文摘

纠正性反馈(CF)是提供给学习者纠正错误。近年来,以口头和书面形式CF的研究在语言习得的研究引起了相当大的关注。一些研究已经全面总结了CF通过荟萃分析的影响,但是仍有一些差异和限制在CF荟萃分析,需要重新测量。基于结果的荟萃分析五种不同类型的CF,本研究评估程序、想法,CF荟萃分析的结论。研究结果显示,不同类型的CF影响不一致和冲突的结果,因为不同的数据源,变量共线性,学习者差异,影响一代的差异。因此,研究系统地讨论了发表偏倚,学习者的影响变量,测量的方法为每个类型的效果,和内涵的荟萃分析的结果。

1。介绍

在过去的20年中,研究CF逐渐提出了一个系统的和多样化的趋势,这主要是语言习得领域的应用。CF的深化研究,国内外在这个领域已经形成了不同的类别和范例。CF本身也产生相对稳定的类别、形式和内容的单位。从功能的定义反馈,主要的概念建立了研究的积极作用原理由黑色和2胜过(1]。然而,有无用的在实践中积极和消极的反馈效应(2),和不同的反馈都有不同的影响结果3];因此,反馈的效果取决于所使用的内容研究人员和教师。

一个荟萃分析描述了有效系数的研究内容的基础上,相关研究的方法和结果。这是一个定量的实证研究成果总结(4]。整个的影响反馈的内容未达到统计上的显著水平可以全面、客观地理解通过荟萃分析。在某种程度上,主观情感和记忆等因素造成的遗漏是可以避免的。目前,CF的实证研究结果丰富,涉及不同的问题和对象。荟萃分析提供了一个全面的洞察CF的基本状况和整体效果的研究。CF以前的荟萃分析表明,这个问题值得二次审查。研究的过程和结果的荟萃分析CF提供了一个更加系统的参考判断CF及其实际应用的效果。

2。影响大小的一致性和矛盾

影响大小的指标变量之间的关系的强度和不受样本量的影响5]。根据周(6),效果的重要性可能反映一个独立变量的影响和总结自变量对因变量的影响在一些研究。表达的综合效果是通过使用均值的影响大小在一系列研究[6]。的计算效果在荟萃分析研究中被广泛使用。综合效应大小可以表示程度的效果,这是符合荟萃分析的主要目的,也就是说,获得一般结论(7]。一般来说,两个常见的效应大小的计算方法是科恩d科恩(提出的价值,8),和大小的影响价值(9]。为了表明这两种方法确定标准差的影响大小,虽然对冲的g比科恩的精确计算方法d。这些计算技术是常见和典型的小样本分析研究和结果几乎没有影响。科恩的计算公式dv,用于指示效果在大多数的荟萃分析研究包含在这份出版物,如下:

学会根据不同计算方法的信息。科恩的d提供一般的实验组和对照组之间的差异;它是用标准差的比值表示。荟萃分析的效果与影响大小的差异在实验组和对照组之间。第一个是不能进行预测的平均实验组和对照组之间的差异;第二个测试是检查之前和之后的测试报告。均值方差在实验组和对照组之间的分数是每组单独评估。

许多实证研究的CF使用对照组,正确的类型不同,或目标差异,CF类型、内容、长度、上下文、位置、测试类型,研究方法为调节变量的影响(尤其是分析亚组分析等不同类型的CF)。前提是异质性的影响这些变量的大小,也就是说,在真正的影响存在差异包括研究,这是表示为离散度的影响大小。这种异质性的存在使其他中介变量包含子组编码系统的分析,并提供CF的影响大小在不同类型和上下文获取整体效果。

内部检查揭示了一个强大的CF的组件结构和功能之间的关系,这可能被认为是相互支持、相互补充。荟萃分析研究早期的CF发现CF的影响是重要的(d= 0.64,0.90)。换句话说,CF语法学习者有有益的影响。

直接计算结果表明CF可以促进语言学习的结果。然而,荟萃分析研究的过程,包括建立一个兼容的组件结构支持编码系统的建设。编码是整个分析的关键步骤。编码系统的编制确定研究问题的分析可以合理回答。通过分析独立变量和其他有条件的特点,实验研究的变量可以逻辑地和系统地解构荟萃分析的编码系统。CF的类变量都包含在目前的荟萃分析的编码系统,和明确的和标准化的编码结构的分析提供了一种条件的水平比较二次审查。

不同类型的CF效果通常讨论的荟萃分析,和不同的荟萃分析采用不同的根据不同的标准分类指标。在以前的研究中,学者们综合排序CF类别和解释不同类别之间的关系。CF可分为直接纠正和间接CF在内容方面,口头和书面反馈的形式,并立即和延迟反馈的时机。不同的条件和环境要求适用于不同类型的反馈。例如,书面反馈通常是针对学生在书面文字错误;这是更经常延迟反馈(10]。28日反馈类型最初提出的Chaudron [11)被集成到六反馈类型由李斯特和Ranta [12以后)。所涉及的五个荟萃分析本文主要反映以下类型的CF,即直接和间接,隐式的,明确的,和更具体的分类,比如重塑和元语言的反馈。应该注意的是,重铸和其他特定的分类部分下属直接和间接分类。一般来说,重塑和明确的修正被视为直接提供答案的反馈,这是符合直接CF在形式和功能。然而,重复、启发、澄清和元语言的反馈要求学生进一步处理错误。他们被统称为及时反馈与间接反馈结构是一致的。因此,一个稳定的、系统的类别结构尚未形成的CF,研究和荟萃分析采用不同的分类标准,子群分析。然而,有内源性的一致性定义类型的CF,也提供条件对比分类变量。研究表明,反馈的范围和类型对个体学习者(可能有不同的影响13]。换句话说,不同类型的CF大小有不同的影响。的影响,不同类型的CF系统通过荟萃分析研究的亚组分析显示。反馈类别和尺度效应五个荟萃分析中提取并报告在表1并根据影响大小排列从低。

在CF的五个提到的荟萃分析,书面,口头,和全面的CF。康和汉1622)进行了一项荟萃分析研究,发现书面CF对提高英语是第二语言写作的准确性产生影响。李和太阳1818)进行了一项荟萃分析原国内研究和报道,写CF的效应大小达到了显著水平。在王的研究等。17),21英语研究的结果包括荟萃分析的结果的书面CF与高效规模也得到了。布朗(15)进行了一项荟萃分析28篇文章探索口腔CF改善写作准确性的影响,包括一个进一步的讨论不同的调节变量的影响效果。李(14)检查33研究口头和书面CF和口头和书面进行了亚组分析CF作为一个群体的中介变量,发现CF的整体效果是在中档水平。这五种研究包括亚组分析与CF作为一组变量的类型。除了康和韩寒的研究,其他使用科恩的荟萃分析的计算方法d表达效果,而对冲康和汉族使用的表达效果的计算标准平均差,科恩补充和纠正d通过使用一个校正因子。在纵向比较,两者的区别不影响分析结果。

特定水平对比效应大小是很难实现,因为不同的荟萃分析通常有不同的数据源,研究问题,论文包含范围,和编码逻辑;此外,纵向比较在荟萃分析的类别是一种常见的操作。

这些研究报告高反应明确和直接的CF,隐式的低效应和间接CF。然而,王et al。17]目前的低效应直接反馈和有一个有效的应对间接反馈。高之间的矛盾,主要和低效的大小之间存在直接和间接,和显式和隐式类型。这种相互矛盾的研究结果并不意外,长期以来一直是相当大的争议CF在学术界的影响19- - - - - -21]。在亚组分析的变量作为一个群体,不同类型的CF大小产生不同的效果,这需要进一步探索。

3所示。荟萃分析的一致性和不一致的原因

一致的和矛盾的结果之间的不同类型的CF效应大小是常见的实验研究。然而,在全面分析,这种情况应该接受进一步调查。应该强调量化值指示的影响研究处理和CF的综合效应是CF的荟萃分析。统计意义,然而,不应该超过现实意义。效果在统计的定义是在多大程度上有不同治疗策略下总体均值的变化。不受样本容量的影响和可能比较研究。在CF的实证研究,不同的研究采用不同的测量工具和方法将这些元素集成到系统的报告。测量效果需要整体评估效果差异和CF影响因素。一般来说,标准的差商的计算和相关系数的影响往往是用来报告CF的成分分析研究两个方面分析了荟萃分析。如果效果是更重要的,那么它可以表示变量和结论。另外它表明有显著相关性进一步暗示CF和不同的变量,这导致了变化。 Currently, several meta-analyses on the effect sizes of CF have concluded that CF significantly promotes writing or grammar learning while the effect sizes of different mediating variables produce mixed results. However, the effects of high and low levels of CF generate adaptive adjustments in different fields of study. For example, in second-language acquisition, CF improves the effectiveness of the second-language writing accuracy. In the first-language acquisition or other studies of CF, both high and low levels of CF cannot be generalized in a meta-analysis. Concurrently, the effect size is restricted by different research fields. Cohen used effect sizes of 0.20, 0.50, and 0.80 as cutoffs to measure the low-, medium-, and high-effect sizes in his separate effect size calculations. However, in their research on second-language acquisition, [22)提出,0.40,0.70,和1.00更适合低收入的截止点,中期和高效的大小。因此,一些因素可能影响成分分析的结果,是荟萃分析方法的原因可能是由内部因素包括数据来源、选择标准的差异,变量之间的共线性,荟萃分析方法本身的问题。这影响生产机制和学生个人因素的差异。详细分析了在本文的下一部分。

3.1。不同的文学来源和筛选标准

源和选择标准的文献荟萃分析影响结果。目前,CF的荟萃分析主要集中在口头或书面CF效果,写CF效果,全面CF效果。的主要作用是反映正确率和错误率。不同的荟萃分析包括不同的文献收集指标,如文献来源,选择文学,文学语言和文学出版日期。这些指标得到的关注在这个荟萃分析,以避免干扰的文学选择尽可能多的结论。

整理上述五个荟萃分析论文显示,除了李和太阳的研究,其他四个荟萃分析的文献来源是中国文献数据库和荟萃分析中主要是学术期刊,研究生和博士论文,和一些未发表的研究论文。应该注意的是,并不是所有的荟萃分析考虑未发表的论文中导致“微不足道”的结果所忽视的作者和期刊。同时,出版的问题偏向,一项新的研究得出相同的结论作为一项研究,然后更新的研究更容易也可能是另一个因素。,当这一切发生的时候,许多研究与先前的结论可能是多余的是一致的,不一致的结果可能是小说(莱安德罗,2005)。自从五个荟萃分析在此通过发表偏倚的测试,结论是发表偏倚并不明显。然而,它不是实际完全避免发表偏倚的影响在这个荟萃分析。在下一节中详细介绍如何解决的问题发表偏倚的荟萃分析,这不是这里描述。

上面的基本指标的筛选分析主要包括以下:研究CF作为独立变量,研究实验和准实验,研究有一个对照组和实验组,这项研究的结果测试对因变量的影响,这项研究提供了足够的信息来计算影响的大小。为了更好地解释研究问题,不同的荟萃分析需要一些调整。这表明反馈的影响是否可以脱离其他影响变量。李的(14]研究利用这一点为包含一个索引。在康和汉族的荟萃分析研究16对照组),如果相同的效应大小的两个或两个以上的团体,那么监管反馈类型的变量分析不包括因为相同的对照组将产生一个以上的效果,这违反了数据独立性的假设23]。因此,结果货车Beuningen et al .(2008)不包括在计算的平均效果反馈类型。不同的研究包括在荟萃分析导致不同的结论。特别是,康和汉族的荟萃分析16];李和太阳18];和王等。17)研究数据筛选的差异,如发布时间和文本的语言。然而,在康和韩寒的16和王等。17荟萃分析,只有一个相同的研究分析中,这可能是矛盾的根源在这些研究尺度效应。

3.2。变量之间的共线性

一个荟萃分析允许从多个研究结果的综合。这不是一个简单的数据从所有研究领域但权重每个结果的过程根据研究问题的需要表示。与不同的应用程序或研究问题、学生学习内容,和其他因素影响不同类型的CF。尽管CF的类型属于一个组,变量影响的结果不是一个单纯的因果关系在小组的反馈(反馈不同类别)。如果学生们受到个体差异的影响,学习内容,和其他小组因素在实验过程中,然后在反馈的影响这些因素的影响需要进一步的研究。康和韩寒的16)研究提出之间没有统计上的显著差异的影响大小直接和间接反馈,和影响大小的比较意义只存在于纵向比较。一个可能的原因是,反馈变量的类型可能与其他因素协同工作而不是单独行动的影响来说明写CF。听,说,读,写,直接和间接反馈效应是不同的。不同类型的CF的影响的大小在不同的情况下包含在其他平行子组的研究。李的研究认为CF的影响是否可以独立于其他变量。然而,许多荟萃分析不考虑反馈的效果是否可以脱离其他影响变量。因此,研究不同类型的CF的子组变量,研究人员必须考虑其他变量共线性影响,个人的影响研究,或不同类型的CF不稳定性的影响。这些实验研究面临的一个问题或准实验研究。

3.3。学生个人因素造成的影响

从外表上看,CF的类型,是调节行为的整个学习过程,有一定的共性。大多数研究在CF节目这一过程始于口头或书面反馈。在这个过程中,学习者参与误差校正的影响下他们的个体差异和背景和产生学习的结果,如图1。CF是介导的影响主要是由两个元素:一个是个体差异因素;另一个是语境因素。

基于这个框架,五个中介变量影响整体效果的测定CF荟萃分析如表所示2。

从理论上讲,变量的影响效果是无限的。CF的深化研究,了解动态已经开始改变,和变量的影响效果大小继续积累。根据先前的研究在当前的描述分析,大部分的研究集中在CF本身的影响变量或环境造成的差异。他们另外探索CF策略之间的关系和学习结果。现有的表示变量为教师和学生提供可控的条件或指导学习。但仍然有许多关键的变量,不包括在实验研究的范围,如与个体差异有关。根据一项荟萃分析的编码系统,大多数分析关注的反馈本身,主要的内容类别,背景变量,隐含的动机、情绪和行为变量。这些变量,分层学生可衡量的,也很重要。然而,很少有荟萃分析将这个变量编码系统。

从学习者的角度来看,个体差异是不可避免的。在收到反馈,学生遇到学习能力和其他因素的差异。反馈本身不能直接影响学生的学习,但它需要与学生的学习环境和自律协调(25]。学生的年龄、语言能力、记忆能力、学习风格、个性、动机、语言焦虑,和信仰产生持久的影响他们的学习过程。这些因素也适用于CF的影响。在接受的过程中CF,这些变量相互作用,扮演了一个重要的监管作用,CF的接待,影响学习效果和学习能力的发展。情绪和动机显著影响学习者。在这个整体的成分分析讨论中,动机是不重要的指标之一。从学习者的角度来看,当接受反馈,参与不同的情绪和动机是不同的。这些情绪和动机转移到认知程度的正相关。当学生把认知和行为,他们需要更多的力量,也就是说,更多的动机和情感投入。特别是,直接CF显然提高了学习结果的基础上直接纠错和软弱在动员学生积极参与。虽然这个结果确保反馈的有效性,它实际上是通过减少学生纠错的复杂性。 The effect in the meta-analysis is the experimental effect under the systematic calculation. Although a variety of meaningless variables are excluded, the specific effect size produces inconsistent situations, which may be related to the students’ motivation factors. Preliminary studies have found that students’ emotions, motivations, and language-learning anxieties are significantly related to each other [21];然而,更深层次的学习者学习风格和动机等方面还没有被充分研究的CF的研究。目前的荟萃分析也不系统等中介变量。

3.4。不同类型的CF Effect-Generation模式

作者认为CF的影响的评价方法和指标(因变量)影响实验结果的CF。相比之下,其他类型的反馈(如内容反馈)、CF的前提,有一个正确的答案和学生成绩之间的距离和正确答案是必要的。因此,基于错误之间的相反关系。结果导向和过程取向之间的冲突是不可避免的,如果对方联系错了,正确的优先级高于学习发展。在整个反馈概念,反馈的功能是改变学生的注意力和动机,而CF引导学生证实,重写,改变,或重建的记忆信息是否这些信息是领域知识,认知策略,或学习策略。元认知知识的存在是为了澄清误解,让学生了解自己的知识和技能与目标的差距。因此,CF有很强的目的,即使不使用特定的目标内容的反馈。目标,从头到尾,是隐式反馈的每一部分。他们不管任何类型的CF与不同的主导或隐性目标,导致学习者动机接受反馈。

在本文所涉及的荟萃分析,影响大小主要是由语法准确性的度量。测试后的结果通常是在学生出错率和准确率。学生在测试后显示的准确率直接指标的影响。收到反馈后,学习者用于监控,调节、控制自己的认知、动机、行动来实现这些目标。理解的内容反馈过程是决定效果的关键。一旦学生认知过程的困难解决,他们接受CF。更快了解学习效果也很明显的提示直接修正。这些都是基于减少CF的认知过程。在认知层面上,它是一种错误,之间的距离对还是学生的当前理解和最终目标。接受反馈在于行为。它涉及到认知过程结束后接收反馈。在荟萃分析中,计算结果的影响大小也表现行为结果或实验结果的表示。 The effect size in meta-analysis is a statistical expression of experimental results. Admittedly, this is a requirement of meta-analysis as a statistical method and it also reflects that the discussion of categorical systems throughout CF research is less concerned with long-term learning outcomes. There are two types of feedback that students want. First, students want to be told what they did wrong, why they did it wrong, and how they could do it better (where the为什么从老师需要进一步解释)。第二种类型的反馈学生愿望是提示或值得注意的点他们的未来研究和一般建议未来研究[26]。事实上,两种反馈的内容与分析相一致。前者对应于直接和及时反馈并提出一定的解释。直接纠错达到高CF的好处。间接和指导反馈的需求更加敏感。希望老师可以提供某些证券自营和空间不强烈回应相对简单直接的纠错。出斯科特议员(27)认为,CF只能帮助改善后续的语法准确性现有学习成果而不是一个新的学习任务。

4所示。CF荟萃分析的研究前景

基于上述分析,CF的影响产生的现象共存的一致性和差异分析。这些现象的原因是密切相关的分析方法和CF的特点。在数学上,一个荟萃分析代表的程度大小的影响因素之间的相关性和影响,但学术,CF可能没有一个持久的,积极的刺激效应的提高学生的学习能力。荟萃分析的效果并不是最后的结论。的具体内容和形成过程CF的荟萃分析的影响,因此,需要进一步澄清在CF为未来的研究提供一些参考。四个澄清方面如下。

4.1。正确对待偏见

发表偏倚、结果报告的偏见和编码器通常偏见影响分析的结论。的有效性和鲁棒性分析的结果取决于程度的偏见影响的研究。发表偏倚可以指出现有研究的程度并不代表所有的研究,通常与一个高估的实际效果28]。发表偏倚通常是由三个因素引起:编辑和评论员》杂志上,研究人员本身,和灰色文献。研究者倾向于更加关注第一个因素,忽视了研究人员和灰色文献。在某些领域,研究者的决定可能会发表偏倚的主要原因。通过这种方式,作者控制数据,因此提交论文之前有最大的影响。作者必须审查和研究数据,注意小样本大小,缺乏重要的统计结果,和先前一般结论不一致或与作者的立场。作者可以选择不将这些研究结果提交给期刊或会议。另外,灰色文献存在,但可能很难让研究人员在两个渠道获得及时的翻译语言差异和俯瞰灰色文献的关键原因。因此,CF是英国文学目前的趋势分析,虽然在中国文学或其他更少的语言往往是被忽视的。提出了一种更直观的偏见形成过程如图2。

鉴于上述原因,本研究提出了三种策略解决在荟萃分析发表偏倚。

首先,多元方法应该被用来评估发表偏倚。发表偏倚评估是一个包含多个偏差的敏感性分析测试和改进方法。CF的成分分析,评估的主流方法是通过创建一个漏斗图发表偏倚的测试。的大小直接影响显示漏斗图的标准误差的倒数。抽样误差和高精度的特点精度的顶部漏斗图所示的考试大样本大小,一起的影响接近平均值。相反,研究小样本和低精度出现底部。如果不清楚发表偏倚,那么所有文学在中线对称分布。显著的异质性,如果足够数量的研究可以清楚地从子组中提取数据,然后研究人员应该子组内从事发表偏倚分析评估偏差的程度不同的子组。它有利于更全面的解释的示威CF的整体效果。

漏斗图只能回答是否存在偏差的问题,但解决偏差取决于克莱因公式。克莱恩的方法是基于以下假设:如果未发表的研究共享相同的特点,已发表的研究,如和他们的可变性,然后有多少未发表的研究与消极的或无效的结果需要影响分析的结论(莱安德罗2005)?克莱恩的公式可以用来评估一个荟萃分析在特定数量的可靠性。公式如下:

回归直线与优势比(y设在)和精度估计(x设在)可以安装为每个研究一旦规范化对数和标准化的优势比的估计精度是已知的。如果没有发表偏倚,那么y拦截是0。发表偏倚是统计学上可以接受的95%置信区间的数据样本分析穿过零线。相反,如果95%的置信区间不穿过零线,然后存在发表偏倚。

这是简要介绍第一种方法测试和调整发表偏倚。荟萃分析强调稳定和可靠的结论。发表偏倚的前提决定了结论的可靠性,分析可能采取multiangle方法。

第二种策略解决发表偏倚是清晰、充分报告中的数据荟萃分析。文献检索过程的清晰和完整的报告和文献数据总结是一个荟萃分析的必要措施,以确保透明度。数据信息是荟萃分析报告,以便其他研究人员评估荟萃分析,再分析它。研究人员评估全面性的搜索,作者应该详细描述搜索策略和流程。未公开发表的文献应该充分报道分析,以确保其研究适合作为荟萃分析。在CF,进一步关注应该关注让研究人员获得完整的数据库在荟萃分析特别是数据材料在不同的语言背景,应该正确分类和翻译29日]。

第三,应该建立一个研究数据库记录在相关领域的研究者收集文章研究了但尚未发表,不计划出版最大化荟萃分析的数据源。这一措施主要是预防,可以减少发表偏倚的负面影响在荟萃分析通过建立一个开放的研究记录数据库。这项工作已经完成在心理学和其他领域30.),可能值得参考的语言学和教育。一般来说,建立这个数据库的主要负责单位更权威的研究机构或主管部门在确保有效和数据库的稳定运行。

4.2。关注学习者的变量影响CF效果

在实验研究中,不同变量的影响是不同的,不管测试后成绩或舞台表演的学习能力发展的稳定性能。荟萃分析中的变量进行分类的子群分析基于变量在文献报告数据。CF和分支的因素通常是作为独立变量来评价学生的学习效果。然而,学生学习的科目也应该注意学生的影响反馈效果。根据本文的安排,但很少注意个别学生在目前的荟萃分析。这意味着CF很少关注个体变量的实验研究等对反馈效应的影响,源于学习者的学习风格、动机和知识,这可能会导致重大变化的反馈效果。将student-specific变量纳入CF效应实验可能提供有用的上下文。反馈效应可能会强烈影响学生个人因素。因此,它是具有挑战性的决定的真正影响CF如果对反馈效应的影响因素不能从单个孤立的学生。作为一个结果,它是具有挑战性的展示一个真正的变量之间的因果关系。 In the process of meta-analysis, attention should be paid to the influence of this variable on the comprehensive effect and the relationship between variables should be clarified in the process of literature data coding.

4.3。总结CF效果的测量方法

根据荟萃分析文献数据,测量CF的效果的方法主要是基于学生的准确率在完成测试后。在特定的测量方法,语法和词汇使用的准确率是用来判断影响学习者接受CF。材料通常是由学习者对某一话题,但由于研究问题的多样性,他们也可以写成口述记录,纸笔写成的问题或答案。在文献中数据的荟萃分析,测量和评价的形式和手段CF是多样的,没有统一的标准。虽然所有的研究不能被要求提供测量基于类似的标准,不同的测量和过程的影响可以通过进一步的子群分析或标记在荟萃分析文献数据筛选。例如,研究人员可以决定是否有测试延迟效应,测试稳定的学习能力,或测试来衡量不同的测试时间间隔的影响,等等。此外,目前的荟萃分析的效果不能代表的持久的影响促进学生学习能力的发展。CF测量的影响并不是完整的衡量学习能力的发展。尽管它可以解释部分学习能力发展的结果,很难完全代表受试者的内部原因和动机在开发过程中,对整个学习能力的影响。虽然提倡多元化的反馈,有必要提高学生读写能力的发展,培养持续学习和反映能力。而不是只关注正确与错误答案,一些CF低效尺寸可以改善学生的纠错意识和实践教学的学习动机。 The research on CF may further explore its utility in the development of students’ learning abilities. In particular, researchers should examine whether CF can enable students to improve their abilities to solve complex problems under the requirements of improving learning literacy.

5。结论

持续CF辩论和成分分析结果报告有一定的定量结论,因为影响的判断是主观的在不同领域的研究。观察到,共识可能反映了一般期望荟萃分析研究课题可以提供一个全面的总结。但是,也应该注意在荟萃分析不一致,其中包括荟萃分析方法本身的不确定性和CF的不同的类的理论原因的影响。通过重新审视CF荟萃分析,本文认为科学本质上是一个积累的过程,没有分析有足够的力量来结束当前的辩论在一个研究领域,当荟萃分析寻求多个结论和为未来的研究提供了改进的引用(31日- - - - - -33]。

数据可用性

使用的数据集和分析在当前研究可从相应的作者在合理的请求。

的利益冲突

作者宣称没有利益冲突。

确认

本研究获得金融支持“江苏省研究生创新研究与实践项目(KYCX22_1430)。”