បញ្ហា (The Problem)៖ ការសិក្សានេះវាយតម្លៃលើការយល់ដឹង និងកម្រិតនៃការឆ្លើយតបរបស់អ្នកប្រើប្រាស់នៅក្នុងប្រទេសអេមីរ៉ាតអារ៉ាប់រួម (UAE) ទៅលើការដាក់ស្លាកសញ្ញាអាហារ (Food labeling) ជាពិសេសក្នុងបរិបទដែលប្រទេសនេះនាំចូលអាហារជាង ៨០% ពីក្រៅប្រទេស។
វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះត្រូវបានធ្វើឡើងតាមរយៈការស្ទង់មតិបែបកាត់ទទឹង (Cross-sectional survey) ដោយប្រមូលទិន្នន័យពីអ្នកចូលរួម និងវិភាគដើម្បីរកមើលឥទ្ធិពលនៃកត្តាសង្គមទៅលើទម្លាប់នៃការអានស្លាកអាហារ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Ordered Probit Model (OPM) ម៉ូដែលប្រូបាប៊ីលីតេតាមលំដាប់លំដោយ |
ស័ក្តិសមបំផុតសម្រាប់វិភាគទិន្នន័យពឹងផ្អែកដែលមានជម្រើសតាមលំដាប់ (ឧទាហរណ៍៖ មិនដែល, កម្រ, ជួនកាល, ញឹកញាប់) ព្រោះវាអាចវាស់ស្ទង់ឥទ្ធិពលនៃកត្តាផ្សេងៗទៅលើអថេរអសកម្ម (Latent variable)។ | ទាមទារការសន្មត់ថាទិន្នន័យមានរបាយធម្មតា (Normal distribution) និងទាមទារកម្រិតជំនាញស្ថិតិខ្ពស់ដើម្បីគណនា និងបកស្រាយតម្លៃប្រូបាប៊ីលីតេ (Marginal effects) ឱ្យបានត្រឹមត្រូវ។ | បានបង្ហាញថាអត្រានៃការអានស្លាកអាហារកើនឡើងចំពោះស្ត្រី អ្នកមានអាយុច្រើន អ្នកមានការអប់រំខ្ពស់ និងអ្នកមានកូនអាយុក្រោម ១៨ ឆ្នាំ ខណៈអ្នកមានប្រាក់ចំណូលខ្ពស់មានអត្រាអានតិចជាង។ |
| Descriptive Statistics and Frequency Tables ស្ថិតិពិពណ៌នា និងតារាងប្រេកង់ |
ងាយស្រួលយល់ និងបកស្រាយសម្រាប់អ្នកធ្វើគោលនយោបាយ និងសាធារណជនទូទៅ។ ផ្តល់រូបភាពជារួមយ៉ាងច្បាស់លាស់ពីអត្រាភាគរយនៃឥរិយាបថអ្នកប្រើប្រាស់។ | មិនអាចបង្ហាញពីទំនាក់ទំនងស៊ីជម្រៅ ឬឥទ្ធិពលនៃកត្តាឯករាជ្យច្រើនបញ្ចូលគ្នា (Multiple independent variables) ទៅលើអាកប្បកិរិយារបស់អ្នកប្រើប្រាស់ក្នុងពេលតែមួយបានទេ។ | បានរកឃើញថា ៨៩.៦% នៃអ្នកចូលរួមអានព័ត៌មានលើស្លាកសញ្ញាអាហារ ហើយព័ត៌មានដែលគេអានជាងគេទាំង៣ គឺ កាលបរិច្ឆេទផុតកំណត់ បញ្ជីគ្រឿងផ្សំ និងប្រទេសផលិត។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះមិនបានបញ្ជាក់ពីការចំណាយលម្អិតទេ ប៉ុន្តែផ្អែកលើវិធីសាស្ត្រ វាទាមទារធនធានជាចម្បងលើការចុះប្រមូលទិន្នន័យផ្ទាល់ និងការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រសម្រាប់វិភាគស្ថិតិ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងប្រទេសអេមីរ៉ាតអារ៉ាប់រួម (UAE) ដោយជ្រើសរើសអ្នកចូលរួម ៥០០ នាក់ ប៉ុន្តែមានការលម្អៀង (Bias) ដោយផ្តោតលើពលរដ្ឋដើម និងជនបរទេសមកពីប្រទេសលោកខាងលិច ព្រោះអ្នកស្រាវជ្រាវជឿថាពួកគេមានការយល់ដឹងខ្ពស់ពីស្លាកសញ្ញាអាហារ។ សម្រាប់ប្រទេសកម្ពុជា ទិន្នន័យនេះមិនអាចឆ្លុះបញ្ចាំងបានទាំងស្រុងទេ ព្រោះកម្ពុជាមានប្រជាជនជាជនជាតិខ្មែរភាគច្រើន ហើយបញ្ហាភាសានៅលើស្លាកសញ្ញាអាហារនាំចូលនៅតែជារបាំងដ៏ធំមួយ។
ទោះបីជាបរិបទប្រជាសាស្ត្រខុសគ្នា ប៉ុន្តែវិធីសាស្ត្រស្រាវជ្រាវ និងគោលគំនិតនៃការសិក្សានេះ មានភាពចាំបាច់ និងមានប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ការគ្រប់គ្រងសុវត្ថិភាពចំណីអាហារនៅកម្ពុជា។
ជារួម ការអនុវត្តការស្រាវជ្រាវស្រដៀងគ្នានេះនៅកម្ពុជានឹងជួយរដ្ឋាភិបាលក្នុងការរៀបចំច្បាប់សុវត្ថិភាពចំណីអាហារឱ្យកាន់តែមានប្រសិទ្ធភាព និងជួយអាជីវកម្មសាងទំនុកចិត្តកាន់តែខ្ពស់ពីអតិថិជន។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Ordered probit model (ម៉ូដែលប្រូបាប៊ីលីតេតាមលំដាប់លំដោយ) | ជាម៉ូដែលស្ថិតិសេដ្ឋកិច្ចមាត្រដែលប្រើសម្រាប់វិភាគទិន្នន័យពឹងផ្អែកដែលមានជម្រើសជាលំដាប់លំដោយ (ឧទាហរណ៍៖ មិនដែល, កម្រ, ជួនកាល, ញឹកញាប់) ដើម្បីគណនាប្រូបាប៊ីលីតេថា តើអថេរឯករាជ្យណាមួយ (ដូចជាអាយុ ឬការអប់រំ) មានឥទ្ធិពលធ្វើឱ្យជម្រើសនោះប្រែប្រួលកម្រិតណា។ | ដូចជាការប្រើប្រាស់រូបមន្តគណិតវិទ្យាដើម្បីទស្សន៍ទាយកម្រិតនៃការពេញចិត្តរបស់អតិថិជន (ពី ១ ដល់ ៥ ផ្កាយ) ដោយផ្អែកលើអាយុ និងប្រាក់ចំណូលរបស់ពួកគេ។ |
| Willingness-to-pay (WTP) (ឆន្ទៈក្នុងការបង់ប្រាក់) | ជាគោលគំនិតសេដ្ឋកិច្ចដែលសំដៅទៅលើចំនួនទឹកប្រាក់អតិបរមាដែលអ្នកប្រើប្រាស់ម្នាក់ព្រមចំណាយដើម្បីទិញទំនិញ ឬសេវាកម្មណាមួយ ជាពិសេសនៅពេលមានការបន្ថែមគុណតម្លៃ ឬលក្ខណៈពិសេសណាមួយ (ដូចជាអាហារដែលមានសុវត្ថិភាពខ្ពស់ ឬមានការបញ្ជាក់ប្រភពដើមត្រឹមត្រូវ)។ | ដូចជាការដែលអ្នកសុខចិត្តចំណាយលុយថ្លៃជាងមុន ដើម្បីទិញបន្លែដែលបញ្ជាក់ថាគ្មានជាតិគីមី ធៀបនឹងបន្លែធម្មតា។ |
| Traceability (សមត្ថភាពតាមដានប្រវត្តិផលិតផល) | ជាប្រព័ន្ធនិងយន្តការដែលអាចឱ្យគេតាមដានរាល់ដំណាក់កាលនៃផលិតផលអាហារ ចាប់តាំងពីកន្លែងដាំដុះ ឬផលិត រហូតដល់ការកែច្នៃ ការដឹកជញ្ជូន និងការដាក់លក់ដល់ដៃអ្នកប្រើប្រាស់ ដើម្បីធានាសុវត្ថិភាព និងស្វែងរកប្រភពបញ្ហានៅពេលមានការពុលអាហារ។ | ដូចជាការមានសំបុត្រកំណើតនិងប្រវត្តិធ្វើដំណើរសម្រាប់ផ្លែឈើមួយផ្លែ ដែលប្រាប់យើងថាវាដាំនៅឯណា និងឆ្លងកាត់អ្នកណាខ្លះមុនមកដល់ដៃយើង។ |
| Marginal effects (ឥទ្ធិពលម៉ាជីន / ឥទ្ធិពលនៃការប្រែប្រួលមួយឯកតា) | នៅក្នុងការវិភាគស្ថិតិ វាជារង្វាស់ដែលបង្ហាញពីការប្រែប្រួលនៃប្រូបាប៊ីលីតេនៃលទ្ធផល (ឧទាហរណ៍៖ អត្រានៃការអានស្លាកអាហារញឹកញាប់) នៅពេលដែលអថេរឯករាជ្យមួយ (ឧទាហរណ៍៖ កម្រិតការអប់រំ) កើនឡើង ឬប្រែប្រួលមួយឯកតា ដោយរក្សាអថេរផ្សេងទៀតឱ្យនៅថេរដដែល។ | ដូចជាការវាស់ស្ទង់ថាតើការរៀនបន្ថែមមួយម៉ោង អាចធ្វើឱ្យប្រូបាប៊ីលីតេនៃការប្រឡងជាប់របស់អ្នកកើនឡើងប៉ុន្មានភាគរយ។ |
| Latent variable (អថេរកំបាំង) | ជាអថេរដែលមិនអាចសង្កេត ឬវាស់ស្ទង់បានដោយផ្ទាល់នៅក្នុងការស្រាវជ្រាវ (ឧទាហរណ៍៖ កម្រិតនៃការយល់ដឹងពិតប្រាកដ ឬអាកប្បកិរិយាខាងក្នុង) ប៉ុន្តែត្រូវបានសន្និដ្ឋាននិងគណនាតាមរយៈចំណាត់ថ្នាក់ ឬចម្លើយដែលអាចសង្កេតបានពីកម្រងសំណួររបស់អ្នកចូលរួម។ | ដូចជា "កម្រិតនៃសេចក្តីស្រឡាញ់" ដែលយើងមិនអាចយកបន្ទាត់ទៅវាស់បាន ប៉ុន្តែយើងអាចស្មានដឹងកម្រិតនោះតាមរយៈចំនួនសកម្មភាពនៃការយកចិត្តទុកដាក់ជាក់ស្តែង។ |
| Maximum likelihood estimation (ការប៉ាន់ស្មានលទ្ធភាពអតិបរមា) | ជាវិធីសាស្ត្រគណនាក្នុងម៉ូដែលស្ថិតិ ដើម្បីស្វែងរកតម្លៃប៉ាន់ស្មាននៃប៉ារ៉ាម៉ែត្រ ដែលធ្វើឱ្យប្រូបាប៊ីលីតេនៃទិន្នន័យដែលយើងប្រមូលបាន មានកម្រិតខ្ពស់បំផុត ឬទំនងជាកើតឡើងបំផុតស្របតាមម៉ូដែលដែលបានកំណត់។ | ដូចជាការតម្រង់ទិសកាំភ្លើងបាញ់ស៊ីប ដោយកែតម្រូវមុំយ៉ាងណាឱ្យមានសង្ឃឹមត្រូវចំគោលដៅខ្ពស់បំផុតតាមដែលអាចធ្វើបាន។ |
| Transgenic meat (សាច់សត្វបំប្លែងហ្សែន) | ជាសាច់ដែលបានមកពីសត្វដែលត្រូវបានគេកែប្រែ ឬបញ្ចូលហ្សែន (DNA) ពីភាវៈរស់ផ្សេងទៀតនៅក្នុងមន្ទីរពិសោធន៍ ដើម្បីឱ្យវាលូតលាស់លឿន មានសាច់ច្រើន ឬធន់នឹងជំងឺ ដែលជាបញ្ហាមួយទាមទារឱ្យមានការបិទស្លាកសញ្ញាបញ្ជាក់ប្រាប់អ្នកទិញ។ | ដូចជាការកាត់តពូជសត្វតាមបច្ចេកវិទ្យាវិទ្យាសាស្ត្រ ដើម្បីបង្កើតបានសត្វគោដែលធំធាត់លឿន និងធន់នឹងជំងឺខុសពីធម្មជាតិ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
