jsPsych插件categorize-image 2.1.0版本发布:强化心理学实验的图片分类功能
项目简介
jsPsych是一个基于JavaScript的开源库,专门用于创建在浏览器中运行的心理学实验。它提供了一系列插件,使研究人员能够轻松构建各种实验范式,从简单的反应时间任务到复杂的认知评估。其中,categorize-image插件是用于图片分类实验的重要工具,允许参与者对呈现的图片进行分类响应。
2.1.0版本核心更新
本次2.1.0版本的更新主要集中在学术引用功能的增强上,体现了jsPsych团队对学术规范性的重视。具体更新内容包括:
-
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。
-
新增getCitations()函数:jsPsych包中新增了这个实用函数,研究人员可以通过简单的调用自动生成所需的引用信息。使用方式为传入插件/扩展名称数组作为第一个参数,引用格式字符串作为第二个参数。
-
自动化引用生成:构建过程中,系统会自动从每个插件/扩展根目录下的.cff文件中提取引用信息,并生成标准化的引用格式。
-
智能引用排序:getCitations()函数会智能地将jsPsych库本身的引用放在首位,然后按照用户指定的顺序排列其他插件/扩展的引用,各引用间用换行符分隔。
技术实现细节
在底层实现上,jsPsych团队采用了以下技术方案:
-
结构化元数据:每个插件现在都包含完整的元信息结构,其中citation字段存储了标准化的引用数据。
-
构建时处理:在项目构建阶段,系统会扫描各插件目录下的.cff文件(Citation File Format),这是一种专门用于描述软件引用的标准格式,自动转换为插件内部的引用信息。
-
动态引用生成:getCitations()函数提供了灵活的接口,支持按需生成特定格式的引用文本,方便研究人员直接复制到论文中。
对研究实践的影响
这一更新对心理学实验研究具有实际意义:
-
提升学术规范性:简化了正确引用实验工具的流程,有助于提高研究的可重复性和学术诚信。
-
节省研究人员时间:自动生成的引用格式避免了手动整理引用的繁琐工作,减少了格式错误的风险。
-
标准化实验报告:统一的引用方式使得不同研究之间更容易比较方法和工具。
使用建议
对于使用categorize-image插件的研究人员:
-
在实验代码中,可以通过jsPsych.getCitations()方便地获取所有使用插件的规范引用。
-
建议在实验方法部分明确说明使用的jsPsych版本及插件版本,以增强研究的透明度。
-
对于自行修改过的插件,应当更新.cff文件以反映修改情况。
总结
jsPsych的categorize-image插件2.1.0版本通过引入系统化的引用功能,进一步提升了这个心理学实验工具的学术严谨性。这一更新不仅体现了开发团队对研究规范的重视,也为广大心理学研究者提供了更加便捷、规范的实验工具。随着jsPsych生态系统的不断完善,它将继续为在线行为研究提供可靠的技术支持。
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。C0100
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
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
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00