jsPsych插件survey-multi-choice 2.1.0版本发布:增强学术引用功能
jsPsych是一个广泛应用于心理学和行为科学研究中的开源JavaScript库,它允许研究人员在网页浏览器中创建和运行复杂的实验。该库通过模块化插件的方式提供各种实验任务,如问卷调查、反应时间测量等。
在最新的2.1.0版本中,survey-multi-choice插件进行了重要更新,主要增强了学术引用功能。这一更新体现了jsPsych对学术规范的重视,也方便研究人员在发表论文时正确引用所使用的工具。
新增功能亮点
标准化引用信息
2.1.0版本为survey-multi-choice插件添加了标准化的引用信息字段。现在,每个插件都包含完整的引用信息,支持两种主流学术引用格式:
- APA格式:这是心理学领域最常用的引用格式
- BibTeX格式:方便使用LaTeX撰写论文的研究人员
这些引用信息会自动从插件的.cff文件中提取,并在构建过程中集成到插件中。这一自动化流程确保了引用信息的准确性和一致性。
便捷的引用生成功能
jsPsych核心库新增了getCitations()函数,研究人员可以通过简单的调用获取所需的引用信息。该函数接受两个参数:
- 插件/扩展名数组:指定需要引用的插件列表
- 引用格式字符串:指定输出格式("apa"或"bibtex")
调用该函数会返回一个字符串,其中包含所有指定插件的引用信息,每个引用之间用换行符分隔。值得注意的是,输出中总是首先包含jsPsych主库的引用,确保核心依赖得到正确标注。
技术实现细节
这一更新涉及jsPsych构建系统的改进。现在,构建过程会自动扫描每个插件目录下的.cff文件(Citation File Format),提取其中的元数据并转换为标准化的引用信息,然后集成到最终构建的插件代码中。
对于开发者而言,插件模板已经默认包含citations字段,简化了新插件的开发流程。这种设计既保持了灵活性,又确保了引用信息的规范性。
对研究实践的影响
这一更新对心理学和行为科学研究具有重要意义:
- 促进学术规范:使研究人员能够轻松正确地引用所使用的实验工具
- 提高研究透明度:明确的引用信息有助于其他研究者复现实验
- 简化论文写作流程:自动生成的引用格式减少了手动整理的工作量
survey-multi-choice作为jsPsych中常用的问卷插件,这次更新将直接影响大量使用该插件进行多项选择题调查的研究项目。
总结
jsPsych survey-multi-choice插件2.1.0版本的发布,通过引入标准化的引用信息,进一步提升了这一心理学实验工具的学术严谨性。这一改进不仅方便了研究人员的工作,也体现了开源科学软件对学术规范的重视,有助于提高心理学研究的透明度和可重复性。
- 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~062CommonUtilLibrary
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









