jsPsych扩展插件@jspsych/extension-record-video 1.2.0版本发布解析
项目简介
jsPsych是一个基于JavaScript的开源心理学实验框架,它允许研究人员和开发者在网页浏览器中创建复杂的心理学实验。该框架提供了丰富的插件系统,其中@jspsych/extension-record-video是一个用于录制视频的扩展插件,特别适合需要记录参与者面部表情或屏幕操作的心理学实验场景。
1.2.0版本核心更新
本次1.2.0版本的主要改进集中在学术引用功能的增强上,具体体现在以下几个方面:
-
标准化引用系统:为所有插件和扩展添加了标准化的引用属性,支持APA和BibTeX两种主流引用格式。
-
动态引用生成:新增了getCitations()函数,允许用户通过传入插件/扩展名称数组和引用格式字符串,动态生成规范的学术引用。
-
自动化引用管理:构建过程中会自动从插件的.cff文件中提取引用信息,简化了维护工作流程。
技术实现细节
引用属性集成
每个插件和扩展现在都包含一个citations字段,该字段在构建时自动填充。这个设计使得引用信息成为插件元数据的一部分,与插件代码紧密集成。
引用生成函数
新引入的getCitations()函数具有以下特点:
- 总是首先输出jsPsych核心库的引用
- 支持批量处理多个插件/扩展的引用
- 输出格式为字符串,各引用间用换行符分隔
- 目前支持APA和BibTeX两种格式
构建流程改进
构建系统现在会自动扫描插件目录下的.cff文件(Citation File Format),从中提取必要的引用信息并转换为标准化的内部表示。这种设计确保了引用信息的准确性和一致性。
实际应用价值
这一更新对心理学研究者具有重要价值:
-
学术合规性:使实验程序能够自动生成符合学术规范的引用,满足出版要求。
-
研究可重复性:标准化的引用格式有助于其他研究者准确识别和复现实验中使用的方法工具。
-
工作效率提升:自动化引用生成减少了研究者在撰写方法部分时的手动工作。
开发者建议
对于基于jsPsych进行开发的科研人员:
-
更新到最新版本后,可以使用getCitations()函数方便地在实验介绍部分展示所用工具的引用信息。
-
对于自定义插件开发,建议在插件目录中添加.cff文件以确保引用信息能被正确识别。
-
在撰写研究论文时,可以直接使用插件生成的引用格式,确保格式规范统一。
总结
@jspsych/extension-record-video 1.2.0版本的发布,通过引入标准化的引用系统,进一步提升了jsPsych框架在学术研究中的适用性和专业性。这一改进不仅简化了研究者的工作流程,也增强了心理学实验工具的透明度和可追溯性,是开源科研软件发展的一个典范。
- 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~061CommonUtilLibrary
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









