jsPsych插件@jspsych/plugin-iat-image 2.1.0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。该框架采用模块化设计,通过插件系统提供各种实验任务的功能实现,大大简化了心理学实验的开发流程。
插件功能概述
@jspsych/plugin-iat-image是jsPsych框架中的一个重要插件,专门用于实现内隐联想测验(Implicit Association Test, IAT)的图像版本。IAT是一种广泛使用的心理学测量工具,用于评估个体对不同概念之间的自动联想强度。该插件通过呈现图像刺激而非文字刺激,扩展了IAT的应用范围。
2.1.0版本更新亮点
本次2.1.0版本的更新主要聚焦于学术引用功能的增强,体现了jsPsych团队对科研规范性的重视。以下是具体的更新内容:
-
标准化引用系统:所有插件和扩展现在都包含标准化的引用信息字段,支持APA和BibTeX两种主流引用格式。
-
自动化引用生成:构建过程中会自动从插件的.cff文件中提取引用信息,确保引用数据的准确性和一致性。
-
便捷引用功能:新增的getCitations()方法允许用户通过简单的函数调用生成所需的引用格式,极大简化了实验报告的撰写流程。
技术实现细节
在技术实现上,本次更新涉及以下几个关键点:
-
插件模板重构:所有插件模板现在默认包含citations字段,确保新开发的插件从一开始就支持引用功能。
-
构建流程增强:在构建过程中,系统会自动扫描插件目录下的.cff文件,提取元数据并转换为标准化的引用格式。
-
引用输出标准化:getCitations()方法总是优先输出jsPsych库本身的引用,然后按照用户指定的顺序输出各插件的引用,使用换行符分隔不同引用,确保格式清晰。
对研究实践的影响
这一更新对心理学研究实践具有多重意义:
-
提升学术规范性:研究者可以更便捷地正确引用所使用的实验工具,符合学术伦理要求。
-
简化工作流程:自动生成的引用格式减少了手动整理文献的工作量,让研究者更专注于实验设计和数据分析。
-
促进工具复用:明确的引用信息有助于其他研究者了解实验工具的具体来源,促进研究的可重复性。
使用建议
对于使用该插件的研究者,建议:
-
在实验代码中合理使用getCitations()方法,确保实验报告中包含完整的工具引用信息。
-
开发自定义插件时,遵循jsPsych的模板规范,包含必要的.cff文件,以便自动生成引用信息。
-
定期更新插件版本,以获取最新的功能改进和错误修复。
总结
@jspsych/plugin-iat-image 2.1.0版本的发布,不仅完善了IAT图像测试的功能,更重要的是通过引入标准化的引用系统,提升了心理学研究的规范性和透明度。这一更新反映了jsPsych项目对学术严谨性的承诺,也为研究者提供了更加便捷、规范的实验工具。随着心理学研究越来越重视可重复性和开放性,这样的改进无疑将促进更高质量的科学研究。
- 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









