Zotero中文参考文献样式项目新增《公共行政评论》期刊格式支持
中国学术界的参考文献格式标准化工作正在持续推进,zotero-chinese/Chinese-STD-GB-T-7714-related-csl项目作为Zotero参考文献管理工具的中文样式库,近期完成了对《公共行政评论》期刊格式的适配工作。该项目致力于为中文用户提供符合国内学术规范的参考文献管理解决方案。
《公共行政评论》作为公共行政领域的重要期刊,其参考文献格式主要基于APA第七版手册,同时结合中文写作习惯进行了本地化调整。新添加的样式文件严格遵循了期刊2022年7月修订的体例要求,实现了以下关键特性:
-
双重语言支持:自动为每篇中文文献生成对应的英文翻译,并在末尾标注"(in Chinese)",完全符合期刊要求的中英文对照格式。
-
作者显示规则:正文引用时超过3位作者自动简化为"等"或"et al.",而在文末参考文献中则完整显示所有作者姓名。
-
特殊格式处理:支持会议论文、学位论文和网络资源等非传统文献类型的规范标注,包括访问日期等细节信息。
-
排序规则:严格按作者姓名拼音字母顺序排列,中文文献在前,英文文献在后。
-
注释系统:支持脚注自动编号,每页重新开始编号的期刊特殊要求。
技术实现上,该样式基于CSL(Citation Style Language)规范开发,通过条件判断和模板组合实现了期刊复杂的格式要求。特别是针对中文文献必须附带英文翻译的特殊规定,开发了智能的双语输出机制。
对于Zotero用户而言,这一新增样式将显著提升向《公共行政评论》投稿时的参考文献处理效率,避免了手动调整格式的繁琐工作。用户只需在Zotero中正确录入文献元数据,即可自动生成完全符合期刊要求的引文和参考文献列表。
学术写作工具的本土化适配是促进中国学术规范化的重要环节。zotero-chinese项目的持续更新,为国内研究者提供了与国际接轨又符合本土规范的参考文献管理方案,体现了开源社区对学术支持的积极作用。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00