Трябва да се вземат предвид разликите между онлайн и офлайн събирането на данни за мета-анализ. Интернет базираните изследвания могат да събират големи набори от данни от разнообразна световна популация. Ето защо е необходимо да се опише подробно извадката от участници, за да се провери дали се използва този потенциал на интернет базираните изследвания и как.
Следователно информацията за извадката включва коя държава и на какви езици е проведено проучването, възрастта на участниците и дали са взети предвид само студенти, за да се оцени хетерогенността и обобщаемостта на резултатите (Kaufman, 2024).
Подобно на мета-анализите на традиционни изследвания, при мета-анализите на интернет базирани изследвания за обобщаване на изследванията е необходимо да се съберат данни за броя на участниците и размера на ефекта за изходните променливи, които представляват интерес. Особено при интернет базираните проучвания броят на участниците, които са отпаднали, е ценен размер на ефекта, който трябва да се вземе предвид при мета-анализите.
В идеалния случай процедурата по кодиране се извършва от екип от експерти в областта на изследването, които правят метаанализ и се съгласяват с различните кодове. За всяко последващо изчисляване на стойностите на междукодерната надеждност са необходими поне двама кодери.
Freelon's (2010, 2013) Софтуерът ReCal е идеален за оценка на надеждността между кодерите и осигурява стойност на качеството на набора от данни за последващ анализ[1] . ReCal се състои от три отделни модула, всеки от които е разработен за работа със специфични видове данни, независимо дали са номинални, ординални или интервални/равнище на съотношение. и се основава на онлайн проучване с искане за кодиране на изследването, изпратено до първите автори. Тази стратегия спестява време и повишава надеждността на бъдещите мета-анализи. Освен това, Kaufmann & Reips (2024) предоставят модел на проучване за мета-анализи (Univ. Konstanz)[2] .
Извличането на информация от текста е ценен помощен инструмент в процедурата за кодиране на систематични прегледи, тъй като може потенциално да повиши обективността на процеса на преглед.
Преди да се извърши какъвто и да е анализ на обобщаването на данни, първо трябва да се предостави описание на данните, обикновено обобщено в таблица.
Общите стъпки, които трябва да следвате, са:
*https://ln.run/PEGc4
**https://acesse.dev/dDDv5
