jsPsych项目发布:@jspsych/config@3.2.0版本解析
2025-07-06 02:35:27作者:管翌锬
jsPsych是一个用于构建行为实验的JavaScript库,广泛应用于心理学、神经科学等领域的研究。它提供了丰富的插件和扩展,使研究人员能够轻松创建复杂的实验流程。本次发布的@jspsych/config@3.2.0版本带来了一些重要更新,特别是在文献引用功能方面有了显著改进。
新增文献引用功能
3.2.0版本最显著的改进是增加了对插件和扩展的文献引用支持。现在每个插件和扩展的info字段都包含了一个citations属性,提供了两种标准的引用格式:
- APA格式:这是心理学领域最常用的引用格式
- BibTeX格式:常用于LaTeX文档和参考文献管理软件
开发者可以通过调用jsPsych包中的getCitations()函数来生成引用内容。这个函数接受两个参数:
- 第一个参数是插件/扩展名称的数组
- 第二个参数是指定引用格式的字符串
生成的引用会以字符串形式返回,每个引用之间用换行符分隔,并且总是首先包含jsPsych库本身的引用。
自动化引用生成机制
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。这种自动化流程确保了引用信息的准确性和一致性,同时也减轻了开发者的维护负担。
构建系统修复
本次更新还修复了构建过程中的一个技术问题。之前的版本尝试使用glob v10,但由于API变更导致兼容性问题。开发团队通过显式添加glob v7作为依赖项解决了这个问题,确保了构建过程的稳定性。
对研究工作的意义
这一更新对于学术研究具有重要意义:
- 标准化引用:使研究者能够方便地正确引用所使用的插件和扩展
- 提高研究透明度:便于读者了解实验具体使用了哪些工具
- 简化文献管理:支持多种引用格式,适应不同期刊和出版要求
总结
@jspsych/config@3.2.0版本的发布进一步提升了jsPsych在学术研究中的实用性,特别是在研究可重复性和文献引用方面做出了重要改进。这些更新体现了jsPsych团队对研究规范的重视,以及对开发者体验的持续优化。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
312
2.72 K
deepin linux kernel
C
24
7
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++
639
244
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
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
1.03 K
469
Ascend Extension for PyTorch
Python
151
177
暂无简介
Dart
605
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
231
83
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
364
3 K
React Native鸿蒙化仓库
JavaScript
237
310