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。
- 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
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode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









