JsPsych插件audio-keyboard-response 2.1.0版本发布解析
2025-07-06 14:59:48作者:裘晴惠Vivianne
项目简介
JsPsych是一个用于在网页浏览器中运行心理学实验的JavaScript库。它提供了一系列插件,使研究人员能够轻松创建各种实验范式。其中,audio-keyboard-response插件专门用于播放音频刺激并收集被试通过键盘做出的反应。
版本更新亮点
2.1.0版本为audio-keyboard-response插件引入了一个重要的新功能——标准化引用信息支持。这一改进使得研究人员能够更方便地引用他们在实验中使用的方法和工具。
技术细节解析
引用信息标准化
新版本在每个插件中增加了标准化的引用信息字段,包含两种主流引用格式:
- APA格式:适合心理学领域论文引用
- BibTeX格式:适合LaTeX文档引用系统
这些引用信息是自动生成的,基于插件根目录下的.cff文件(Citation File Format)。在构建过程中,系统会自动读取这些信息并整合到插件中。
新增API功能
jsPsych包新增了一个实用函数getCitations(),研究人员可以通过以下方式使用:
const citations = jsPsych.getCitations(['audio-keyboard-response'], 'apa');
这个函数会返回格式化后的引用字符串,其中:
- 第一个参数是插件名称数组
- 第二个参数指定引用格式('apa'或'bibtex')
值得注意的是,函数总是会首先输出jsPsych核心库的引用,然后是各插件的引用,每个引用之间用换行符分隔。
技术意义
这一改进为学术研究带来了几个重要优势:
- 学术规范性:使研究者能够轻松符合学术引用规范
- 研究可重复性:明确标注实验工具版本和来源
- 工作效率:自动化生成引用,减少手动查找和格式化的时间成本
- 标准化:统一了jsPsych生态系统的引用方式
使用建议
对于使用audio-keyboard-response插件的研究人员,建议:
- 在方法部分明确说明使用了该插件及其版本号
- 使用getCitations()函数生成标准引用
- 定期检查插件更新,以获取最新的功能改进和错误修复
总结
audio-keyboard-response 2.1.0版本的发布,体现了jsPsych项目对学术研究规范性的重视。通过标准化引用系统,不仅提升了研究工作的专业性,也为心理学实验的可重复性研究提供了更好的支持。这一改进将特别有利于需要进行学术发表的研究人员,帮助他们更轻松地满足出版物的引用要求。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
229
259
暂无简介
Dart
680
160
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++
689
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
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
493