MATERIALS AND METHODSAnimal Care an

MATERIALS AND METHODS
Animal Care and Use Committee approval was not
obtained for this study because no animals were used.
Database Description
A database containing data on animal and housing
characteristics, dietary composition, ADFI, and ADG
in growing-finishing pigs under thermal stress was compiled
from 71 published papers in scientific journals
indexed in PubMed, Science Direct, and from proceedings
of scientific meetings that occurred before December
2009. To be included in the final database, studies
had to meet the following criteria: 1) research methods
(housing, feeding management) were adequately described,
2) growing-finishing pigs that had initial mean
BW greater than 10 kg, 3) animals had free access to
feed and water during the experiment, 4) experiments
were conducted under controlled T conditions, 5) dietary
CP was greater than 12%, 6) the duration of the
experiment exceeded 7 d, and 7) at least 2 temperature
treatments were used in the experiment. Forty-seven
studies reporting 86 trials with 202 temperature treatment
means met the criteria for ADFI. The corresponding
values for ADG were 43 studies, 80 trials, and 182
temperature means. The main variables in the database
regarding animal and housing characteristics, diet composition,
and animal responses are reported in Table 1.
The response (dependent) variables were ADFI (g/d or
g/kg BW0.60 per d), ADG (g/d), and feed conversion
ratio (FCR, kilograms of feed/kilogram of BW gain).
Values for all variables could not be determined for
all observations. Therefore, the number of observations
used for statistical analyses differed between response
variables. In some instances, some records were incomplete
or not reported uniformly, requiring calculation
from the reported data. When a study did not report
the outcome for all variables and when it was not possible
to calculate a value from the reported data, missing
values were considered as missing at random. When the
ME content of a diet was not reported, it was estimated
using the DE content of the diets, the ME/DE ratios
calculated from INRA feed composition tables (Sauvant
et al., 2002), and the description of the feedstuffs
used in the experimental diets.
Statistical Analyses
Data were analyzed according to St-Pierre (2001),
which takes into account the random effect of the study
and its possible interaction with fixed effect factors.
The MIXED procedure (SAS Inst. Inc., Cary, NC) was
used to solve the following base model:
Yij = b0 + b1T + b2T2 + si + aiT + eij, [1]
where Yij is the observed outcome for the dependent
variable Y in the ith experiment at temperature level
T, i = 1, ……n (n = 86 or 80, depending on the dependent
variable), b0 is the overall intercept, T is the
ambient temperature (°C), b1 and b2 are the regression
coefficients for T and T2 (fixed effects), si is the random
effect of study (i.e., an intercept shift for each study),
ai is the random interaction of study × T (i.e., a linear
term shift for each study), and eij is the residual error.
In Eq. [1], it is assumed that
s a
e and s e
i s
2
i a
2
ij e
2
i ij
 

N N
N
( , ), ( , ),
( , ), ( , ) .
0 0
0 0
 
 Cov =
The random effects of the study on the quadratic
regression coefficient of T (i.e., the study × T2 interaction)
was not included in the model because only 2 T
levels were used in most of the published works (68%),
thus leaving too few observations to estimate a variance
component with reasonable accuracy.
Because the data were extracted from numerous published
studies, each with their own experimental design,
it was important to properly weigh the observations
(the reported means) according to their relative
precision (i.e., their SE). Therefore, observations were
weighted by the number of animals in each trial to take
into consideration the unequal residual variance among
trials (Sauvant et al., 2008). An unstructured variance
covariance matrix (TYPE = UN in the MIXED procedure)
was used to model the random intercepts and
slopes, thus allowing for random covariance between
slope and intercepts across the random studies (St-
Pierre, 2001).
As previously reported (Nienaber et al., 1987; Quiniou
et al., 2000a), the effects of T on ADFI and ADG
could be affected by the average BW during an experiment.
Consequently, the basic model [1] was augmented
as follows to account for the effect of BW on animal
response to T:
Yij = b0 + b1T + b2T2 + c1W + c2W2
+ c3TW + si + aiT + eij,

ผลลัพธ์ (ไทย) 1:

วัสดุและวิธีการอนุมัติใช้กรรมการและดูแลสัตว์ไม่ได้รับการศึกษาเนื่องจากสัตว์ไม่ใช้คำอธิบายเกี่ยวกับฐานข้อมูลฐานข้อมูลที่ประกอบด้วยข้อมูลเกี่ยวกับสัตว์และที่อยู่อาศัยลักษณะ ประกอบอาหาร ADFI และ ADGในสุกรที่เจริญเติบโตสิ้นสุดภายใต้ความเครียดความร้อนคอมไพล์จาก 71 เผยแพร่เอกสารในสมุดรายวันทางวิทยาศาสตร์การสร้างดัชนี ใน PubMed วิทยาศาสตร์โดยตรง และ จากตอนประชุมทางวิทยาศาสตร์ที่เกิดขึ้นก่อนเดือนธันวาคม2009 เพื่อรวมไว้ในฐานข้อมูลครั้งสุดท้าย การศึกษามีเงื่อนไขต่อไปนี้: 1) การวิจัยวิธีการ(ที่อยู่อาศัย อาหารจัดการ) ได้เพียงพออธิบาย2) เจริญเติบโตจบสุกรที่มีค่าเฉลี่ยเริ่มต้นสัตว์ขาวดำมากกว่า 10 กก. 3) ได้ฟรีถึงอาหาร และน้ำในระหว่างการทดลอง 4) ทดลองได้ดำเนินการภายใต้เงื่อนไขควบคุม T, 5) อาหารสำหรับผู้CP มีค่ามากกว่า 12%, 6) ระยะเวลาของการทดลองเกิน 7 d และ 7) อุณหภูมิน้อย 2บำบัดที่ใช้ในการทดลอง สี่สิบเจ็ดศึกษารายงานทดลอง 86 กับรักษาอุณหภูมิ 202หมายความตรงตามเกณฑ์ของ ADFI ให้สอดคล้องกับค่า ADG ได้ศึกษา 43, 80 การทดลอง และ 182หมายถึงอุณหภูมิ ตัวแปรหลักในฐานข้อมูลเกี่ยวกับสัตว์และที่อยู่อาศัยลักษณะ การประกอบ อาหารและรายงานในตารางที่ 1 การตอบสนองของสัตว์ตัวแปรตอบสนอง (ขึ้นอยู่กับ) ได้ ADFI (g/d หรือg/kg BW0.60 ต่อ d), ADG (g/d), และอาหารแปลงอัตราส่วน (FCR กิโลกรัมของอาหาร/กิโลกรัมกำไร BW)ไม่สามารถกำหนดค่าตัวแปรทั้งหมดในสังเกต ดังนั้น จำนวนสังเกตใช้สำหรับวิเคราะห์ทางสถิติแตกต่างระหว่างการตอบสนองตัวแปร ในบางครั้ง บางระเบียนสมบูรณ์หรือไม่รายงานสม่ำเสมอเมื่อเทียบเคียง ต้องคำนวณจากข้อมูลการรายงาน เมื่อการศึกษาไม่ได้ผลลัพธ์ สำหรับตัวแปรทั้งหมด และ เมื่อไม่สามารถการคำนวณค่าจากข้อมูลรายงาน หายไปค่าที่ได้ถือการสุ่ม เมื่อการเนื้อหาของอาหารฉันไม่รายงาน มันได้ประมาณใช้เนื้อหาเดของอาหาร ME / อัตราส่วนเดอคำนวณจากอาหารตารางองค์ประกอบ (ประหยัดมังกรชาว INRAและ al., 2002), และคำอธิบาย feedstuffsใช้ในอาหารทดลองวิเคราะห์ทางสถิติมีวิเคราะห์ข้อมูลตามเซนต์-Pierre (2001),ซึ่งจะพิจารณาผลของการศึกษาแบบสุ่มและการโต้ตอบได้กับปัจจัยที่มีผลถาวรมีขั้นตอนการผสม (SAS Inst. Inc. แครีแกรนต์ NC)ใช้ในการแก้ปัญหาแบบพื้นฐานต่อไปนี้:Yij = b0 + b1T + b2T2 + ศรี + เอง + eij, [1]สังเกตผลที่ได้สำหรับผู้อยู่ในอุปการะ Yijตัวแปร Y ในระยะทดลองที่ระดับอุณหภูมิT ฉัน = 1, .. .n (n = 86 หรือ 80 ขึ้นอยู่กับผู้อยู่ในอุปการะตัวแปร), b0 คือ จุดตัดแกนรวม T คือการอุณหภูมิ (° C), b1 และ b2 มีการถดถอยสัมประสิทธิ์ T และ T2 (ถาวรผล), ศรีคือ การสุ่มผลการศึกษา (เช่น มีจุดตัดแกน shift สำหรับการศึกษาแต่ละ),ไอเป็นการโต้ตอบแบบสุ่มของศึกษา× T (เช่น แบบเชิงเส้นระยะกะสำหรับแต่ละการศึกษา), eij เป็น ข้อผิดพลาดที่เหลือใน [1] Eq. จะถือว่าเป็นที่s เป็นe และ s eฉัน s2ฉันเป็น2อี ij แค2ฉัน ij แค N NN( , ), ( , ),( , ), ( , ) .0 00 0 Cov =การสุ่มผลของการศึกษากำลังสองสัมประสิทธิ์การถดถอยของ T (เช่น การศึกษา× T2 โต้ตอบ)ไม่รวมอยู่ในแบบจำลองเนื่องจากเฉพาะ 2 Tระดับใช้งานเผยแพร่ (68%), ส่วนใหญ่จึง ออกน้อยเกินไปสังเกตการประมาณผลต่างของการประกอบ ด้วยความถูกต้องเหมาะสมเนื่องจากข้อมูลถูกสกัดจากจำนวนมากเผยแพร่การศึกษา มีการออกแบบการทดลองของตนเองสำคัญน้ำหนักที่สังเกตอย่างถูกต้อง(วิธีรายงาน) ตามญาติของพวกเขาความแม่นยำ (เช่น ของ SE) ดังนั้น ข้อสังเกตุได้ถ่วงน้ำหนัก ด้วยจำนวนสัตว์ทดลองแต่ละครั้งจะพิจารณาไม่เหลือผลต่างระหว่างทดลอง (ประหยัดมังกรชาวร้อยเอ็ด al., 2008) ผลต่างที่ไม่มีโครงสร้างเมตริกซ์ความแปรปรวนร่วม (ชนิด = UN ในขั้นตอนการผสม)ใช้รุ่น intercepts สุ่ม และลาดจึง อนุญาตให้แปรปรวนสุ่มระหว่างความชันและ intercepts ข้ามศึกษาสุ่ม (เซนต์-Pierre, 2001)เป็นรายงานไปก่อนหน้านี้ (Nienaber et al., 1987 Quinioual. ร้อยเอ็ด 2000a), ลักษณะพิเศษของ T ADFI และ ADGได้รับผลกระทบ โดย BW เฉลี่ยในระหว่างการทดลองดังนั้น ในรูปแบบ [1] ถูกออกเมนต์ดังนี้การบัญชีสำหรับผลของ BW ในสัตว์ตอบ t:กำลังYij = b0 + b1T + b2T2 + c1W + c2W2+ c3TW + ศรี + เอง + eij

ผลลัพธ์ (ไทย) 2:

วัสดุและวิธี
การดูแลสัตว์และการอนุมัติการใช้คณะกรรมการที่ไม่ได้
รับการศึกษาครั้งนี้เพราะไม่มีสัตว์ถูกนำมาใช้.
ฐานข้อมูล
ฐานข้อมูลที่มีข้อมูลเกี่ยวกับสัตว์และที่อยู่อาศัย
ลักษณะองค์ประกอบอาหาร ADFI และ ADG
ในสุกรเจริญเติบโตการตกแต่งภายใต้ความเครียดความร้อนถูกรวบรวม
จาก 71 เผยแพร่เอกสารในวารสารทางวิทยาศาสตร์
จัดทำดัชนีใน PubMed วิทยาศาสตร์โดยตรงและจากการดำเนินการ
ของการประชุมทางวิทยาศาสตร์ที่เกิดขึ้นก่อนเดือนธันวาคม
2009 จะถูกรวมอยู่ในฐานข้อมูลขั้นสุดท้ายการศึกษา
ต้องเป็นไปตามเกณฑ์ดังต่อไปนี้ 1) วิธีการวิจัย
(ที่อยู่อาศัยอาหารการจัดการ) ได้รับการอธิบายอย่างเพียงพอ
2) การเจริญเติบโตสุกรขุนที่มีการเริ่มต้นเฉลี่ย
BW มากกว่า 10 กก. 3) สัตว์มี อิสระที่จะเข้าถึง
อาหารและน้ำในระหว่างการทดลอง 4) การทดลอง
ได้ดำเนินการภายใต้เงื่อนไขที่ T ควบคุม 5) อาหาร
ซีพีได้รับมากกว่า 12%, 6) ระยะเวลาของการ
ทดลองเกิน 7 วันและ 7) อย่างน้อย 2 อุณหภูมิ
การรักษาได้ ใช้ในการทดลอง สี่สิบเจ็ด
รายงานการศึกษา 86 การทดลองที่มีการรักษาที่อุณหภูมิ 202
หมายถึงเกณฑ์สำหรับ ADFI ที่สอดคล้องกัน
สำหรับค่า ADG 43 การศึกษา 80 การทดลองและ 182
หมายถึงอุณหภูมิ ตัวแปรหลักในฐานข้อมูล
เกี่ยวกับลักษณะของสัตว์และที่อยู่อาศัยองค์ประกอบอาหาร
สัตว์และการตอบสนองจะมีการรายงานในตารางที่ 1
การตอบสนอง (ขึ้น) เป็นตัวแปร ADFI (กรัม / วันหรือ
กรัม / กิโลกรัม BW0.60 ต่อง), ADG (ช / วัน) และการเปลี่ยนอาหาร
อัตราส่วน (FCR, กิโลกรัมของอาหาร / กิโลกรัมของกำไร BW).
ค่าสำหรับตัวแปรทั้งหมดไม่สามารถกำหนดสำหรับ
การสังเกตทั้งหมด ดังนั้นจำนวนของการสังเกต
ที่ใช้สำหรับการวิเคราะห์ทางสถิติการตอบสนองที่แตกต่างกันระหว่าง
ตัวแปร ในบางกรณีบันทึกบางคนที่ไม่สมบูรณ์
หรือไม่ได้รายงานเหมือนกันต้องใช้การคำนวณ
จากข้อมูลที่รายงาน เมื่อศึกษาไม่ได้รายงาน
ผลสำหรับตัวแปรทั้งหมดและเมื่อมันเป็นไปไม่ได้
ในการคำนวณค่าจากข้อมูลที่รายงานที่ขาดหายไป
ค่าที่ได้รับการพิจารณาเป็นหายไปโดยการสุ่ม เมื่อ
เนื้อหา ME ของการรับประทานอาหารไม่ได้รายงานมันเป็นที่คาด
โดยใช้เนื้อหาของอาหาร, ME / อัตราส่วน DE
คำนวณจากตารางองค์ประกอบ INRA ฟีด (Sauvant
et al., 2002) และรายละเอียดของวัตถุดิบ
ที่ใช้ในการ อาหารทดลอง.
การวิเคราะห์ทางสถิติ
วิเคราะห์ข้อมูลตามที่เซนต์ปิแอร์ (2001)
ซึ่งจะนำเข้าบัญชีผลการสุ่มของการศึกษา
และการมีปฏิสัมพันธ์ที่เป็นไปได้ที่มีปัจจัยผลกระทบคงที่.
ขั้นตอนการผสม (SAS Inst. อิงค์แครีอร์ทแคโรไลนา ) ถูก
นำมาใช้เพื่อแก้รูปแบบฐานต่อไป
Yij = b0 + b1T b2T2 + + + si AIT + EIJ [1]
ที่ Yij เป็นที่สังเกตสำหรับผลขึ้นอยู่กับ
ตัวแปร Y ในการทดลอง ith ในระดับอุณหภูมิ
T, i = 1 ...... n (n = 86 หรือ 80 ขึ้นอยู่กับขึ้นอยู่กับ
ตัวแปร) b0 คือการสกัดกั้นโดยรวม T คือ
อุณหภูมิ (° C) b1 และ b2 ถดถอยมี
ค่าสัมประสิทธิ์ของ T และ T2 (ผลกระทบคงที่) si เป็นแบบสุ่ม
ผลของการศึกษา (กล่าวคือการเปลี่ยนแปลงตัดสำหรับการศึกษาในแต่ละ),
ai คือการทำงานร่วมกันของการศึกษาแบบสุ่ม× T (เช่นเชิงเส้น
กะระยะในการศึกษาแต่ละ) และ EIJ เป็นข้อผิดพลาดที่เหลือ.
ในสมการ [1], มันจะสันนิษฐานว่า
สา
จและ SE
เป็น
2
ไอโอวา
2
เจอี
2
IJ ฉัน
? ?
?
NN
ไม่มี
() ()
() ().
0 0
0 0
? ?
? Cov =
ผลของการศึกษาแบบสุ่มในสม
การถดถอยของค่าสัมประสิทธิ์ T (เช่นการศึกษา×ปฏิสัมพันธ์ T2)
ไม่รวมอยู่ในรูปแบบเพราะเพียง 2 T
ระดับถูกนำมาใช้ในส่วนของการตีพิมพ์ผลงาน (68%)
จึงออกจาก สังเกตน้อยเกินไปที่จะประเมินความแปรปรวน
องค์ประกอบที่มีความแม่นยำที่เหมาะสม.
เพราะข้อมูลที่ได้รับการตีพิมพ์สกัดจากหลาย
การศึกษาแต่ละคนมีการออกแบบการทดลองของตัวเอง
มันเป็นสิ่งสำคัญที่จะต้องมีน้ำหนักสังเกต
(หมายถึงรายงาน) ตามที่ญาติของพวกเขา
ที่มีความแม่นยำ (เช่น พวกเขา SE) ดังนั้นสังเกตได้ที่
ถ่วงน้ำหนักด้วยจำนวนของสัตว์ในแต่ละการทดลองที่จะใช้
ในการพิจารณาความแปรปรวนที่เหลือที่ไม่เท่ากันในหมู่
ทดลอง (Sauvant et al., 2008) ความแปรปรวนที่ไม่มีโครงสร้าง
แปรปรวนเมทริกซ์ (ประเภท = สหประชาชาติในขั้นตอนการผสม)
ถูกนำมาใช้ในการจำลองดักสุ่มและ
ลาดชันจึงช่วยให้การแปรปรวนสุ่มระหว่าง
ความลาดชันและดักในการศึกษาแบบสุ่ม (St-
ปิแอร์, 2001).
ตามที่ได้รายงานไปก่อนหน้านี้ (Nienaber et al, 1987;. Quiniou
., et al, 2000a) ผลกระทบของ T บน ADFI และ ADG
. อาจได้รับผลกระทบจากค่าเฉลี่ยในช่วงทดลอง BW
ดังนั้นรูปแบบพื้นฐาน [1] ยิ่ง
ดังต่อไปนี้บัญชีสำหรับผลกระทบ ของ BW สัตว์
ตอบสนองต่อ T:
Yij = b0 + b1T b2T2 + + + c1W c2W2
c3TW + + + si AIT + EIJ,

ผลลัพธ์ (ไทย) 3:

วัสดุและวิธีการดูแลสัตว์ และคณะกรรมการพิจารณา

ใช้ไม่ได้รับการศึกษาเพราะไม่มีสัตว์มาใช้

ฐานข้อมูลฐานข้อมูลที่มีข้อมูลเกี่ยวกับสัตว์และที่อยู่อาศัย
ลักษณะอาหารองค์ประกอบ adfi และอัตราการเจริญเติบโตในการขุน

ภายใต้ความเครียดความร้อนถูกเรียบเรียงจากเอกสารเผยแพร่ในวารสารทางวิทยาศาสตร์
71 ดัชนีใน PTV โดยตรง , วิทยาศาสตร์และจากการดำเนินการของการประชุมทางวิทยาศาสตร์ที่เกิดขึ้นก่อน

ธันวาคม 2552 จะรวมอยู่ในฐานข้อมูลขั้นสุดท้าย , การศึกษา
ต้องตรงกับเกณฑ์ต่อไปนี้ : 1 ) วิธีการวิจัย
( ที่อยู่อาศัยการจัดการให้อาหาร ) เพียงพออธิบาย
2 ) เติบโตสุกรขุนที่ได้เริ่มต้นหมายถึง
BW มากกว่า 10 กิโลกรัม , 3 ) สัตว์ได้เข้าฟรี

ให้อาหารและน้ำระหว่างการทดลอง 4 ) การทดลอง
ทำการทดลองภายใต้เงื่อนไขที่ควบคุม T ,
5 ) อาหาร CP มีมากกว่า 12 % 6 ) ระยะเวลาของการทดลองเกิน
7 D , และ 7 ) อย่างน้อย 2 อุณหภูมิ
การทดลองที่ใช้ในการทดลอง สี่สิบเจ็ด
การศึกษารายงานการทดลองกับการรักษาอุณหภูมิ 86 202
หมายความว่ามีคุณสมบัติสำหรับ adfi . ที่สอดคล้องกัน
ค่าสำหรับ ADG จำนวน 43 การศึกษา 80 การทดลอง และ 182
อุณหภูมิ หมายถึงตัวแปรหลักในฐานข้อมูล
เกี่ยวกับสัตว์ และลักษณะที่อยู่อาศัย ส่วนประกอบอาหาร และการตอบสนองจะถูกรายงานในสัตว์

โต๊ะ 1 . การตอบสนอง ( ขึ้นอยู่กับ ) ตัวแปร adfi ( G / D หรือ
g / kg bw0.60 ต่อวัน ) อัตราการเจริญเติบโต ( g / d ) และอัตราส่วนการแปลง
อาหาร ( เปลี่ยน กิโลกรัมของน้ำหนักตัว / กก. ป้อนเข้า ) .
ค่าสำหรับตัวแปรทั้งหมดไม่สามารถกำหนดสำหรับ
ทุกเดือน ดังนั้นจำนวนค่าสังเกต
ใช้สำหรับการวิเคราะห์ทางสถิติแตกต่างกันระหว่างตัวแปรคำตอบ

ในบางกรณี บางบันทึกไม่สมบูรณ์หรือไม่รายงานเหมือนกัน

ต้องคำนวณจากรายงานข้อมูล เมื่อการศึกษาไม่รายงาน
ผลตัวแปรทั้งหมดและเมื่อมันเป็นไปไม่ได้
เพื่อคำนวณค่าจากรายงานข้อมูลที่ขาดหายไป
ค่าถือว่าหายไปสุ่ม เมื่อ
ฉันเนื้อหาของอาหารที่ไม่ได้รายงานมันประมาณ
ใช้ de เนื้อหาของอาหาร , อัตราส่วนที่คำนวณจากฉัน / de
ทีมนักวิจัยของฟีดตารางองค์ประกอบ ( sauvant
et al . , 2002 ) , และรายละเอียดของวัตถุดิบอาหารสัตว์ที่ใช้ในอาหาร


ทดลอง การวิเคราะห์ข้อมูลทางสถิติวิเคราะห์จากเซนต์ปิแอร์ ( 2001 ) ,
ซึ่งจะพิจารณาผลการการศึกษาและการปฏิสัมพันธ์ที่เป็นไปได้ด้วย

แก้ไขผลกระทบปัจจัย กระบวนการผสม ( SAS สถาบันอิงค์ แครี่ , NC ) คือ
ใช้แก้ตามรูปแบบพื้นฐาน :
yij = B0 b1t b2t2 ศรี AIT eij , [ 1 ]
ที่ yij เป็นสังเกตผลสำหรับ ตัวแปร
Y ใน ith การทดลองที่อุณหภูมิระดับ
t = 1 , . . . . . . . N ( N = 86 หรือ 80ขึ้นอยู่กับตัวแปร
) B0 คือขัดขวางโดย t
อุณหภูมิห้อง ( ° C ) , B1 และ B2 เป็นถดถอย
เท่ากับ T และ T2 ( Fixed Effects ) , ศรี คือ ผลของการศึกษาแบบสุ่ม
( เช่น การตัดการเปลี่ยนแปลงสำหรับแต่ละการศึกษา ) ,
AI คือ ปฏิสัมพันธ์แบบสุ่มการศึกษา× t ( I ,
กะระยะเชิงเส้นสำหรับแต่ละการศึกษา ) และ eij เป็นอ่างเก็บน้ำ .
ในอีคิว [ 1 ] มันจะสันนิษฐานว่า
s
E และ S E
i s
2
i
2
2 E

ผม IJ IJ 


  n
n
( , ) , ( , ) ,
( , ) ( , )
0 0 0

0
   ปิด =
ผลสุ่มของการศึกษาค่าสัมประสิทธิ์ถดถอยกำลังสอง
t ( เช่น การศึกษา× T2 ปฏิสัมพันธ์ )
ไม่ได้ถูกรวมอยู่ในรุ่น เพราะมีแค่ 2 T
ระดับที่ใช้ในส่วนใหญ่ของผลงานตีพิมพ์ ( 68% )
จึงออกสังเกตน้อยเกินไปที่จะประเมินความแปรปรวน
ส่วนประกอบ มีความถูกต้องเหมาะสม
เนื่องจากข้อมูลที่สกัดจากมากมายตีพิมพ์
การศึกษาแต่ละคนมีการออกแบบการทดลองของตัวเอง
มันเป็นสิ่งสำคัญที่จะถูกต้องชั่งสังเกต
( รายงานหมายความว่า ) ตามความสัมพันธ์ของพวกเขา ( เช่นของพวกเขา
เซ ) ดังนั้น สังเกต
ถ่วงน้ำหนักด้วยจำนวนสัตว์ในแต่ละการทดลองใช้เวลา
พิจารณาความแปรปรวนไม่เท่ากันที่เหลือของ
การทดลอง ( sauvant et al . , 2008 ) การไม่มีความแปรปรวน
เมทริกซ์ ( ประเภท = สหประชาชาติในกระบวนการผสม )
ใช้แบบสุ่มและ intercepts
ลาดจึงอนุญาตให้นักเรียนสุ่มระหว่าง
ความลาดชันและ intercepts ผ่านการศึกษาแบบสุ่ม ( เซนต์ -
Pierre , 2001 ) .
ตามที่รายงานก่อนหน้านี้ ( nienaber et al . , 1987 ; quiniou
et al . , ประกอบ )