的引用格式("apa"或"bibtex")
自动引用生成机制
在构建过程中,系统会自动从每个插件目录下的.cff文件(如果有的话)中提取引用信息,并将其转换为标准化的格式嵌入到插件中。这种自动化处理大大减轻了开发者的维护负担。
技术实现细节
引用信息结构
每个插件现在都包含一个标准化的info字段,其中新增了citations子字段。这个字段的结构设计考虑了学术引用的各种需求,确保了信息的完整性和规范性。
输出格式
getCitations()函数生成的引用信息以字符串形式返回,各条引用之间用换行符分隔。特别值得一提的是,该函数总是首先输出jsPsych核心库本身的引用,然后才是各个插件的引用,这种设计符合学术规范。
对研究实践的意义
这一改进为心理学和行为科学研究带来了几个实际好处:
- 规范化引用:帮助研究人员正确引用实验工具,提高研究的学术严谨性
- 节省时间:自动生成引用信息大大减少了手动整理参考文献的工作量
- 一致性:标准化的引用格式确保了实验报告和论文中引用信息的一致性
- 可追溯性:明确的版本引用使得研究结果更容易被复现和验证
总结
jsPsych 2.1.0版本的这一改进虽然看似简单,但对学术研究的规范性有着重要意义。它体现了开源科学软件对学术诚信的重视,也为研究者提供了更加便捷的工具支持。随着心理学和行为科学研究对可重复性要求的提高,这类规范化改进将变得越来越重要。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 STM32到GD32项目移植完全指南:从兼容性到实战技巧 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
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
1.21 K
661