បញ្ហា (The Problem)៖ ឯកសារនេះដោះស្រាយបញ្ហានៃការកំណត់លំនាំនៃការចែកចាយ និងការស្វែងរកទំហំសំណាកដ៏ប្រសើរបំផុតសម្រាប់ការប៉ាន់ប្រមាណចំនួនប្រជាជនដង្កូវស៊ីកប្បាស (Heliothis armigera Hubner) នៅក្នុងចម្ការកប្បាស ដើម្បីបង្កើនប្រសិទ្ធភាពក្នុងការគ្រប់គ្រងសត្វល្អិតចង្រៃ។
វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះបានធ្វើឡើងតាមរយៈការរាប់ចំនួនដង្កូវនៅលើដើមកប្បាស និងធ្វើការវិភាគទិន្នន័យដោយប្រើប្រាស់រូបមន្តស្ថិតិដើម្បីកំណត់លំនាំនៃការចែកចាយ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Negative Binomial Distribution ការចែកចាយតាមលំនាំ Negative Binomial (សម្រាប់ប្រជាជនសត្វល្អិតប្រមូលផ្តុំ) |
ស័ក្តិសមបំផុតសម្រាប់ការប៉ាន់ប្រមាណចំនួនប្រជាជនសត្វល្អិតដែលរស់នៅផ្តុំគ្នាជាក្រុម (Clumped) ដែលឆ្លុះបញ្ចាំងពីស្ថានភាពជាក់ស្តែងនៅពេលមានការរាតត្បាតខ្លាំង។ | ទាមទារការគណនាស្មុគស្មាញជាងមុន ជាពិសេសការស្វែងរកតម្លៃមេគុណ k (k value) ដើម្បីកំណត់ទម្រង់នៃការចែកចាយ។ | តំណាងឱ្យលំនាំចែកចាយបានយ៉ាងល្អនៅពេលមធ្យមភាគដង្កូវមានចាប់ពី ០,២ ក្បាលឡើងទៅក្នុងមួយដើម (តម្លៃ k ចន្លោះពី ០,៩៦៤ ដល់ ៧,៥៨០)។ |
| Poisson Distribution ការចែកចាយតាមលំនាំ Poisson (សម្រាប់ប្រជាជនសត្វល្អិតរាយប៉ាយ) |
មានភាពសាមញ្ញក្នុងការគណនា និងប្រើប្រាស់បានល្អនៅពេលដែលចំនួនប្រជាជនសត្វល្អិតមានកម្រិតទាប និងរស់នៅរាយប៉ាយដោយចៃដន្យ។ | មិនអាចផ្តល់លទ្ធផលសុក្រឹតឡើយប្រសិនបើសត្វល្អិតចាប់ផ្តើមប្រមូលផ្តុំគ្នាជាក្រុម ព្រោះវាអាចធ្វើឱ្យការប៉ាន់ស្មានខុសពីការពិត។ | ស័ក្តិសមនៅពេលមធ្យមភាគដង្កូវមានតិចជាង ០,២ ក្បាលក្នុងមួយដើមកប្បាស។ |
| Optimum Sample Size Calculation (using CV) ការគណនាទំហំសំណាកដ៏ប្រសើរបំផុត (ដោយផ្អែកលើមេគុណនៃបម្រែបម្រួល CV) |
ជួយសន្សំសំចៃពេលវេលា និងកម្លាំងពលកម្មដោយមិនចាំបាច់រាប់គ្រប់ដើម និងផ្តល់កម្រិតទំនុកចិត្តច្បាស់លាស់ (CV=20%, 25%, 30%)។ | តម្រូវឱ្យមានការដើររាប់សាកល្បងជាមុនសិន ដើម្បីទទួលបានទិន្នន័យមធ្យមភាគបឋម មុននឹងអាចគណនាចំនួនដើមដែលត្រូវចុះរាប់ជាក់ស្តែងបាន។ | កំណត់បានថាទំហំសំណាកប្រែប្រួលពី ៥ ទៅ ២៤៣ ដើម អាស្រ័យលើដង់ស៊ីតេដង្កូវ (០,១ ទៅ ៣,២ ក្បាល/ដើម)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តវិធីសាស្រ្តនេះមិនទាមទារធនធានបច្ចេកវិទ្យាខ្ពស់នោះទេ ប៉ុន្តែទាមទារកម្លាំងពលកម្មផ្ទាល់សម្រាប់ការអង្កេតក្នុងចម្ការ និងចំណេះដឹងផ្នែកស្ថិតិមូលដ្ឋាន។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងខេត្ត Suphanburi, Nakornsawan និង Loei នៃប្រទេសថៃចន្លោះឆ្នាំ ១៩៨២-១៩៨៤។ ទោះបីជាទិន្នន័យនេះមានអាយុកាលចាស់បន្តិចក្តី ប៉ុន្តែលក្ខណៈអាកាសធាតុ និងប្រភេទដីកសិកម្មមានភាពស្រដៀងគ្នាខ្លាំងទៅនឹងប្រទេសកម្ពុជា។ យ៉ាងណាមិញ ការប្រែប្រួលអាកាសធាតុបច្ចុប្បន្ន និងការប្រើប្រាស់ពូជដំណាំថ្មីៗ អាចតម្រូវឱ្យមានការធ្វើបច្ចុប្បន្នភាពទិន្នន័យឡើងវិញ។
វិធីសាស្ត្រគណនាទំហំសំណាក និងលំនាំចែកចាយនេះ មានអត្ថប្រយោជន៍យ៉ាងធំធេងសម្រាប់ការធ្វើទំនើបកម្មប្រព័ន្ធតាមដានសត្វល្អិតចង្រៃនៅកម្ពុជា។
ការអនុវត្តតាមក្បួនខ្នាតស្ថិតិក្នុងការស្ទង់មតិសត្វល្អិត នឹងជួយកសិករកម្ពុជាសន្សំសំចៃថ្លៃដើមថ្នាំសម្លាប់សត្វល្អិត និងកាត់បន្ថយផលប៉ះពាល់ដល់បរិស្ថានបានយ៉ាងមានប្រសិទ្ធភាព។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Heliothis armigera (ដង្កូវស៊ីកប្បាស / ដង្កូវស៊ីស្ទងពោត) | ជាប្រភេទសត្វល្អិតចង្រៃម្យ៉ាងដែលស៊ីបំផ្លាញដំណាំជាច្រើនប្រភេទ (ដូចជាកប្បាស ពោត និងប៉េងប៉ោះ) ដោយដង្កូវនេះតែងតែខួងស៊ីចូលទៅក្នុងផ្លែ ឬស្ទង ដែលធ្វើឱ្យពិបាកក្នុងការគ្រប់គ្រង និងបណ្តាលឱ្យខូចខាតទិន្នផលយ៉ាងធ្ងន់ធ្ងរ។ | ដូចជាចោរលួចចូលទៅក្នុងផ្ទះ (ផ្លែដំណាំ) ហើយបំផ្លាញទ្រព្យសម្បត្តិពីខាងក្នុង ដែលធ្វើឱ្យយើងពិបាកមើលឃើញការខូចខាតពីខាងក្រៅ។ |
| Negative Binomial Distribution (ការចែកចាយតាមលំនាំ Negative Binomial) | ជាទម្រង់នៃបំណែងចែកស្ថិតិដែលពិពណ៌នាអំពីចំនួនប្រជាជនដែលរស់នៅប្រមូលផ្តុំគ្នាជាក្រុមៗ (Clumped) ក្នុងទីតាំងណាមួយ ជាជាងរាយប៉ាយស្មើៗគ្នា។ ក្នុងកសិកម្ម គេប្រើវាពេលសត្វល្អិតផ្ទុះឡើងខ្លាំងនៅចំណុចកណ្តាលណាមួយ ហើយរាលដាលជាកញ្ចុំ។ | ដូចជាការតាំងទីលំនៅរបស់មនុស្សដែលចូលចិត្តរស់នៅផ្តុំគ្នាជាភូមិ ឬទីក្រុង ជាជាងរស់នៅដាច់ៗពីគ្នានៅកណ្តាលព្រៃ។ |
| Poisson Distribution (ការចែកចាយតាមលំនាំ Poisson) | ជាទម្រង់នៃបំណែងចែកស្ថិតិដែលពិពណ៌នាអំពីព្រឹត្តិការណ៍ដែលកើតឡើងដោយចៃដន្យ និងមិនអាស្រ័យគ្នាទៅវិញទៅមក។ គេប្រើវានៅពេលសត្វល្អិតមានចំនួនតិចតួច និងនៅរាយប៉ាយខុសៗគ្នាតាមដើមដំណាំ ដោយគ្មានការប្រមូលផ្តុំ។ | ដូចជាតំណក់ទឹកភ្លៀងដែលធ្លាក់មកលើដីដោយចៃដន្យ មិនប្រមូលផ្តុំគ្នាតែនៅកន្លែងតែមួយនោះទេ។ |
| Coefficient of Variation / CV (មេគុណនៃបម្រែបម្រួល) | ជារង្វាស់ស្ថិតិដែលបង្ហាញពីកម្រិតនៃការបែកខ្ញែកទិន្នន័យធៀបនឹងមធ្យមភាគរបស់វា។ ក្នុងការសិក្សានេះ គេប្រើ CV (ឧ. ២០% ឬ ៣០%) ជាស្តង់ដារដើម្បីកំណត់ថាតើត្រូវដើររាប់ដើមកប្បាសប៉ុន្មានដើម ទើបអាចប៉ាន់ស្មានចំនួនសត្វល្អិតសរុបបានយ៉ាងសុក្រឹត។ | ដូចជាការវាស់ស្ទង់ថាតើសិស្សក្នុងថ្នាក់មួយមានពិន្ទុប្រហាក់ប្រហែលគ្នា (CV ទាប) ឬមានអ្នកពិន្ទុខ្ពស់និងទាបខុសគ្នាដាច់ស្រឡះពីគ្នា (CV ខ្ពស់)។ |
| Sequential sampling (ការយកសំណាកតាមលំដាប់លំដោយ) | ជាវិធីសាស្ត្រនៃការប្រមូលទិន្នន័យដែលគេបន្តយកសំណាក (រាប់សត្វល្អិត) រហូតដល់ទទួលបានទិន្នន័យគ្រប់គ្រាន់សម្រាប់ធ្វើការសម្រេចចិត្ត (ឧទាហរណ៍ សម្រេចថាត្រូវបាញ់ថ្នាំឬអត់) ដោយមិនចាំបាច់កំណត់ចំនួនដើមដែលត្រូវរាប់ថេរពីដំបូងឡើយ។ | ដូចជាការភ្លក់សម្លរម្តងមួយស្លាបព្រារហូតដល់ដឹងថាវាមានរសជាតិឆ្ងាញ់ល្មម ដោយមិនបាច់កំណត់ជាមុនថាត្រូវភ្លក់ ៥ ឬ ១០ ស្លាបព្រានោះទេ។ |
| Chi-square / X² (តេស្តស្ថិតិ Chi-square) | ជាវិធីសាស្ត្រធ្វើតេស្តស្ថិតិដើម្បីប្រៀបធៀបទិន្នន័យដែលសង្កេតឃើញជាក់ស្តែង ទៅនឹងទិន្នន័យដែលរំពឹងទុកតាមទ្រឹស្តី ថាតើវាមានភាពស៊ីសង្វាក់គ្នាដែរឬទេ។ គេប្រើវាដើម្បីបញ្ជាក់ថាតើសត្វល្អិតពិតជាចែកចាយតាមលំនាំ Poisson ឬ Negative Binomial ប្រាកដមែនឬអត់។ | ដូចជាការប្រៀបធៀបលទ្ធផលនៃការបោះកាក់ជាក់ស្តែង ទៅនឹងទ្រឹស្តីដែលថាវាគួរតែចេញក្បាល ៥០% និងប៉ះ ៥០% ដើម្បីមើលថាកាក់នោះមានភាពមិនប្រក្រតីឬអត់។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
