Wel, meestal niet :-)
Het probleem van $\eta_{partial}^2$ is dat hij afhankelijk is van wat er verder in je model zit. Het hele punt van $\eta_{partial}^2$ is nu net dat hij is gecorrigeert voor de andere variabelen in je model. Die andere variabelen bepalen dus de waarden die $\eta_{partial}^2$ aan kan nemen. Wat een hoge of lage waarde van $\eta_{partial}^2$ is, verschilt dus van model tot model.
Je kunt $\eta_{partial}^2$ dus alleen gebruiken om verbanden tussen vergelijkbare analyses met elkaar te vergelijken. Je kunt echter niet langer de effect size interpreteren zoals je bijvoorbeeld Pearson's $r$ en Cohen's $d$ kunt interpreteren: als een indicator voor een verband die over studies te vergelijken en beoordelen is.
Gegeven al deze waarschuwingen: als je toch per se iets wil/moet, dan zou ik de rechter kolom uit je tabel gebruiken. Maar dan dus heeeeeeeeeel voorzichtig zijn met interpreteren.