jsPsych插件html-slider-response 2.1.0版本发布:新增文献引用功能
2025-07-06 19:42:26作者:何将鹤
jsPsych是一个广泛应用于心理学实验的JavaScript库,它提供了丰富的插件系统,使研究人员能够轻松构建各种实验范式。其中html-slider-response插件允许被试通过滑动条对刺激进行连续评分,是许多心理物理实验和量表测量的重要工具。
版本更新亮点
本次发布的html-slider-response插件2.1.0版本主要新增了文献引用功能,这是对科研工作者非常实用的改进。具体更新内容包括:
- 在所有插件和扩展的info字段中新增了citations属性,支持APA和BibTeX两种引用格式
- 在jsPsych包中添加了getCitations()函数,用户可以通过传入插件/扩展名称数组和引用格式字符串来生成引用信息
- 插件模板默认包含引用字段
- 构建过程中会自动从插件根目录的.cff文件生成引用信息
技术实现解析
这一更新体现了jsPsych对科研规范性的重视。在心理学研究中,正确引用实验工具是学术诚信的重要部分。新版本通过以下技术手段实现了这一功能:
-
标准化引用格式:同时支持APA和BibTeX两种心理学领域最常用的引用格式,满足不同期刊和文献管理软件的需求。
-
自动化引用生成:构建过程中会检查插件目录下的.cff文件(Citation File Format),这是一种专门用于描述软件引用的YAML格式文件。如果存在,系统会自动从中提取作者、标题、版本等信息生成标准引用。
-
便捷的引用获取:新增的getCitations()函数让研究人员可以轻松获取实验所用全部插件的引用信息,并以换行符分隔的字符串形式返回,其中jsPsych库的引用总是排在第一位。
对研究实践的影响
这一更新将显著提升心理学实验报告的规范性:
-
简化引用流程:研究人员不再需要手动查找和格式化各个插件的引用信息,减少了出错可能。
-
提高透明度:实验方法部分可以更完整地报告所使用的具体插件版本,增强研究的可重复性。
-
促进学术交流:标准化的引用方式使其他研究者能更准确地引用和比较不同研究中使用的方法工具。
使用建议
对于使用html-slider-response插件的研究人员,建议:
- 在实验代码中调用getCitations()获取所有使用插件的引用信息
- 将引用信息包含在方法部分或补充材料中
- 定期更新插件版本以确保引用信息准确
- 对于自行修改的插件,考虑添加或更新.cff文件
这一更新体现了jsPsych项目对开放科学和学术规范的持续投入,使心理学实验工具更加专业和完善。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
638
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
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!
C
1.03 K
469
Ascend Extension for PyTorch
Python
148
175
暂无简介
Dart
604
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
226
81
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310