Effect sizes for each contrast were

Effect sizes for each contrast were calculated as Hedges’ g, the difference
between the experimental and comparison condition means divided by the
pooled standard deviation (Cooper & Hedges, 1994). All estimates were then
corrected for small sample bias using procedures outlined by Hedges (as
cited in What Works Clearinghouse, 2007; http://ies.ed.gov/ncee/wwc/pdf/
conducted_computations.pdf).
For studies that reported both pretest and posttest scores, we calculated
posttest effect sizes adjusting for pretest performance (i.e., gadjusted =
gposttest – gpretest ; see Wortman & Bryant, 1985). This technique is
especially useful for quasi-experimental studies or any study reporting initial
non-equivalence of groups on a pretest measure. Our prior work has indicated
that this adjustment provides more accurate gauges of effect size than simple
unadjusted posttest effects (Baker et al., 2002; Gersten & Baker, 2001).
These values were also corrected for small sample bias using the Hedges
(1981) correction.
In this meta-analysis we encountered several unusual issues while
computing effect sizes. They are as follows:

ผลลัพธ์ (ไทย) 1:

ขนาดผลสำหรับแต่ละความเปรียบต่างถูกคำนวณเป็น g ป้องกันความเสี่ยง ความแตกต่างระหว่างการทดลองและเปรียบเทียบเงื่อนไขหมายถึงหารการค่าส่วนเบี่ยงเบนมาตรฐาน pooled (คูเปอร์และป้องกันความเสี่ยง 1994) การประเมินทั้งหมดได้แล้วสำหรับตัวอคติโดยใช้ขั้นตอน outlined โดยป้องกันความเสี่ยง (ตามอ้างถึงในสิ่งทำงาน Clearinghouse, 2007 http://ies.ed.gov/ncee/wwc/pdf/conducted_computations.pdf)ศึกษาที่รายงานคะแนนแล็ปว่าและ posttest เราคำนวณขนาดผล posttest ปรับแล็ปว่าประสิทธิภาพ (เช่น gadjusted =gposttest – gpretest ดู Wortman และไบรอันท์ 1985) เทคนิคนี้เป็นประโยชน์สำหรับการศึกษากึ่งทดลองหรือรายงานการศึกษาเบื้องต้นไม่ใช่เทียบเท่ากลุ่มบนแล็ปว่าวัด ทำงานของเราได้ระบุว่า การปรับปรุงนี้ช่วยให้มาตรวัดแม่นยำมากขนาดผลกว่าง่ายposttest ได้ปรับผล (Baker et al. 2002 Gersten & เบเกอร์ 2001)ค่าเหล่านี้ยังถูกแก้ไขสำหรับตัวอคติใช้ไดการแก้ไข (1981)ในการวิเคราะห์นี้ เราพบปัญหาผิดปกติต่าง ๆ ในขณะที่การคำนวณขนาดของผล พวกเขาจะเป็นดังนี้:

ผลลัพธ์ (ไทย) 2:

ขนาดผลกระทบสำหรับแต่ละตรงกันข้ามถูกคำนวณเป็นพุ่มไม้ 'G, ความแตกต่าง
ระหว่างสภาพการทดลองและการเปรียบเทียบหมายถึงการหารด้วย
ส่วนเบี่ยงเบนมาตรฐาน pooled (คูเปอร์และพุ่มไม้ 1994) ประมาณการทั้งหมดถูกแล้ว
แก้ไขตัวอย่างอคติเล็ก ๆ โดยใช้วิธีการที่ระบุไว้โดยพุ่มไม้ (ตามที่
อ้างถึงในสิ่งที่ทำงาน Clearinghouse 2007; http://ies.ed.gov/ncee/wwc/pdf/
conducted_computations.pdf).
สำหรับการศึกษารายงานว่าทั้งสอง คะแนนก่อนเรียนและหลังเรียนเราคำนวณ
ขนาดของผลกระทบหลังการทดลองปรับประสิทธิภาพการทำงานก่อนการทดลอง (เช่น gadjusted =
gposttest - gpretest ดู Wortman และไบรอันท์, 1985) เทคนิคนี้จะมี
ประโยชน์อย่างยิ่งสำหรับการศึกษากึ่งทดลองหรือการศึกษาใด ๆ ในการรายงานครั้งแรก
ที่ไม่เท่าเทียมกันในกลุ่มในวัดก่อนการทดลอง การทำงานของเราก่อนได้ชี้ให้เห็น
ว่าการปรับนี้ให้มาตรวัดที่ถูกต้องมากขึ้นของขนาดของผลง่ายกว่า
ผลกระทบหลังการทดลองเท็มเพลต (เบเกอร์, et al., 2002; Gersten & Baker, 2001).
ค่าเหล่านี้ยังได้รับการแก้ไขอคติตัวอย่างขนาดเล็กที่ใช้ป้องกันความเสี่ยง
(1981) การแก้ไข.
ในการนี้ meta-analysis เราพบปัญหาที่ผิดปกติในขณะที่หลาย
คำนวณขนาดของผล พวกเขามีดังนี้:

ผลลัพธ์ (ไทย) 3:

ผลขนาดความคมชัดแต่ละคำนวณเป็น hedges " G , ความแตกต่างระหว่างทดลองและการเปรียบเทียบเงื่อนไข หมายถึง แบ่งโดยรวมค่าส่วนเบี่ยงเบนมาตรฐาน ( คูเปอร์ & พุ่มไม้ , 1994 ) ประเมินแล้วทั้งหมดการแก้ไขสำหรับอคติตัวอย่างขนาดเล็กโดยใช้ขั้นตอนที่อธิบายไว้โดยเฮดจ์ ( เป็นอ้างในสิ่งที่ทำงานได้อย่าง http://ies.ed.gov/ncee/wwc/pdf/ , 2007 ;conducted_computations . pdf )การศึกษาที่รายงานทั้งก่อนเรียนและหลังเรียน เราคำนวณหลังปรับการแสดงผลขนาดทดลอง ( เช่น gadjusted =gposttest – gpretest ; ดู วอร์ทแมน & ไบรอัน , 1985 ) เทคนิคนี้คือประโยชน์อย่างยิ่งสำหรับการศึกษากึ่งทดลอง หรือศึกษารายงานเริ่มต้นไม่เทียบเท่าของกลุ่มที่ทดลองวัด งานของเรามีการระบุก่อนที่ปรับให้มีขนาดของผลถูกต้องมากขึ้นกว่าง่ายๆยังคงมุ่งผล ( Baker et al . , 2002 ; เกอร์สเติ้นและเบเกอร์ , 2001 )ค่าเหล่านี้ได้ถูกแก้ไขให้อคติตัวอย่างขนาดเล็กโดยใช้พุ่มไม้( 1981 ) แก้ไขในการวิเคราะห์นี้เราพบปัญหาผิดปกติในขณะที่หลายขนาดของผลการคำนวณ พวกเขาจะเป็นดังนี้ :