We computed effect sizes and conduc

We computed effect sizes and conducted the metaanalysis in the Comprehensive
Meta-Analysis software package (45). All reported P values are
two-tailed, unless noted.
We used a random effects model (46, 47) to compare effect sizes. The
random effect size model was appropriate because conditions that could
affect learning gains varied among studies in the analysis, including the (i)
type (e.g., PBL versus clickers), intensity (percentage of class time devoted to
constructivist activities), and implementation (e.g., graded or ungraded) of
active learning; (ii) student population; (iii) course level and discipline; and
(iv) type, cognitive level, and timing—relative to the active learning exercise—
of examinations or other assessments.
We calculated effect sizes as (i) the weighted standardized mean difference
as Hedges’ g (48) for data on examination scores, and (ii) the log-odds
for data on failure rates. For ease of interpretation, we then converted logodds
values to odds ratio, risk ratio, or relative risk (49).
To evaluate the influence of publication bias on the results, we assessed
funnel plots visually (50) and statistically (51), applied Duval and Tweedie’s
trim and fill method (51), and calculated fail-safe Ns (45).

ผลลัพธ์ (ไทย) 1:

เราคำนวณขนาดผล และดำเนินการ metaanalysis ในครบวงจรMeta-Analysis ซอฟต์แวร์แพคเกจ (45) ทั้งหมดรายงานค่า Pสองหาง เว้นไว้เราใช้แบบสุ่มลักษณะพิเศษ (46, 47) เพื่อเปรียบเทียบขนาดผล ที่ผลสุ่มขนาดรุ่นถูกที่เหมาะสม เพราะเงื่อนไขที่สามารถผลกำไรจากการเรียนรู้แตกต่างกันระหว่างการศึกษาในการวิเคราะห์ รวม (i)ชนิด (เช่น พีบีแอลกรุ๊ปกับ clickers) ความเข้ม (เปอร์เซ็นต์ของเวลาเรียนที่อุทิศให้กับแบบสร้างสรรค์นิยมกิจกรรม), และการใช้งาน (เช่น แบ่งแยก หรือ ungraded) ของเรียนรู้การใช้งาน ๒ นักเรียนประชากร (iii) ระดับและสาขาวิชา หลักสูตร และชนิด (iv) ระดับการรับรู้ และเวลาซึ่งสัมพันธ์กับการออกกำลังกายเรียนรู้งาน —ตรวจสอบหรือการประเมินอื่น ๆเราคำนวณผลขนาดเป็น (i) ผลต่างเฉลี่ยถ่วงน้ำหนักมาตรฐานเป็นการประเมินค่าเฮดจ์ g (48) สำหรับข้อมูลคะแนนสอบ และ (ii) ราคาล็อกสำหรับข้อมูลเกี่ยวกับอัตราความล้มเหลว เพื่อให้ง่ายต่อการตีความ เราแล้วแปลง logoddsค่าอัตราส่วนราคาต่อรอง อัตราส่วนความเสี่ยง หรือความเสี่ยงสัมพัทธ์ (49)ในการประเมินอิทธิพลของอคติประกาศผล เราประเมินกรวยผืนเห็น (50) และทางสถิติ (51), ใช้ดูวอลและของ Tweedieตัดแต่ง และวิธี (51), และ Ns fail-safe คำนวณ (45)

ผลลัพธ์ (ไทย) 2:

เราคำนวณขนาดของผลกระทบและดำเนินการใน metaanalysis ครอบคลุม
meta-analysis แพคเกจซอฟต์แวร์ (45) ทั้งหมดรายงานค่า P จะ
สองเทลด์ถ้าสังเกต.
เราใช้แบบจำลองผลกระทบแบบสุ่ม (46, 47) เพื่อเปรียบเทียบขนาดอิทธิพล
รูปแบบขนาดอิทธิพลสุ่มมีความเหมาะสมเพราะเงื่อนไขที่อาจ
ส่งผลกระทบต่อการเรียนรู้ที่แตกต่างกันกำไรท่ามกลางการศึกษาในการวิเคราะห์ ได้แก่ (i) การ
พิมพ์ (เช่น PBL กับ clickers), เข้ม (ร้อยละของเวลาเรียนที่ทุ่มเทให้กับ
กิจกรรมคอนสตรัคติ) และการดำเนินการ ( เช่นให้คะแนนหรือ ungraded) ของ
การเรียนรู้การใช้งาน; (ii) ประชากรนักศึกษา (iii) ระดับหลักสูตรและวินัย และ
(iv) พิมพ์ระดับความรู้ความเข้าใจและการกำหนดเวลาเมื่อเทียบกับการออกกำลังกายที่การเรียนรู้การใช้งาน
ของการสอบหรือการประเมินอื่น ๆ .
เราขนาดอิทธิพลจากการคำนวณเป็น (i) ความแตกต่างของค่าเฉลี่ยถ่วงน้ำหนักที่ได้มาตรฐาน
เป็นพุ่มไม้ 'กรัม (48) สำหรับข้อมูลเกี่ยวกับการตรวจสอบคะแนน และ (ii) อัตราต่อรองที่เข้าสู่ระบบ
สำหรับข้อมูลเกี่ยวกับอัตราความล้มเหลว เพื่อความสะดวกในการตีความเราแปลงแล้ว logodds
ค่าอัตราส่วนราคาต่อรองอัตราความเสี่ยงหรือความเสี่ยงสัมพัทธ์ (49).
เพื่อประเมินอิทธิพลของอคติตีพิมพ์ผลการที่เราประเมิน
แปลงช่องทางสายตา (50) และทางสถิติ (51), นำมาใช้ Duval และ Tweedie ของ
การตัดแต่งและกรอกวิธีการ (51) และคำนวณไม่ปลอดภัย Ns (45)

ผลลัพธ์ (ไทย) 3:

เราคำนวณค่าขนาดอิทธิพล และทำการ metaanalysis ในครอบคลุม
การวิเคราะห์เมตาแพคเกจซอฟต์แวร์ ( 45 ) ทั้งหมดรายงาน P ค่า

สองหาง นอกจากตั้งข้อสังเกต เราใช้รูปแบบผลสุ่ม ( 46 , 47 ) เพื่อเปรียบเทียบขนาดของผล
ผลแบบสุ่มขนาดเหมาะสม เนื่องจากเงื่อนไขที่อาจมีผลต่อการเรียนรู้จากการศึกษา
แตกต่างกันในการวิเคราะห์ รวมถึง ( i )
ประเภท ( เช่นPBL และ clickers ) , เข้ม ( เปอร์เซ็นต์ของเวลาเรียน เพื่อรองรับกิจกรรมคอนส
) และการดำเนินงาน ( เช่น จัดหรือไม่จัด )
การเรียนรู้ 2 ) นักเรียน ( 3 ) หลักสูตรระดับและวินัย และ
( IV ) ประเภท ระดับสติปัญญา และเวลาเมื่อเทียบกับการออกกำลังกาย - การเรียนรู้ การใช้งานของการสอบ หรือการประเมินอื่น ๆ
.
เราคำนวณค่าขนาดอิทธิพลเป็น ( ฉัน ) น้ำหนักมาตรฐานหมายถึงความแตกต่าง
เป็น hedges ' g ( 48 ) สำหรับข้อมูลเกี่ยวกับคะแนนสอบ และ ( ii ) ล็อกราคา
ข้อมูลอัตราความล้มเหลว เพื่อความสะดวกในการตีความ เราแปลงแล้ว logodds
ค่าอัตราส่วน , อัตราส่วนความน่าจะเป็นความเสี่ยงหรือความเสี่ยงสัมพัทธ์ ( 49 ) .
เพื่อประเมินอิทธิพลของอคติในการประกาศผล เราประเมิน
ช่องทางแปลงมองเห็น ( 50 ) และสถิติ ( 51 ) , ประยุกต์ ดูวัล tweedie ของ
ตัดและเติมและวิธีการ ( 51 ) และคำนวณพลาด NS ปลอดภัย ( 45 )