When sufficient information about p

When sufficient information about pre and posttest scores were not provided, effect sizes were calculated based on F or t values. Formulas for all analyses are available from the first author. Studies with larger samples are likely to produce more accurate results than those with smaller samples. Thus, individual effect size statistics needed to be refined by giving more weight to larger studies [Hedges and Olkin, 1985]. Further, as discussed later, studies with better design features and reporting of key variables are also likely to be more trustworthy. Based on a procedure recommended by Shadish and Haddock [1994], a weighted effect size was calculated that took into account both sample size and quality. In order to account for sample size, each d was multiplied by a weight derived from the reciprocal of the variance. The logic of weighting by the inverse of the variance is that studies with larger sample sizes are assumed to more closely approximate the true effect size for the population of all similar studies.

結果 (繁體中文) 1:

當未提供有關測試前和測試後分數的足夠資訊時，將根據 F 或 t 值計算效應大小。所有分析的公式均可向第一作者索取。較大樣本的研究可能會比較小樣本的研究產生更準確的結果。因此，個體效應大小統計需要透過給予更大的研究更多的權重來完善[Hedges and Olkin, 1985]。此外，正如稍後將討論的，具有更好設計特徵和關鍵變數報告的研究也可能更值得信賴。根據 Shadish 和 Haddock [1994] 建議的程序，計算了加權效應大小，同時考慮了樣本大小和品質。為了考慮樣本量，每個 d 乘以由變異數倒數得出的權重。以變異數倒數進行加權的邏輯是，假設樣本數較大的研究更接近所有類似研究總體的真實效應大小。

結果 (繁體中文) 2:

當沒有提供關於測試前和測試後得分的足够資訊時，根據F或t值計算效果大小。 第一作者提供了所有分析的公式。 使用較大樣本的研究可能比使用較小樣本的研究產生更準確的結果。 囙此，需要通過對更大規模的研究給予更多的重視來完善個體效應大小統計資料[Hdges和Olkin，1985]。 此外，如後所述，具有更好設計特徵和關鍵變數報告的研究也可能更值得信賴。 根據Shadish和Haddock【1994】推薦的程式，計算了考慮樣本量和質量的加權效應大小。 為了說明樣本量，將每個d乘以方差倒數得出的權重。 方差倒數加權的邏輯是，假設具有較大樣本量的研究更接近popu的真實效應大小

結果 (繁體中文) 3:

當沒有提供關於前後測試分數的足夠信息時，根據F或t值計算影響大小。所有分析的公式可從第一作者處獲得。樣本量較大的研究可能比樣本量較小的研究産生更準確的結果。因此，個體效應大小的統計需要通過給予更大的研究更多的權重來完善[Hedges和Olkin，1985]。此外，正如後麵所討論的，具有更好的設計特徵和關鍵變量報告的研究也可能更可信。根據Shadish和Haddock [1994]推薦的程序，計算加權效應大小，同時考慮樣本大小和質量。爲了説明樣本大小，每個d乘以一個從方差倒數得出的權重。方差倒數加權的邏輯是，假設樣本量較大的研究更接近所有相似研究總體的真實效應量。