Original Title: The Use of Covariance Technique in Screening Mungbean Accessions for Waterlogging Resistance
Source: doi.org/10.14456/thaidoa-agres.1994.14
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការប្រើប្រាស់បច្ចេកទេសកូវ៉ារ្យង់ (Covariance Technique) ក្នុងការចម្រាញ់រកពូជសណ្តែកបាយដែលធន់នឹងការលិចទឹក

ចំណងជើងដើម៖ The Use of Covariance Technique in Screening Mungbean Accessions for Waterlogging Resistance

អ្នកនិពន្ធ៖ Somsong Chotechuen (Chai Nat Field Crops Research Center, Thailand), Virgilio R. Carangal (Asian Rice Farming Systems Network, IRRI, Philippines)

ឆ្នាំបោះពុម្ព៖ 1994 Thai Agricultural Research Journal

វិស័យសិក្សា៖ Agronomy

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះដោះស្រាយបញ្ហាការលំបាកក្នុងការវាស់ស្ទង់និងចម្រាញ់រកពូជសណ្តែកបាយដែលធន់នឹងការលិចទឹក ដោយសារភាពមិនស្មើគ្នានៃកម្រិតទឹកលិចនៅក្នុងស្រែពិសោធន៍ដែលធ្វើឱ្យមានកំហុសឆ្គងខ្ពស់។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សាបានធ្វើការសាកល្បងលើពូជសណ្តែកបាយចំនួន ២២០ នៅក្នុងស្រែ ដោយប្រើប្រាស់ការវិភាគកូវ៉ារ្យង់ (Analysis of Covariance) ដើម្បីកែតម្រូវភាពប្រែប្រួលនៃកម្រិតទឹកលិច។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Standard Analysis of Variance (ANOVA)
ការវិភាគវ៉ារ្យង់ស្តង់ដារ (ANOVA)
ងាយស្រួលក្នុងការគណនានិងវិភាគទិន្នន័យមូលដ្ឋាន ដោយប្រើកម្មវិធីស្ថិតិទូទៅ។ វាស័ក្តិសមសម្រាប់ការពិសោធន៍ដែលមានលក្ខខណ្ឌបរិស្ថានស្មើគ្នាល្អ។ មិនអាចកាត់បន្ថយកំហុសឆ្គងបណ្តាលមកពីភាពមិនស្មើគ្នានៃកម្រិតទឹកលិចក្នុងស្រែបានល្អ (មេគុណបម្រែបម្រួល CV=91.5% សម្រាប់ទិន្នផល)។ តេស្ត F (F-test) សម្រាប់ទិន្នផល និងថ្ងៃចេញផ្កាមិនបង្ហាញពីភាពខុសគ្នាយ៉ាងជាក់លាក់ (Not significant) នោះទេ។
Analysis of Covariance (ANCOVA)
ការវិភាគកូវ៉ារ្យង់ (ANCOVA)
កាត់បន្ថយកំហុសឆ្គងនៃការពិសោធន៍បានយ៉ាងមានប្រសិទ្ធភាព និងបង្កើនភាពសុក្រឹតនៃការវាស់វែង ដោយផ្អែកលើទិន្នន័យរបស់ពូជត្រួតពិនិត្យ (Check variety) ដែលនៅជិត។ ទាមទារការរៀបចំប្លង់ដាំដុះស្មុគស្មាញជាងមុន និងត្រូវចំណាយដីនិងពលកម្មបន្ថែមដើម្បីដាំពូជត្រួតពិនិត្យឆ្លាស់គ្នាច្រើនដង។ បញ្ចុះមេគុណបម្រែបម្រួល (CV) មកត្រឹម 56.9% និងបង្កើនប្រសិទ្ធភាពធៀប (Relative efficiency) រហូតដល់ 256.8% សម្រាប់ទិន្នផល។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារធនធានកសិកម្ម សម្ភារៈពិសោធន៍ទីវាលដ៏ធំ និងកម្មវិធីវិភាគទិន្នន័យស្ថិតិកម្រិតខ្ពស់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅកសិដ្ឋានពិសោធន៍របស់វិទ្យាស្ថាន IRRI ក្នុងប្រទេសហ្វីលីពីន លើប្រភេទដី Silty clay loam ដោយប្រើប្រាស់ពូជពីប្រទេសថៃ និងហ្វីលីពីន។ សម្រាប់ប្រទេសកម្ពុជា ទោះបីជាមានលក្ខខណ្ឌអាកាសធាតុស្រដៀងគ្នាក៏ដោយ ប៉ុន្តែប្រភេទដី និងកម្រិតភាពធន់នឹងមេរោគក្នុងតំបន់អាចខុសគ្នា ដែលទាមទារឱ្យមានការសាកល្បងពូជសណ្តែកបាយ (Vigna radiata) ទាំងនេះឡើងវិញក្នុងបរិបទស្រុកយើង។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

បច្ចេកទេស ANCOVA និងលទ្ធផលនៃពូជធន់ទាំងនេះមានអត្ថប្រយោជន៍ខ្ពស់សម្រាប់ការអភិវឌ្ឍវិស័យកសិកម្មនៅកម្ពុជា ជាពិសេសក្នុងតំបន់ងាយរងគ្រោះដោយទឹកជំនន់។

សរុបមក ការអនុវត្តបច្ចេកទេសវិភាគកូវ៉ារ្យង់នឹងជួយឱ្យអ្នកបង្កាត់ពូជនៅកម្ពុជាវាយតម្លៃពូជដំណាំដែលធន់នឹងអាកាសធាតុបានកាន់តែសុក្រឹត ដែលរួមចំណែកលើកកម្ពស់សន្តិសុខស្បៀង និងប្រាក់ចំណូលកសិករយ៉ាងប្រសើរ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះនៃស្ថិតិកសិកម្ម (Learn Basics of Agricultural Statistics): និស្សិតត្រូវសិក្សាស្វែងយល់អំពីការរៀបចំប្លង់ពិសោធន៍ Randomized Complete Block Design (RCBD) និងស្វែងយល់ពីភាពខុសគ្នារវាងការប្រើប្រាស់ ANOVA និង ANCOVA តាមរយៈសៀវភៅស្ថិតិរបស់ Gomez and Gomez (1984)
  2. ហ្វឹកហាត់ប្រើប្រាស់កម្មវិធីវិភាគទិន្នន័យ (Practice Data Analysis Tools): ទាញយកនិងអនុវត្តការវិភាគទិន្នន័យដោយប្រើកម្មវិធីឥតគិតថ្លៃដូចជា RStudio ឬកម្មវិធីពាណិជ្ជកម្មដូចជា SAS/SPSS ដើម្បីដំណើរការ Covariance Analysis លើសំណុំទិន្នន័យគំរូ។
  3. រចនាប្លង់ពិសោធន៍ជាក់ស្តែងទីវាល (Design Field Experiment Layout): សាកល្បងរៀបចំប្លង់ស្រែពិសោធន៍ខ្នាតតូច ដោយអនុវត្តយុទ្ធសាស្ត្រដាំពូជត្រួតពិនិត្យ (Check varieties) ឆ្លាស់គ្នារៀងរាល់ ៤ ឬ ៥ រង ដើម្បីប្រមូលទិន្នន័យបរិស្ថានធ្វើជា Covariate
  4. ចុះកម្មសិក្សា ឬចូលរួមគម្រោងស្រាវជ្រាវ (Join Research Internships): ស្វែងរកឱកាសធ្វើកម្មសិក្សាជាមួយស្ថាប័នស្រាវជ្រាវដូចជា CARDI ឬមហាវិទ្យាល័យកសិកម្ម RUA ដើម្បីអនុវត្តការបង្កើតលក្ខខណ្ឌលិចទឹកសិប្បនិម្មិត (Artificial flooding) និងការវាស់វែងទិន្នផលដំណាំជាក់ស្តែង។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Analysis of covariance (ការវិភាគកូវ៉ារ្យង់) ជាវិធីសាស្ត្រស្ថិតិដែលរួមបញ្ចូលការវិភាគវ៉ារ្យង់ (ANOVA) និងតម្រែតម្រង់ (Regression) ដើម្បីកាត់បន្ថយកំហុសឆ្គងនៃការពិសោធន៍ ដោយកែតម្រូវទិន្នន័យគោលដៅ (ឧ. ទិន្នផល) ផ្អែកលើអថេរផ្សេងទៀតដែលយើងដឹង (ឧ. កម្រិតទឹកលិចមិនស្មើគ្នាដែលវាស់តាមរយៈពូជត្រួតពិនិត្យ)។ ដូចជាការប្រៀបធៀបពិន្ទុសិស្សពីរនាក់ដោយបូកប៉ូវពិន្ទុបន្ថែមឱ្យសិស្សម្នាក់ដែលបានធ្វើតេស្តលើវិញ្ញាសាដែលពិបាកជាង ដើម្បីឱ្យការប្រកួតប្រជែងមានភាពយុត្តិធម៌។
Accessions (ប្រភេទពូជ ឬកូដពូជ) សំណុំនៃសម្ភារៈពូជរុក្ខជាតិ (គ្រាប់ពូជ ឬកូនសាក) ដែលប្រមូលបានពីប្រភពផ្សេងៗគ្នា ហើយត្រូវបានរក្សាទុក និងផ្តល់លេខកូដសម្គាល់នៅក្នុងធនាគារពូជ ដើម្បីយកមកធ្វើការស្រាវជ្រាវ ឬបង្កាត់ពូជបន្ត។ ដូចជាសៀវភៅផ្សេងៗគ្នាដែលមានលេខកូដសម្គាល់ច្បាស់លាស់នៅក្នុងបណ្ណាល័យ ដើម្បីងាយស្រួលយករកមកអាននិងសិក្សា។
Waterlogging resistance (ភាពធន់នឹងការលិចទឹក) សមត្ថភាពរបស់រុក្ខជាតិក្នុងការរស់រានមានជីវិត លូតលាស់ និងផ្តល់ទិន្នផល ទោះបីជាឫសរបស់វាត្រូវត្រាំក្នុងទឹកដែលខ្វះអុកស៊ីសែនក្នុងរយៈពេលកំណត់ណាមួយកំឡុងពេលលូតលាស់ក៏ដោយ។ ដូចជាមនុស្សដែលអាចទប់ដង្ហើមមុជទឹកបានយូរដោយមិនមានគ្រោះថ្នាក់ដល់ជីវិត។
Susceptible check (ពូជត្រួតពិនិត្យងាយរងគ្រោះ) ពូជរុក្ខជាតិដែលគេដឹងច្បាស់ពីលក្ខណៈរបស់វារួចហើយថាមានភាពខ្សោយក្នុងការទប់ទល់នឹងបញ្ហាអ្វីមួយ (ឧ. ងាយងាប់ដោយសារទឹកលិច) ដែលត្រូវបានដាំឆ្លាស់គ្នាជាមួយពូជថ្មីៗនៅក្នុងស្រែពិសោធន៍ ដើម្បីធ្វើជារង្វាស់ ឬជាតម្រុយប្រៀបធៀបពីឥទ្ធិពលនៃបរិស្ថាន។ ដូចជាការដាក់សិស្សដែលខ្សោយបំផុតនៅក្នុងថ្នាក់ ដើម្បីធ្វើជារង្វាស់ប្រៀបធៀបថាតើវិញ្ញាសាប្រឡងនោះពិបាកកម្រិតណា។
Randomized complete block design (ប្លង់ពិសោធន៍ជាប្លុកចៃដន្យ) ជាការរៀបចំប្លង់ពិសោធន៍កសិកម្មដោយបែងចែកដីជាប្លុក (Block) ផ្សេងៗគ្នា ហើយនៅក្នុងប្លុកនីមួយៗ គេដាំគ្រប់ពូជទាំងអស់ដោយចៃដន្យ ដើម្បីកាត់បន្ថយឥទ្ធិពលនៃភាពមិនស្មើគ្នារបស់គុណភាពដី ឬបរិស្ថានទៅលើលទ្ធផល។ ដូចជាការចាប់ឆ្នោតបែងចែកកន្លែងអង្គុយប្រឡង ដើម្បីកុំឱ្យអ្នកណាម្នាក់បានអង្គុយកន្លែងល្អ ឬកន្លែងអាក្រក់រហូត ដែលធ្វើឱ្យលទ្ធផលមិនសុក្រឹត។
Relative efficiency (ប្រសិទ្ធភាពធៀប) ជារង្វាស់ស្ថិតិដែលបង្ហាញថា តើបច្ចេកទេសវិភាគមួយ (ឧទាហរណ៍ ANCOVA) មានភាពច្បាស់លាស់ ឬកាត់បន្ថយកំហុសឆ្គងបានល្អជាងបច្ចេកទេសមួយទៀត (ឧទាហរណ៍ ANOVA) ប៉ុន្មានភាគរយក្នុងការទាញយកលទ្ធផលពិតប្រាកដចេញពីទិន្នន័យ។ ដូចជាការប្រៀបធៀបភាពច្បាស់នៃកែវពង្រីកពីរ ដែលមួយអាចមើលឃើញវត្ថុតូចៗបានច្បាស់ជាងមួយទៀតច្រើនដង។
Coefficient of variation (មេគុណបម្រែបម្រួល) ជាតួលេខភាគរយដែលបញ្ជាក់ពីកម្រិតនៃភាពខុសគ្នា ឬរបាយនៃទិន្នន័យជុំវិញតម្លៃមធ្យម។ ក្នុងការពិសោធន៍កសិកម្ម តម្លៃ CV កាន់តែតូច បញ្ជាក់ថាការពិសោធន៍នោះមានកំហុសឆ្គងតិច និងមានភាពជឿជាក់ខ្ពស់។ ដូចជាការបាញ់ស៊ីប ប្រសិនបើគ្រាប់កាំភ្លើងទម្លុះនៅក្បែរៗគ្នាច្រើន (CV តូច) នោះអ្នកបាញ់មានភាពសុក្រឹតខ្ពស់ តែបើគ្រាប់ខ្ចាយរាយប៉ាយ (CV ធំ) នោះអ្នកបាញ់មិនសូវពូកែទេ។
Yield components (សមាសភាគទិន្នផល) កត្តា ឬផ្នែកផ្សេងៗនៃរុក្ខជាតិដែលរួមចំណែកបង្កើតបានជាទិន្នផលសរុបចុងក្រោយ ដូចជាចំនួនផ្លែក្នុងមួយដើម ចំនួនគ្រាប់ក្នុងមួយផ្លែ និងទម្ងន់នៃគ្រាប់នីមួយៗ។ ដូចជាគ្រឿងផ្សំដែលរួមបញ្ចូលគ្នាបង្កើតបានជានំមួយ ដែលមានទាំងម្សៅ ស្ករ និងស៊ុត ដែលបរិមាណនៃកត្តាទាំងនេះប៉ះពាល់ដល់ទម្ងន់នំសរុប។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖