jsPsych插件html-button-response 2.1.0版本发布:增强学术引用功能
2025-07-06 09:54:57作者:房伟宁
jsPsych是一个用于构建行为实验的JavaScript库,它允许研究人员和开发者在浏览器中创建心理学、神经科学等领域的实验。jsPsych通过模块化的插件系统提供了丰富的实验范式支持,使实验开发变得简单高效。
在最新的2.1.0版本中,html-button-response插件迎来了一项重要更新——增加了对学术引用的支持。这一改进使得使用该插件的研究人员能够更方便地引用插件本身,从而满足学术研究的规范要求。
新增引用功能详解
html-button-response插件2.1.0版本的核心更新是在插件信息中增加了citations属性。这个属性包含了两种标准的学术引用格式:
- APA格式:这是心理学领域最常用的引用格式
- BibTeX格式:广泛用于学术论文写作和参考文献管理
这些引用信息是自动生成的,基于插件根目录下的.cff文件(Citation File Format)。在构建过程中,系统会自动从.cff文件中提取相关信息并转换为标准的引用格式。
如何使用引用功能
jsPsych库现在提供了一个新的getCitations()函数,研究人员可以通过这个函数方便地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")
调用这个函数会返回一个字符串,其中包含所有请求的引用,每个引用之间用换行符分隔。值得注意的是,无论请求哪些插件的引用,jsPsych库本身的引用总是会首先出现在输出中。
对研究实践的意义
这一更新对学术研究实践具有重要意义:
- 规范化引用:确保研究中使用的工具得到适当引用,符合学术伦理
- 提高效率:自动生成的引用格式减少了手动整理参考文献的工作量
- 标准化:统一的引用格式有助于保持研究论文的专业性和一致性
对于刚开始使用jsPsych的研究人员来说,这一功能特别有价值,因为它消除了引用插件时可能出现的格式错误或遗漏问题。
技术实现细节
从技术角度看,这一功能的实现涉及几个关键点:
- 构建过程自动化:在构建时自动从.cff文件生成引用信息
- 模板更新:所有插件模板现在默认包含citations字段
- 动态引用生成:getCitations()函数提供了灵活的引用生成方式
这种设计既保证了引用信息的准确性,又为开发者提供了足够的灵活性。
html-button-response插件的这一更新是jsPsych生态系统持续完善的一个例证,它展示了该项目对学术研究规范性的重视,以及对用户体验的持续改进。
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
311
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++
638
242
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
148
175
暂无简介
Dart
604
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
226
81
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
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310