បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះដោះស្រាយពីកង្វះខាតព័ត៌មានអំពីប៉ារ៉ាម៉ែត្រសេនេទិច និងការចាត់ថ្នាក់នៃពូជរុក្ខជាតិលម្អ Impatiens platypetala ចំនួន ២៤ ដែលប្រមូលបានពីតំបន់ South Sulawesi ប្រទេសឥណ្ឌូនេស៊ី ដើម្បីគាំទ្រដល់កម្មវិធីបង្កាត់ពូជនាពេលអនាគត។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់ការរចនាប្លុកដោយចៃដន្យពេញលេញ (Randomized Complete Block Design) ជាមួយនឹងការវាស់វែងលក្ខណៈក្សេត្រសាស្ត្រ និងរូបរាងសណ្ឋាន។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Quantitative/Agronomic Trait Analysis (ANOVA & Genetic Parameters) ការវិភាគលក្ខណៈបរិមាណ ឬក្សេត្រសាស្ត្រ (តាមរយៈ ANOVA និងប៉ារ៉ាម៉ែត្រសេនេទិច) |
អាចទស្សន៍ទាយពីវឌ្ឍនភាពសេនេទិច និងបង្ហាញយ៉ាងច្បាស់ពីអត្រាតំណពូជសម្រាប់ប្រើប្រាស់ក្នុងកម្មវិធីបង្កាត់ពូជ។ | រងឥទ្ធិពលពីបរិស្ថានខាងក្រៅ (ឧទាហរណ៍៖ ប្រវែងទងស្លឹក) ដែលទាមទារការសាកល្បងនៅទីតាំងច្រើន។ | រកឃើញថា កម្ពស់រុក្ខជាតិ ទំហំដំបូលស្លឹក និងទំហំផ្កា មានអត្រាតំណពូជខ្ពស់ (០.៥៧ ដល់ ០.៩៨) ដែលស័ក្តិសមបំផុតសម្រាប់ការជ្រើសរើសពូជ។ |
| Qualitative/Morphological Trait Cluster Analysis (UPGMA) ការវិភាគចង្កោមលើលក្ខណៈគុណភាព ឬសណ្ឋានរូបរាង (ដោយប្រើ UPGMA) |
មានភាពច្បាស់លាស់ក្នុងការចាត់ថ្នាក់ពូជរុក្ខជាតិទៅតាមរូបរាងខាងក្រៅ និងមិនសូវរងឥទ្ធិពលពីការប្រែប្រួលបរិស្ថានតិចតួច។ | លក្ខណៈខ្លះអាចជា monomorphic (មានទម្រង់តែមួយ) ដែលធ្វើឱ្យពិបាកក្នុងការបែងចែកភាពខុសគ្នាស៊ីជម្រៅបើមិនមានទិន្នន័យផ្សេងគាំទ្រ។ | បែងចែកសេណូទីបទាំង ២៤ ជា ៥ ក្រុមធំៗ និងជួយកំណត់អត្តសញ្ញាណសេណូទីប 2008_17 ថាអាចជាប្រភេទរុក្ខជាតិថ្មី។ |
| Combined Data Matrix Analysis (MXCOMP) ការវិភាគម៉ាទ្រីសទិន្នន័យរួមបញ្ចូលគ្នា (ដោយប្រើ MXCOMP) |
ផ្តល់នូវទិដ្ឋភាពរួម និងច្បាស់លាស់បំផុតនៃសេណូទីប ដោយវាយតម្លៃលើទំនាក់ទំនងរវាងលក្ខណៈរូបរាង និងក្សេត្រសាស្ត្រ។ | បង្ហាញថាការទាក់ទងគ្នារវាងម៉ាទ្រីសទាំងពីរមានកម្រិតទាប ដែលបញ្ជាក់ថាលក្ខណៈទាំងនោះត្រូវបានគ្រប់គ្រងដោយហ្សែនផ្សេងគ្នា។ | បញ្ជាក់ថាទិន្នន័យសណ្ឋានរូបរាងមានឥទ្ធិពលខ្លាំងជាងក្នុងការវិភាគចង្កោម និងពង្រឹងការសន្និដ្ឋានលើពូជ 2008_17។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារធនធានពេលវេលា កន្លែងដាំដុះ និងកម្មវិធីកុំព្យូទ័រជាក់លាក់សម្រាប់ការវិភាគទិន្នន័យជីវស្ថិតិ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅតំបន់ដែលមានកម្ពស់ ១,១០០ ម៉ែត្រ ក្នុងខេត្ត West Java ប្រទេសឥណ្ឌូនេស៊ី ដោយប្រមូលពូជពី South Sulawesi និងធ្វើការសាកល្បងត្រឹមតែមួយរដូវកាល និងមួយទីតាំងប៉ុណ្ណោះ។ សម្រាប់ប្រទេសកម្ពុជា ចំណុចនេះមានសារៈសំខាន់ ព្រោះរុក្ខជាតិអាចមានប្រតិកម្មខុសគ្នាទៅនឹងបរិស្ថាន (GxE interaction) ប្រសិនបើយកមកដាំនៅតំបន់ទំនាបក្តៅ ឬតំបន់ខ្ពង់រាបផ្សេងៗក្នុងប្រទេស។
វិធីសាស្ត្រវាយតម្លៃ និងចាត់ថ្នាក់ពន្ធុវិទ្យានេះ គឺមានប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ការស្រាវជ្រាវ និងអភិវឌ្ឍវិស័យផ្កាលម្អនៅកម្ពុជា។
ការអនុវត្តវិធីសាស្ត្រវាស់វែងសណ្ឋានរូបរាង និងវិភាគសេនេទិចនេះ នឹងផ្តល់មូលដ្ឋានគ្រឹះរឹងមាំសម្រាប់អ្នកវិទ្យាសាស្ត្រកម្ពុជា ក្នុងការអភិរក្ស និងទាញយកប្រយោជន៍សេដ្ឋកិច្ចពីធនធានជីវចម្រុះក្នុងស្រុក។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Broad-sense heritability (អត្រាតំណពូជក្នុងន័យទូលាយ) | ជារង្វាស់ស្ថិតិដែលបង្ហាញពីសមាមាត្រនៃភាពខុសគ្នានៃរូបរាងរុក្ខជាតិក្នុងសហគមន៍មួយ ដែលបណ្តាលមកពីកត្តាសេនេទិច (ហ្សែន) ទាំងស្រុង ជាជាងកត្តាបរិស្ថាន។ វាប្រាប់យើងថាលក្ខណៈមួយងាយស្រួលនឹងបញ្ជូនទៅជំនាន់ក្រោយកម្រិតណា។ | ដូចជាការវាស់វែងថាតើលក្ខណៈសម្បត្តិរបស់កូន (ដូចជាកម្ពស់) ទទួលបានពីម៉ែឪប៉ុន្មានភាគរយ ហើយរងឥទ្ធិពលពីបរិស្ថាន (ការហូបចុក) ប៉ុន្មានភាគរយ។ |
| Genotypic Coefficient of Variation (មេគុណបម្រែបម្រួលសេនេទិច) | ជារង្វាស់ដែលវាយតម្លៃលើកម្រិតនៃភាពប្រែប្រួលនៃហ្សែនសុទ្ធសាធដែលមាននៅក្នុងក្រុមរុក្ខជាតិណាមួយ ដោយមិនរាប់បញ្ចូលឥទ្ធិពលពីបរិស្ថានខាងក្រៅឡើយ។ ទិន្នន័យនេះជួយឱ្យគេដឹងពីសក្តានុពលនៃការបង្កាត់ពូជ។ | ដូចជាការវាស់ស្ទង់មើលថាតើប្រាជ្ញាពីកំណើតរបស់សិស្សក្នុងថ្នាក់មួយមានភាពខុសប្លែកគ្នាខ្លាំងប៉ុណ្ណា ដោយមិនគិតពីកត្តាខាងក្រៅដូចជាសៀវភៅ ឬគ្រូបង្រៀន។ |
| Phenotypic Coefficient of Variation (មេគុណបម្រែបម្រួលសណ្ឋានរូបរាង) | ជាការវាស់វែងកម្រិតភាពប្រែប្រួលនៃលក្ខណៈរូបរាងខាងក្រៅសរុបរបស់រុក្ខជាតិ ដែលជាលទ្ធផលរងឥទ្ធិពលរួមបញ្ចូលគ្នារវាងហ្សែនពីកំណើត និងបរិស្ថានដែលវាដាំដុះ។ | ដូចជាការមើលឃើញភាពខុសគ្នានៃកម្ពស់សិស្សក្នុងថ្នាក់ទាំងមូល ដែលបណ្តាលមកពីទាំងពូជរបស់ពួកគេនិងរបបអាហារដែលពួកគេញ៉ាំ។ |
| Genetic advance (វឌ្ឍនភាពសេនេទិច) | ជាការទស្សន៍ទាយពីកម្រិតនៃការកើនឡើង ឬការកែលម្អលក្ខណៈល្អប្រសើរនៃពូជរុក្ខជាតិនៅក្នុងជំនាន់បន្ទាប់ បន្ទាប់ពីការជ្រើសរើសពូជល្អបំផុតពីជំនាន់បច្ចុប្បន្នយកទៅបង្កាត់។ | ដូចជាការរំពឹងទុកថាតើពូជស្រូវជំនាន់ក្រោយនឹងផ្តល់ទិន្នផលខ្ពស់ជាងជំនាន់មុនប៉ុន្មានគីឡូ បន្ទាប់ពីយើងរើសយកតែគ្រាប់ស្រូវល្អៗពីដើមដែលថ្លោសជាងគេមកដាំបន្ត។ |
| Cluster analysis (ការវិភាគចង្កោម) | ជាវិធីសាស្ត្រស្ថិតិ (ដូចជា UPGMA) ដែលប្រើសម្រាប់ចាត់ថ្នាក់ទិន្នន័យ (ដូចជាពូជរុក្ខជាតិ) ទៅជាក្រុមៗ ដោយពូជនៅក្នុងក្រុមតែមួយមានលក្ខណៈស្រដៀងគ្នាខ្លាំងជាងពូជនៅក្រុមផ្សេង ដើម្បីងាយស្រួលមើលពីទំនាក់ទំនងពូជអំបូរ។ | ដូចជាការចាត់ថ្នាក់សិស្សក្នុងសាលាទៅតាមចំណង់ចំណូលចិត្តស្រដៀងគ្នា ដើម្បីបង្កើតជាក្រុមតន្ត្រី ក្រុមកីឡា ឬក្រុមគំនូរ។ |
| Accession (ពូជប្រមូលបាន) | សំណាករុក្ខជាតិ ឬគ្រាប់ពូជដែលត្រូវបានប្រមូលពីទីតាំងភូមិសាស្ត្រជាក់លាក់ណាមួយ យកមករក្សាទុកក្នុងធនាគារហ្សែន ឬកន្លែងបង្កាត់ពូជ ដើម្បីទុកធ្វើការសិក្សាស្រាវជ្រាវ និងអភិរក្ស។ | ដូចជាការប្រមូលសៀវភៅចំណាស់ៗពីតាមខេត្តនានា យកមកចុះលេខកូដទុកក្នុងបណ្ណាល័យជាតិ ដើម្បីងាយស្រួលស្វែងរកនិងទុកសិក្សានៅថ្ងៃក្រោយ។ |
| Monomorphic characters (លក្ខណៈឯករូប) | ជាលក្ខណៈសណ្ឋានរូបរាងរបស់រុក្ខជាតិដែលមានទម្រង់តែមួយ ឬមិនមានភាពខុសប្លែកគ្នាទាល់តែសោះនៅក្នុងចំណោមពូជទាំងអស់ដែលយកមកសិក្សា ដែលធ្វើឱ្យវាមិនអាចប្រើដើម្បីបែងចែកក្រុមបានទេ។ | ដូចជាសិស្សក្នុងសាលាពាក់ឯកសណ្ឋានពណ៌សដូចគ្នាទាំងអស់ ដែលធ្វើឱ្យយើងមិនអាចប្រើពណ៌អាវដើម្បីបែងចែកថ្នាក់របស់ពួកគេបាន។ |
| Taxonomic distance (គម្លាតវត្តិករសាស្ត្រ) | ជាតម្លៃគណិតវិទ្យាដែលប្រើដើម្បីវាស់វែងថាតើសារពាង្គកាយ ឬពូជរុក្ខជាតិពីរមានកម្រិតភាពខុសគ្នាខាងរូបរាង ឬសេនេទិចឆ្ងាយពីគ្នាប៉ុណ្ណា។ | ដូចជាការវាស់កម្រិតភាពខុសគ្នារវាងសត្វខ្លា និងសត្វឆ្មា ដោយផ្អែកលើទំហំ និងរូបរាង ដើម្បីដឹងថាពួកវាមានគម្លាតពូជអំបូរឆ្ងាយពីគ្នាប៉ុណ្ណា។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
