jsPsych插件更新:HTML键盘响应功能增强与引用规范
项目概述
jsPsych是一个基于JavaScript的开源心理学实验框架,专门为在浏览器中运行行为实验而设计。它提供了一套模块化的插件系统,使研究人员能够轻松构建复杂的实验流程。本次更新主要针对其中的HTML键盘响应插件(@jspsych/plugin-html-keyboard-response)进行了功能增强和规范化改进。
核心更新内容
1. 引用信息标准化
本次2.1.0版本最重要的改进是为所有插件和扩展添加了标准化的引用信息。现在每个插件都包含完整的引用属性(citations),支持两种主流学术引用格式:
- APA格式:心理学领域最常用的引用格式
- BibTeX格式:LaTeX文档处理系统使用的引用格式
这一改进使得研究人员在使用jsPsych进行实验时,能够更方便地引用所使用的具体插件,符合学术规范要求。
2. 新增getCitations()功能
框架新增了一个实用函数getCitations(),开发者可以通过这个函数轻松生成所需的引用信息。该函数接受两个参数:
- 插件/扩展名称数组: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")
函数会自动将jsPsych核心库的引用信息放在首位,然后按照传入的插件顺序输出各自的引用信息,每个引用之间用换行符分隔。
3. 自动化引用生成机制
在构建过程中,系统会自动从每个插件目录根部的.cff文件(如果有的话)提取引用信息,并生成标准化的引用字段。这种自动化流程确保了引用信息的准确性和一致性,同时减少了维护成本。
技术实现细节
引用数据结构
每个插件现在在其info字段中包含一个citations属性,结构如下:
citations: {
apa: "完整的APA格式引用字符串",
bibtex: "完整的BibTeX格式引用字符串"
}
构建流程改进
在项目的构建过程中,构建脚本会:
- 检查每个插件目录下是否存在.cff文件
- 如果存在,则解析该文件提取必要的引用信息
- 自动生成APA和BibTeX两种格式的引用字符串
- 将这些信息注入到插件的info字段中
getCitations()函数实现
该函数的实现逻辑包括:
- 首先添加jsPsych核心库的固定引用
- 遍历传入的插件名称数组
- 从每个插件的info.citations字段获取指定格式的引用
- 将所有引用合并为一个字符串,用换行符连接
对研究实践的影响
这一更新对心理学实验研究具有重要意义:
-
学术规范性提升:使研究者能够正确引用实验程序中使用的具体技术组件,符合开放科学和可重复研究的要求。
-
工作流程简化:自动生成的引用信息减少了研究人员手动查找和格式化引用所需的时间。
-
引用完整性:确保实验方法部分可以详细说明所有使用的技术工具,提高研究的透明度。
使用建议
对于使用HTML键盘响应插件的研究人员,建议:
- 在方法部分明确说明使用了jsPsych框架及具体插件版本
- 使用内置的getCitations()函数生成所需的引用信息
- 当发布基于jsPsych的研究时,考虑同时分享实验程序的源代码
未来展望
这一引用系统的建立为jsPsych生态系统的学术化发展奠定了基础。未来可能会进一步扩展:
- 支持更多引用格式(如MLA、Chicago等)
- 增加DOI等持久化标识符的支持
- 开发可视化工具帮助生成引用
- 与学术数据库集成实现自动引用更新
本次更新虽然看似只是添加了引用功能,但实际上提升了整个框架的学术严谨性和可用性,体现了jsPsych项目对开放科学实践的承诺。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++036Hunyuan3D-Part
腾讯混元3D-Part00GitCode-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~0283Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选









