自己評価のサポート：フィードバック効果の系統的レビューとメタアナリシス

自己評価の正確性は、効果的な学習とパフォーマンスにとって重要です。しかし、学習者は自己評価において不正確である傾向があり、その正確性を高めるためには効果的な介入が必要です。過去30年間の研究では、フィードバックの提供が自己評価の正確性を導き、改善することが示されています。しかし、自己評価の正確性に対するフィードバック効果の大きさと多様性は、メタアナリティカルに調査されていませんでした。この研究の必要性に応えるために、私たちはランダム効果を持つ系統的レビューと三層のメタ分析を実施し、全体的なフィードバック効果を定量化し、潜在的な調整効果（フィードバック、自己評価、サンプル、およびタスクの特性）を調査しました。 47件の研究から5,487名の参加者を含む合計201件の効果量が分析に含まれました。私たちは、有意な全体効果（g = 0.34）を見つけ、フィードバックが自己評価の正確性にポジティブな影響を与えることを示しました。この効果はフィードバック情報のタイプによって有意に調整され、結果の知識フィードバック（KR）に対して最大の効果が見られ、その後に詳細なフィードバック（EF）、正しい応答の知識フィードバック（KCR）、およびフィードバック基準が続きました。さらに、自己評価およびサンプル特性に関連する有意な調整効果も確認されました。実践的な示唆として、フィードバックの提供が自己評価の正確性をサポートするための効果的な介入となることを結論付けます。