jsPsych插件virtual-chinrest 3.1.0版本发布:增强学术引用功能
jsPsych是一个广泛使用的开源JavaScript库,专门为心理学、神经科学和行为科学研究设计,用于构建基于浏览器的实验程序。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。
本次发布的3.1.0版本主要针对virtual-chinrest插件进行了重要更新,该插件用于在线上实验中模拟传统的视距调节装置,确保被试与屏幕保持标准距离,从而提高实验数据的可靠性。
核心更新内容
学术引用功能增强
3.1.0版本最重要的改进是增加了标准化的学术引用功能。现在每个插件都包含完整的引用信息,支持两种主流学术引用格式:
- APA格式:这是心理学领域最常用的引用格式
- BibTeX格式:广泛用于学术论文写作和参考文献管理
这些引用信息会自动从插件的CFF(Citation File Format)文件中提取,并在构建过程中集成到插件中。CFF是一种机器可读的格式,专门用于描述软件引用信息。
新增getCitations()方法
jsPsych核心库现在提供了一个便捷的getCitations()方法,研究人员可以通过以下方式使用:
// 获取特定插件的引用
const citations = jsPsych.getCitations(['virtual-chinrest'], 'apa');
// 获取多个插件的引用
const multipleCitations = jsPsych.getCitations(['virtual-chinrest', 'survey'], 'bibtex');
这个方法会自动将jsPsych核心库的引用放在首位,然后按照传入的插件顺序排列其他引用。输出结果是一个字符串,每个引用之间用换行符分隔,便于直接复制到论文中。
技术实现细节
构建流程改进
在构建过程中,系统会检查每个插件目录下的.cff文件。如果存在,构建工具会自动解析该文件并生成标准化的引用信息,然后将这些信息集成到最终构建的插件代码中。
数据结构变更
插件的信息结构(info字段)新增了citations属性,包含两种格式的引用信息。这种设计保持了向后兼容性,同时为学术引用提供了标准化的支持。
对研究实践的意义
这一改进对心理学和行为科学研究具有重要意义:
- 学术规范性:使研究者能够更规范地引用实验工具,符合开放科学的要求
- 便利性:简化了引用流程,研究者不再需要手动查找和格式化引用信息
- 透明度:提高了研究方法的透明度,便于其他研究者复现实验
使用建议
对于使用virtual-chinrest插件的研究者,建议在方法部分明确说明使用的插件版本,并使用新提供的引用功能生成标准引用。这有助于提高研究的可重复性和学术严谨性。
随着开放科学运动的推进,规范化的工具引用正成为学术出版的基本要求。jsPsych的这一更新及时响应了这一趋势,为研究者提供了更完善的工具支持。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C045
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0122
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