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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00