jsPsych插件fullscreen 2.1.0版本发布:心理学实验全屏控制新特性
项目简介
jsPsych是一个基于JavaScript的开源库,专门用于构建在浏览器中运行的心理学和行为学实验。它提供了丰富的插件系统,使研究人员能够轻松创建各种实验范式,如反应时间任务、问卷调查等。其中,fullscreen插件是jsPsych生态系统中用于控制浏览器全屏显示的重要组件。
fullscreen插件2.1.0版本更新内容
最新发布的fullscreen插件2.1.0版本主要引入了一项重要改进:为所有插件和扩展添加了规范的引用信息。这一变化体现了jsPsych团队对学术规范的重视,也使得研究者在撰写论文时能够更方便地引用所使用的工具。
引用信息标准化
-
新增引用属性:在每个插件和扩展的info字段中,现在包含了标准化的citation属性,支持APA和BibTeX两种引用格式。
-
自动生成机制:构建过程中,系统会自动从插件根目录下的.cff文件(如果存在)生成引用信息,确保了引用数据的准确性和一致性。
-
便捷引用功能:jsPsych包中新增了getCitations()函数,研究者只需传入插件/扩展名称数组和所需的引用格式字符串,即可快速生成规范的引用文本。
技术实现细节
引用系统架构
jsPsych团队设计了一个智能的引用生成系统:
-
数据源处理:系统优先读取.cff文件(Citation File Format),这是一种专门用于描述软件引用的标准格式。如果.cff文件不存在,则使用预设的基本引用信息。
-
格式转换引擎:内置了APA和BibTeX格式的转换逻辑,确保生成的引用符合各自格式的规范要求。
-
输出标准化:getCitations()函数总是首先输出jsPsych主库的引用,然后按照传入顺序输出各插件的引用,用换行符分隔,形成清晰可用的引用文本块。
开发者体验优化
对于插件开发者:
-
模板更新:新的插件模板默认包含citations字段,开发者只需维护.cff文件即可。
-
构建自动化:引用信息生成完全集成在构建流程中,开发者无需额外操作。
对于研究者用户:
-
一键引用:通过简单的函数调用即可获取完整引用,大大减少了手动整理参考文献的工作量。
-
格式可选:支持心理学领域最常用的两种引用格式,满足不同期刊的要求。
应用场景与最佳实践
实验开发中的应用
-
全屏控制:fullscreen插件常用于需要严格控制显示环境的实验,如视觉感知研究,确保参与者的注意力集中。
-
引用管理:在新版本中,研究者可以在实验代码中直接调用getCitations()获取所用插件的规范引用,避免遗漏。
学术写作建议
-
引用完整性:建议在方法部分同时引用jsPsych主库和所使用的特定插件,以完整描述实验工具。
-
版本明确:在引用时应注明使用的插件版本号,如本插件的2.1.0版本,确保研究的可重复性。
总结
jsPsych的fullscreen插件2.1.0版本通过引入标准化的引用系统,进一步提升了这一心理学实验工具的学术严谨性。这一改进不仅方便研究者规范引用,也反映了开源科学软件对学术诚信的重视。对于使用jsPsych进行行为实验研究的人员来说,升级到新版本将有助于提高研究工作的规范性和效率。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00