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。
PaddleOCR-VL
PaddleOCR-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- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0123AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选









