jsPsych插件@jspsych/plugin-webgazer-validate 2.1.0版本发布解析
jsPsych是一个用于构建行为实验的JavaScript库,它允许研究人员和开发者在网页浏览器中创建心理学、神经科学等领域的实验。该库提供了丰富的插件系统,使得开发者可以轻松扩展实验功能。
本次发布的@jspsych/plugin-webgazer-validate 2.1.0版本是该插件的一个重要更新,主要增加了对学术引用的支持功能。这个插件主要用于验证WebGazer眼动追踪系统的校准效果,是眼动追踪研究中的重要工具。
核心更新内容
2.1.0版本最主要的改进是为所有插件和扩展添加了引用信息属性。这一更新体现了jsPsych团队对学术规范的重视,使得研究者在发表论文时能够更方便地引用所使用的工具。
具体更新包括:
- 在每个插件/扩展的info字段中添加了citations属性,支持APA和BibTeX两种引用格式
- 在jsPsych包中新增了getCitations()函数,允许用户通过插件/扩展名称数组和引用格式字符串来生成引用
- 插件/扩展模板现在默认包含citations字段
- 构建过程中会自动从插件/扩展根目录下的.cff文件生成引用信息
技术实现解析
这一更新在技术实现上有几个值得关注的要点:
-
标准化引用格式:插件现在内置了两种最常用的学术引用格式(APA和BibTeX),满足了不同期刊的要求。
-
动态引用生成:通过getCitations()函数,研究者可以灵活地组合需要引用的插件,并选择输出格式,大大简化了论文写作中的引用工作。
-
自动化构建流程:引用信息在构建过程中自动从.cff文件生成,保证了信息的准确性和一致性,也减轻了开发者的维护负担。
-
优先显示原则:getCitations()函数总是首先输出jsPsych库本身的引用,然后再输出其他插件/扩展的引用,符合学术规范。
对研究实践的影响
这一更新虽然看似只是增加了引用功能,但对实际研究实践有着重要意义:
-
提高研究可重复性:明确的引用信息使得其他研究者能够准确了解实验使用了哪些工具,便于重复研究。
-
简化论文写作:研究者不再需要手动查找和整理各种插件的引用信息,节省了大量时间。
-
促进学术规范:内置的引用功能提醒研究者正确引用所使用的工具,有助于提高研究的学术严谨性。
-
统一引用格式:所有插件采用一致的引用格式,避免了研究者自行整理时可能出现的格式不一致问题。
总结
jsPsych的@jspsych/plugin-webgazer-validate 2.1.0版本通过增加引用支持功能,进一步提升了这一眼动追踪验证工具在学术研究中的实用性。这一更新体现了jsPsych项目对学术规范的重视,也展示了其作为研究工具的成熟度。对于使用WebGazer进行眼动追踪研究的研究者来说,这一版本不仅提供了技术功能,还简化了学术发表过程中的引用工作,是值得升级的版本。
- 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









