បញ្ហា (The Problem)៖ ការប៉ាន់ប្រមាណទិន្នផលប្រចាំឆ្នាំនៃមើមខុនចាក់ (Amorphophallus muelleri Blume) មានការលំបាកដោយសារតែតម្រូវឱ្យមានការជីកគាស់មើមយកមកថ្លឹង ដែលបង្កើតភាពមិនច្បាស់លាស់ដល់ការរៀបចំផែនការផលិតកម្ម និងទីផ្សារ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រមូលទិន្នន័យពីរុក្ខជាតិចំនួន ១៦៣ ដើម ក្នុងឡូត៍សំណាកនៅខេត្តតាក ប្រទេសថៃ ដើម្បីបង្កើតម៉ូដែលព្យាករណ៍ទិន្នផលដោយប្រើប្រាស់តម្រែតម្រង់ពហុអថេរ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Stepwise Multivariate Regression (Current Study - Tak, Thailand) ការវិភាគតម្រែតម្រង់ពហុអថេរតាមជំហាន (ការសិក្សាបច្ចុប្បន្ននៅខេត្តតាក ប្រទេសថៃ) |
មានភាពសាមញ្ញក្នុងការអនុវត្ត ព្រោះទាមទារតែការវាស់អង្កត់ផ្ចិតដើមនៅនីវ៉ូដី (D0) ប៉ុណ្ណោះ និងមានភាពត្រឹមត្រូវខ្ពស់ក្នុងការទស្សន៍ទាយ។ | ម៉ូដែលនេះត្រូវបានកំណត់ជាពិសេសសម្រាប់តែស្ថានភាពភូមិសាស្ត្រ និងអាកាសធាតុនៅក្នុងខេត្តតាកប៉ុណ្ណោះ។ | សមីការទស្សន៍ទាយ: log Y = -3.34 + 2.17 log D0 ដែលមានកម្រិតអំណះអំណាង R² = 0.95 |
| Multiple Regression with D0 and Bulbils (Budiman & Arisoesilaningsih, 2012 - Indonesia) ការវិភាគតម្រែតម្រង់ពហុអថេរដោយប្រើ D0 និងចំនួនពន្លក (ការសិក្សានៅឥណ្ឌូនេស៊ី) |
ផ្តល់នូវភាពត្រឹមត្រូវខ្ពស់បំផុតក្នុងការទស្សន៍ទាយ ដោយសាររួមបញ្ចូលទាំងអង្កត់ផ្ចិតដើម និងចំនួនពន្លកសរុប។ | ទាមទារពេលវេលាច្រើនជាងមុនក្នុងការរាប់ចំនួនពន្លក (Bulbils) សម្រាប់ការប្រមូលទិន្នន័យនៅទីវាល។ | សមីការទស្សន៍ទាយ: log Y = 1.091 log D0 + 0.765 log B ដែលមានកម្រិតអំណះអំណាង R² = 0.99 |
| Linear Regression for A. bulbifer (Ei et al., 2017 - Myanmar) ការវិភាគតម្រែតម្រង់លីនេអ៊ែរសម្រាប់ប្រភេទ Amorphophallus bulbifer (ការសិក្សានៅមីយ៉ាន់ម៉ា) |
មានប្រសិទ្ធភាពសម្រាប់ប្រព័ន្ធកសិកម្មបែបចំការព្រៃដុត (Swidden agriculture) និងអាចអនុវត្តលើប្រភេទរុក្ខជាតិស្រដៀងគ្នា។ | មានភាពត្រឹមត្រូវទាបជាងម៉ូដែលផ្សេងទៀតបន្តិច និងផ្ដោតលើប្រភេទរុក្ខជាតិខុសគ្នា (A. bulbifer)។ | សមីការទស្សន៍ទាយ: log Y = -2.50 + 2.47 log D0 ដែលមានកម្រិតអំណះអំណាង R² = 0.92 |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះមិនទាមទារធនធានបច្ចេកវិទ្យាខ្ពស់នោះទេ ដោយពឹងផ្អែកជាចម្បងលើការប្រមូលទិន្នន័យផ្ទាល់នៅទីវាល និងកម្មវិធីវិភាគស្ថិតិជាមូលដ្ឋាន។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅភូមិ Jor Kee ខេត្តតាក ប្រទេសថៃ ដែលមាននីវ៉ូដីកម្ពស់ ៧២០-១,២០០ ម៉ែត្រ និងអាកាសធាតុជាក់លាក់ជួរភ្នំ។ ម៉ូដែលនេះត្រូវបានបង្កើតឡើងដោយផ្អែកលើលក្ខខណ្ឌភូមិសាស្ត្រទាំងនេះតែមួយគត់។ សម្រាប់ប្រទេសកម្ពុជា វាជារឿងសំខាន់ដែលត្រូវមានការប្រុងប្រយ័ត្ន ព្រោះតំបន់ដាំដុះអាចមានប្រភេទដី អាកាសធាតុ និងកម្រិតម្លប់ខុសប្លែកគ្នា ដែលតម្រូវឱ្យមានការកែតម្រូវម៉ូដែលឡើងវិញ។
វិធីសាស្ត្រព្យាករណ៍នេះមានអត្ថប្រយោជន៍ និងសក្ដានុពលខ្ពស់សម្រាប់ប្រទេសកម្ពុជា ក្នុងការលើកកម្ពស់ការគ្រប់គ្រងអនុផលព្រៃឈើ និងបង្កើនប្រាក់ចំណូលសហគមន៍តំបន់ភ្នំ។
ជារួម ម៉ូដែលនេះផ្តល់នូវឧបករណ៍ដ៏សាមញ្ញ និងចំណាយតិចសម្រាប់កសិករ និងអ្នកស្រាវជ្រាវកម្ពុជា ក្នុងការប៉ាន់ស្មានទិន្នផល និងគ្រប់គ្រងការប្រមូលផលមើមខុនចាក់ប្រកបដោយនិរន្តរភាព តែទាមទារការសាកល្បងនៅតាមតំបន់ជាក់ស្តែងសិន។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Amorphophallus muelleri (រុក្ខជាតិមើមខុនចាក់) | ជាប្រភេទរុក្ខជាតិមើមអាយុកាលច្រើនឆ្នាំដែលមានប្រភពនៅតំបន់អាស៊ី។ មើមរបស់វាមានផ្ទុកសារធាតុសរសៃម្យ៉ាងហៅថា គ្លុយកូម៉ាណាន (Glucomannan) ដែលមានតម្លៃសេដ្ឋកិច្ចខ្ពស់សម្រាប់ប្រើប្រាស់ក្នុងឧស្សាហកម្មម្ហូបអាហារ (កែច្នៃជាអម្បោះមី ឬចាហួយ) និងផលិតផលសុខភាពសម្រាប់សម្រកទម្ងន់។ | ដូចជាដំឡូងព្រៃម្យ៉ាង ដែលគេយកមើមវាមកកែច្នៃជាអាហារសុខភាព ឬចាហួយដែលយើងតែងតែឃើញក្នុងកែវតែគុជ។ |
| Non-timber forest products / NTFPs (អនុផលព្រៃឈើ) | ជាផលិតផលជីវសាស្ត្រនានាដែលទទួលបានពីព្រៃឈើ ក្រៅពីឈើមានតម្លៃ (ដូចជាថ្នាំសង្កូវ អាហារ ជ័រ ឬសរសៃរុក្ខជាតិ) ដែលដើរតួនាទីយ៉ាងសំខាន់ក្នុងការទ្រទ្រង់ជីវភាពរស់នៅ និងសេដ្ឋកិច្ចរបស់សហគមន៍មូលដ្ឋានដោយមិនចាំបាច់កាប់បំផ្លាញព្រៃឈើ។ | ដូចជាការចូលព្រៃដើម្បីរកផ្សិត ទឹកឃ្មុំ ឬបេះផ្លែឈើព្រៃយកមកលក់ ដោយមិនចាំបាច់កាប់រំលំដើមឈើធំៗនោះទេ។ |
| Stepwise multivariate regression (ការវិភាគតម្រែតម្រង់ពហុអថេរតាមជំហាន) | ជាវិធីសាស្ត្រស្ថិតិដែលត្រូវបានប្រើដើម្បីបង្កើតម៉ូដែលទស្សន៍ទាយ ដោយធ្វើការបញ្ចូល ឬដកចេញនូវអថេរ (កត្តាផ្សេងៗ) ម្ដងមួយៗតាមលំដាប់លំដោយ ដើម្បីស្វែងរកកត្តាណាដែលមានឥទ្ធិពលខ្លាំង និងច្បាស់លាស់បំផុតទៅលើលទ្ធផលចុងក្រោយ។ | ដូចជាការសាកល្បងលាយគ្រឿងផ្សំម្ដងមួយមុខៗចូលក្នុងស៊ុប ដើម្បីរកមើលថាគ្រឿងផ្សំណាដែលធ្វើឱ្យស៊ុបនោះមានរសជាតិឆ្ងាញ់បំផុត។ |
| Coefficient of determination / R² (មេគុណកម្រិតអំណះអំណាង) | ជារង្វាស់ទំហំនៃភាពត្រឹមត្រូវក្នុងស្ថិតិ (មានតម្លៃពី 0 ដល់ 1 ឬគិតជាភាគរយ) ដែលបង្ហាញថាតើអថេរឯករាជ្យ (ឧ. អង្កត់ផ្ចិតដើម) អាចពន្យល់ពីការប្រែប្រួលរបស់អថេរអាស្រ័យ (ឧ. ទម្ងន់មើម) បានច្បាស់លាស់កម្រិតណា។ | ដូចជាពិន្ទុពី ០ ដល់ ១០០ ដែលប្រាប់យើងថារូបមន្តគណិតវិទ្យាមួយទស្សន៍ទាយបានត្រឹមត្រូវនិងទុកចិត្តបានកម្រិតណា។ |
| Residual analysis (ការវិភាគកម្រិតសេសសល់) | ជាការវាយតម្លៃទៅលើភាពខុសគ្នារវាងទិន្នន័យជាក់ស្តែង និងទិន្នន័យដែលម៉ូដែលបានទស្សន៍ទាយ។ ការវិភាគនេះជួយផ្ទៀងផ្ទាត់ថាតើម៉ូដែលដែលបានបង្កើតឡើងមានភាពលម្អៀង ឬមានកំហុសជាប្រព័ន្ធឬអត់។ | ដូចជាការត្រួតពិនិត្យមើលកំហុសបន្ទាប់ពីយើងធ្វើលំហាត់រួច ដើម្បីចង់ដឹងថាតើយើងមានទម្លាប់គិតខុសត្រង់ចំណុចណាដដែលៗឬអត់។ |
| Bulbils (ពន្លក ឬអំពូលពូជ) | ជាដុំពន្លកតូចៗដែលដុះនៅតាមប្រគាបស្លឹកនៃរុក្ខជាតិមួយចំនួន (ដូចជាខុនចាក់)។ នៅពេលដែលវាទុំនិងជ្រុះធ្លាក់ដល់ដី វានឹងចាក់ឫសហើយលូតលាស់ក្លាយជាដើមថ្មីមួយទៀត ដែលនេះជាវិធីបន្តពូជតាមបែបលូតលាស់ធម្មជាតិ។ | ដូចជាគ្រាប់ពូជរស់តូចៗដែលតោងលើស្លឹក ពេលខ្យល់បក់ជ្រុះដល់ដី វានឹងដុះជាដើមថ្មីដោយខ្លួនឯងភ្លាមៗ។ |
| Multicollinearity (កូលីនេអ៊ែរច្រើនទម្រង់ ឬទំនាក់ទំនងជាន់គ្នានៃអថេរ) | ជាបាតុភូតស្ថិតិមួយដែលអថេរឯករាជ្យពីរ ឬច្រើននៅក្នុងម៉ូដែលតម្រែតម្រង់មានទំនាក់ទំនងគ្នាខ្លាំងពេក ដែលធ្វើឱ្យប្រព័ន្ធស្ថិតិពិបាកញែកឱ្យដាច់ពីគ្នាថា តើអថេរមួយណាមានឥទ្ធិពលពិតប្រាកដទៅលើលទ្ធផលចុងក្រោយ។ | ដូចជានៅពេលដែលមានសិស្សពីរនាក់ពូកែដូចគ្នាហើយតែងតែធ្វើការងារក្រុមជាមួយគ្នាជានិច្ច ដែលធ្វើឱ្យគ្រូលំបាកវាយតម្លៃថាអ្នកណាមួយជាអ្នកខំប្រឹងធ្វើការងារជាងគេ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
