研究者Pare, Trudel, Jaana, & Kitsiou（2015）认为，综述论文可以划分九类，元分析综述为第四类，属于积累或整合已有实证发现的综述子类——具体而言，属于整合已有实证发现的情况。

元分析综述（meta-analytic review），有时就称元分析（meta-analysis），使用特定的数据抽取技术和统计分析方法，以标准效应测量指标的形式（例如，效应量），整合来自多项研究的量化数据。搜索文献时，要求相应的研究是相同或类似的，计算总结性效应量时，考虑每一研究的样本量。

元分析综述通常有4个主要目标（Grant & Booth, 2009）：其一，评估综述中包括的初级研究之间结果的一致性/变异性（即，研究之间的异质性）；其二，考察和解释任何观测到的异质性的原因，促进科学理解；其三，计算总结性效应量和置信区间；其四，通过对研究偏差（包括发表偏差）潜在来源的敏感性分析和规范评估，考察总结性效应量的稳健性。

通过联合综述中包括的所有相关研究的统计显著性发现与非显著性发现，元分析能对考察的现象计算更准确的效应估计值，比那些作为离散的信息来源而单个考察时计算的效应估计值更准确。元分析是一种强有力的综合研究方法，可使研究者通过解决来自冲突性实证研究的争议，进行有意义的推断。与以陈述性方式整合已有证据的定性系统分析相比，元分析具有很多潜在的优点，包括效力的提高、准确性的改进，以及发现效应模式、调节变量、中介变量的能力，甚至是发现有关分散研究结果之间的关系。

例如，Schepers & Wetzels（2007）对技术接受模型（technology acceptance model, TAM）的已有研究进行元分析，力图对主观规范的作用做出有根据的陈述。作者通过考虑对个体性因素（被试类型）、技术性因素（技术类型）和耦合性因素（文化）的调节效应，比较技术接受模型的结果。作者对3个学术数据库、谷歌学术、一些图书馆目录进行全面搜索。他们事先制定明确的包括与排除标准，用以指导选择分析的文献。最后，作者发现了51篇可用的论文，共包含63项研究。结果表明，主观规范对有用性知觉和使用行为意图有显著影响，对于3个变量来说，均观察到了调节效应。

元分析是一种以统计方式综合量化研究结果的一种技术，以提供结果的更精确的效应。虽然许多系统性综述呈现结果时没有以这种方式用统计数字来综述数据，但是，良好的系统性综述是文献元分析的关键。要想使元分析有效，要求所有包括的研究得足够类似，包括研究的总体、采用的方法、所做的比较等方面。最为重要的是，元分析要求相同的测量或结果应当在相同的时间间隔、用相同的方式完成。

元分析开始在社会科学中流行，主要是因为单个研究本身不足以影响实践，需要把许多单个研究同化成一个合成性证据基础。小型研究或缺乏统计显著性的研究，对于社会实践难以做出贡献。此外，这样的综述对于决策者来说是省时省力的，特别是与评阅分散的单个研究相比，这种优势就更明显了。

元分析也受到一些批评，比如，这类分析被指责为把苹果与桔子结合起来，即，研究的相似性不足，所得结果自然是不合适的。当然，此种情况表明的其实是对元分析不当使用的批评，并非是对元分析本身的批评。此外，如果初级研究做得不好，依靠元分析，是不可能做出更好的研究来的。

参考文献

Grant, M., & Booth, A. (2009). A typology of reviews: An analysis of 14 review types and associated methodologies. Health Information and Libraries Journal, 26, 91-108.

Pare, G., Trudel, M., Jaana, M., & Kitsiou, S. (2015). Synthesizing information systems knowledge: A typology of literature reviews. Information & Management, 52, 183-199.

Schepers, J., & Wetzels, M. (2007). A meta-analysis of the technology acceptance model: Investigating subjective norm and moderation effects. Information & Management, 44, 90-103.