បញ្ហា (The Problem)៖ ឯកសារនេះផ្តោតលើការវាយតម្លៃភាពចម្រុះនៃសេនេទិច និងកម្រិតតពូជ (Heritability) របស់ពូជសណ្តែក Chickpea Cicer arietinum L. ចំនួន ២៥ ប្រភេទ ដើម្បីកំណត់អត្តសញ្ញាណលក្ខណៈសេនេទិចដែលល្អបំផុតសម្រាប់ការបង្កាត់ពូជ និងការបង្កើនទិន្នផល។
វិធីសាស្ត្រ (The Methodology)៖ ការពិសោធន៍វាលត្រូវបានរៀបចំឡើងរយៈពេល ២ រដូវកាល ដោយប្រើប្រាស់វិធីសាស្ត្ររចនាប្លុកដោយចៃដន្យពេញលេញ ដើម្បីវាយតម្លៃទិន្នផល និងប៉ារ៉ាម៉ែត្រសេនេទិចផ្សេងៗ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Indirect Selection via Highly Heritable Traits (Canopy Height, Days to Maturity) ការជ្រើសរើសដោយប្រយោលតាមរយៈលក្ខណៈតពូជខ្ពស់ (កម្ពស់ដើម និងចំនួនថ្ងៃទុំ) |
មានកម្រិតតពូជខ្ពស់ (Broad-sense heritability) ដែលមានន័យថារងឥទ្ធិពលតិចតួចពីបរិស្ថាន ធ្វើឱ្យការជ្រើសរើសមានភាពងាយស្រួល និងសុក្រឹតជាងមុន។ | ទាមទារការវាស់វែងលក្ខណៈច្រើនប្រភេទ និងត្រូវពឹងផ្អែកលើការវិភាគទំនាក់ទំនង (Correlation) ដើម្បីធានាថាវាពិតជាអាចជួយបង្កើនទិន្នផលមែន។ | កម្ពស់ដើមមានកម្រិតតពូជខ្ពស់បំផុត (h²=០.៦៨) បន្ទាប់មកគឺចំនួនថ្ងៃទុំ (h²=០.៥៩) និងចំនួនថ្ងៃចេញផ្កា (h²=០.៥៤) ដែលស័ក្តិសមបំផុតសម្រាប់ការចម្រាញ់ពូជសេណូទីប។ |
| Direct Selection for Seed Yield ការជ្រើសរើសដោយផ្ទាល់ផ្អែកលើទិន្នផលគ្រាប់ |
ផ្តោតផ្ទាល់ទៅលើគោលដៅចុងក្រោយនៃការបង្កាត់ពូជ គឺការទទួលបានទិន្នផលខ្ពស់បំផុតសម្រាប់កសិករ។ | មានកម្រិតតពូជទាប និងរងឥទ្ធិពលយ៉ាងខ្លាំងពីការប្រែប្រួលនៃបរិស្ថាន ធ្វើឱ្យការជ្រើសរើសយកពូជល្អពិបាកនឹងទទួលបានលទ្ធផលថេរនៅរដូវកាលបន្ទាប់។ | ទិន្នផលគ្រាប់មានកម្រិតតពូជទាបបំផុត (h²=០.១១) ប៉ុន្តែមានបម្រែបម្រួលហ្វេណូទីបខ្ពស់ (PCV=២៦.៥៩%) ដោយទិន្នផលប្រែប្រួលពី ១៦៨.៣ ទៅ ៩៤៥.៦៦ គីឡូក្រាម/ហិកតា អាស្រ័យលើឆ្នាំ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តការសិក្សានេះទាមទារធនធានចាំបាច់មួយចំនួនសម្រាប់ការរៀបចំការពិសោធន៍វាលកសិកម្ម និងការវិភាគទិន្នន័យស្ថិតិជីវសាស្រ្តស៊ីជម្រៅ។
ការសិក្សានេះត្រូវបានអនុវត្តនៅស្ថានីយស្រាវជ្រាវកសិកម្ម Brojerd ប្រទេសអ៊ីរ៉ង់ ក្រោមលក្ខខណ្ឌដីស្ងួត (Dryland) រយៈពេលពីររដូវកាល ជាមួយនឹងពូជដែលស័ក្តិសមនឹងតំបន់មជ្ឈិមបូព៌ា។ ដោយសារលក្ខខណ្ឌអាកាសធាតុ និងប្រភេទដីនៅប្រទេសអ៊ីរ៉ង់មានភាពខុសគ្នាខ្លាំងពីអាកាសធាតុត្រូពិចនៅកម្ពុជា ឥទ្ធិពលនៃបរិស្ថានទៅលើការបញ្ចេញសេណូទីប (Genotype-Environment Interaction) អាចនឹងមានលទ្ធផលខុសគ្នា ដូច្នេះការប្រើប្រាស់ពូជ ឬទិន្នន័យនេះដោយផ្ទាល់នៅកម្ពុជាតម្រូវឱ្យមានការសាកល្បងសម្របខ្លួនជាមុនសិន។
ទោះបីជាលក្ខខណ្ឌបរិស្ថានខុសគ្នាក៏ពិតមែន ប៉ុន្តែវិធីសាស្ត្រគណនាវាយតម្លៃសេនេទិចនេះមានប្រយោជន៍យ៉ាងធំធេងសម្រាប់ការស្រាវជ្រាវកសិកម្ម និងកម្មវិធីបង្កាត់ពូជនៅកម្ពុជា។
វិធីសាស្ត្រនេះផ្តល់នូវមូលដ្ឋានគ្រឹះដ៏រឹងមាំមួយ ដែលអាចជួយដល់អ្នកស្រាវជ្រាវកម្ពុជាក្នុងការធ្វើឱ្យប្រសើរឡើងនូវកម្មវិធីជ្រើសរើសពូជដំណាំ កាត់បន្ថយពេលវេលា និងកាត់បន្ថយការចំណាយក្នុងការសាកល្បងដោយចៃដន្យ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Genotypic coefficient of variation (មេគុណបម្រែបម្រួលសេណូទីប) | ជារង្វាស់ស្ថិតិដែលត្រូវបានប្រើដើម្បីបង្ហាញពីកម្រិតនៃការប្រែប្រួលនៃលក្ខណៈណាមួយ (ដូចជាទិន្នផល ឬកម្ពស់) នៅក្នុងចំណោមរុក្ខជាតិ ដែលបណ្តាលមកពីភាពខុសគ្នានៃសេនេទិច (ហ្សែន) តែមួយមុខគត់ ដោយមិនរាប់បញ្ចូលឥទ្ធិពលបរិស្ថាន។ | ដូចជាការវាស់ស្ទង់សមត្ថភាព និងភាពវៃឆ្លាតពីកំណើតរបស់សិស្សម្នាក់ៗ ដោយមិនគិតពីកន្លែងដែលពួកគេរៀន ឬគ្រូដែលបង្រៀនពួកគេឡើយ។ |
| Phenotypic coefficient of variation (មេគុណបម្រែបម្រួលហ្វេណូទីប) | ជារង្វាស់ដែលបង្ហាញពីកម្រិតនៃការប្រែប្រួលសរុបដែលយើងអាចមើលឃើញជាក់ស្តែងនៃលក្ខណៈរូបសាស្ត្ររបស់រុក្ខជាតិ ដែលវាជាលទ្ធផលសរុបរួមបញ្ចូលគ្នារវាងឥទ្ធិពលនៃសេនេទិច (ហ្សែន) និងឥទ្ធិពលនៃបរិស្ថាន (អាកាសធាតុ ដី ការថែទាំ)។ | ដូចជាពិន្ទុប្រឡងចុងក្រោយរបស់សិស្ស ដែលឆ្លុះបញ្ចាំងទាំងភាពឆ្លាតវៃពីកំណើតរបស់គេផង និងកម្រិតនៃការខិតខំប្រឹងប្រែង រួមទាំងបរិយាកាសជុំវិញខ្លួនគេផង។ |
| Broad sense heritability (កម្រិតតពូជក្នុងន័យទូលាយ) | ជាសមាមាត្រនៃបម្រែបម្រួលរូបសាស្ត្រសរុប (ហ្វេណូទីប) ដែលត្រូវបានកំណត់ដោយហ្សែន (សេណូទីប)។ ប្រសិនបើតម្លៃនេះខ្ពស់ (ជិតដល់ ១) មានន័យថាលក្ខណៈនោះងាយស្រួលនឹងចម្លងទៅជំនាន់ក្រោយ ហើយរងឥទ្ធិពលតិចតួចពីការប្រែប្រួលបរិស្ថាន។ | ដូចជាទម្រង់មុខរបស់កូនដែលកាត់តាមឪពុកម្តាយយ៉ាងខ្លាំង ដែលទោះជាគេធំធាត់នៅស្រុកណា ក៏ទម្រង់មុខនោះមិនសូវប្រែប្រួលដែរ។ |
| Genotype × environment interaction (អន្តរកម្មរវាងសេណូទីប និងបរិស្ថាន) | ជាបាតុភូតដែលពូជរុក្ខជាតិមួយ (សេណូទីប) ផ្តល់ទិន្នផល ឬបង្ហាញការលូតលាស់ខុសៗគ្នា នៅពេលដែលគេយកវាទៅដាំដុះក្នុងលក្ខខណ្ឌបរិស្ថាន (ទីតាំង អាកាសធាតុ ឬឆ្នាំ) ខុសគ្នា ដែលធ្វើឱ្យពូជល្អនៅកន្លែងមួយ អាចនឹងមិនល្អនៅកន្លែងមួយទៀត។ | ដូចជាសិស្សពូកែម្នាក់ដែលរៀនបានពិន្ទុល្អបំផុតពេលនៅសាលាទីក្រុង តែបែរជារៀនធ្លាក់ចុះពេលទៅរៀននៅសាលាជនបទ ដោយសារគេមិនស៊ាំនឹងបរិយាកាសរស់នៅថ្មី។ |
| Analysis of variance (ការវិភាគវ៉ារ្យ៉ង់) | ជាវិធីសាស្ត្រស្ថិតិ (ANOVA) ដែលប្រើដើម្បីបំបែក និងវាស់ស្ទង់ប្រភពផ្សេងៗនៃភាពប្រែប្រួលនៅក្នុងសំណុំទិន្នន័យ ដើម្បីរកមើលថាតើភាពខុសគ្នារវាងក្រុមនីមួយៗ (ឧទាហរណ៍ ពូជសណ្តែកដែលផ្តល់ទិន្នផលខុសគ្នា) ជារឿងកើតឡើងដោយចៃដន្យ ឬពិតជាមានលក្ខណៈខុសគ្នាខាងស្ថិតិប្រាកដមែន។ | ដូចជាការប្រើប្រាស់តម្រងរែង ដើម្បីបែងចែករកឱ្យឃើញថា តើកំហុសខាតបង់ក្នុងការផលិតបណ្តាលមកពីម៉ាស៊ីនខូច ឬមកពីកំហុសរបស់កម្មករ។ |
| Principal Component Analysis (ការវិភាគសមាសធាតុចម្បង) | ជាបច្ចេកទេសគណិតវិទ្យាសម្រាប់កាត់បន្ថយទំហំទិន្នន័យដែលស្មុគស្មាញ (មានអថេរច្រើន) ឱ្យមកនៅសល់ត្រឹមអ័ក្សចម្បងៗពីរឬបី (PC1, PC2) ដើម្បីងាយស្រួលមើលឃើញពីទំនាក់ទំនង និងបែងចែកក្រុមនៃទិន្នន័យ ដូចជាការស្វែងរកពូជសណ្តែកដែលល្អជាងគេ។ | ដូចជាការបង្រួមទិដ្ឋភាពភ្នំ ៣ វិមាត្រ (3D) ឱ្យមកជាទម្រង់រូបថត ២ វិមាត្រ (2D) ដ៏ច្បាស់មួយសន្លឹក ដែលនៅតែអាចបង្ហាញពីរាងរៅសំខាន់ៗនៃភ្នំនោះបាន។ |
| Additive gene action (សកម្មភាពហ្សែនបូកបញ្ចូលគ្នា) | ជាបាតុភូតសេនេទិចដែលហ្សែននីមួយៗចូលរួមចំណែកដោយឡែកៗពីគ្នាក្នុងការកំណត់លក្ខណៈណាមួយ (ដូចជាកម្ពស់ដើម) ដោយកាត់បន្ថយ ឬបន្ថែមឥទ្ធិពលរួមគ្នា ហើយគ្មានហ្សែនណាមួយគ្របដណ្តប់ហ្សែនណាមួយ (Dominance) ឡើយ ដែលធ្វើឱ្យលក្ខណៈនេះងាយស្រួលក្នុងការទស្សន៍ទាយ និងបង្កាត់ពូជ។ | ដូចជាការសន្សំលុយកាក់ចូលក្នុងកូនជ្រូក ដែលកាក់នីមួយៗចូលរួមបង្កើនទឹកប្រាក់សរុបស្មើៗគ្នា ដោយគ្មានកាក់ណាមួយមានឥទ្ធិពលរារាំងការកើនឡើងនៃលុយសរុបឡើយ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
