បញ្ហា (The Problem)៖ ការចែកចាយ និងវត្តមានរបស់រុក្ខជាតិ Vitex glabrata (ដែលមានផ្ទុកសារធាតុ 20-hydroxyecdysone សម្រាប់ផលិតអ័រម៉ូនជំនួយកសិកម្ម) នៅក្នុងប្រទេសថៃមិនទាន់មានឯកសារច្បាស់លាស់នៅឡើយ ដែលបង្កការលំបាកដល់ការគ្រប់គ្រងប្រកបដោយចីរភាពសម្រាប់ការផលិត។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់ម៉ូដែលបែងចែកប្រភេទជីវមណ្ឌល ដើម្បីកំណត់ពីភាពស័ក្តិសមនៃជម្រក និងកត្តាបរិស្ថានពាក់ព័ន្ធទៅនឹងការរស់រានរបស់រុក្ខជាតិនេះ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| MaxEnt (All 20 Environmental Variables) ម៉ូដែលអង់ត្រូបពីអតិបរមា (MaxEnt) ដោយប្រើអថេរបរិស្ថានទាំង២០ |
ផ្តល់នូវការព្យាករណ៍តំបន់សក្តានុពលបានទូលំទូលាយ និងមានភាពជឿជាក់ខ្ពស់ ដោយគិតបញ្ចូលអថេរអាកាសធាតុ និងភូមិសាស្ត្រទាំងអស់រួមគ្នា។ | ទាមទារទិន្នន័យបរិស្ថានច្រើនប្រភេទ និងការគណនាស្មុគស្មាញ ដើម្បីវាយតម្លៃអន្តរកម្មរវាងអថេរនីមួយៗ។ | កំណត់បានផ្ទៃដី ២១% នៃប្រទេសថៃដែលមានសក្តានុពលខ្ពស់ ដោយមានតម្លៃតេស្ត AUC ស្មើនឹង ០,៧៤៤ ដែលបង្ហាញពីសមត្ថភាពម៉ូដែលក្នុងកម្រិតបង្គួរទៅល្អ។ |
| MaxEnt (Single Variable: Temperature Seasonality) ម៉ូដែល MaxEnt ដោយប្រើអថេរតែមួយ (រដូវកាលនៃសីតុណ្ហភាព) |
ជួយកំណត់យ៉ាងច្បាស់លាស់ពីឥទ្ធិពលឯករាជ្យនៃកត្តាដែលសំខាន់ជាងគេបំផុតសម្រាប់ការលូតលាស់របស់រុក្ខជាតិ។ | ខ្វះភាពសុក្រឹត និងមិនអាចបង្ហាញរូបភាពជារួមនៃប្រព័ន្ធអេកូឡូស៊ី ដោយសារមិនបានរាប់បញ្ចូលកត្តាទឹកភ្លៀង និងកម្ពស់ដី។ | បង្ហាញថារដូវកាលនៃសីតុណ្ហភាពតែមួយឯង ចូលរួមចំណែកដល់ទៅ ៥៨% ក្នុងការព្យាករណ៍ទីតាំងរស់រានរបស់រុក្ខជាតិ Vitex glabrata។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកជាចម្បងលើកម្មវិធីកុំព្យូទ័រឥតគិតថ្លៃ និងមូលដ្ឋានទិន្នន័យបើកទូលាយ (Open-source) ដែលមិនទាមទារការចំណាយខ្ពស់លើការទិញទិន្នន័យ ឬកម្លាំងម៉ាស៊ីន (Hardware) ធំដុំនោះទេ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងប្រទេសថៃ ដោយពឹងផ្អែកលើទិន្នន័យទីតាំងវត្តមានរុក្ខជាតិ Vitex glabrata ចំនួនត្រឹមតែ ៦១ កន្លែងប៉ុណ្ណោះ។ ចំនួនទិន្នន័យដែលនៅមានកម្រិត និងការប្រមូលទិន្នន័យភាគច្រើននៅតំបន់ងាយស្រួលចូលទៅដល់ អាចបង្កើតជាភាពលម្អៀង (Geographical Bias)។ ចំណុចនេះមានសារៈសំខាន់សម្រាប់ប្រទេសកម្ពុជា ប្រសិនបើចង់អនុវត្តវិធីសាស្ត្រនេះ គឺចាំបាច់ត្រូវធានាឱ្យមានការប្រមូលទិន្នន័យឱ្យបានទូលំទូលាយរហូតដល់តំបន់ព្រៃជ្រៅ ដើម្បីឱ្យការព្យាករណ៍កាន់តែមានភាពសុក្រឹត។
វិធីសាស្ត្រប្រើប្រាស់ម៉ូដែល MaxEnt នេះមានសារៈសំខាន់ និងអាចយកមកអនុវត្តបានយ៉ាងមានប្រសិទ្ធភាពនៅប្រទេសកម្ពុជា ដើម្បីធ្វើការរៀបចំផែនការអភិរក្ស និងទាញយកប្រយោជន៍ពីរុក្ខជាតិសក្តានុពល។
សរុបមក ការប្រើប្រាស់ម៉ូដែលបែងចែកប្រភេទជីវមណ្ឌល (SDM) នឹងជួយកម្ពុជាក្នុងការគ្រប់គ្រងធនធានធម្មជាតិប្រកបដោយចីរភាព និងចំណាយធនធានចុះអង្កេតក្នុងព្រៃយ៉ាងមានប្រសិទ្ធភាពបំផុត។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Maximum entropy model (ម៉ូដែលអង់ត្រូបពីអតិបរមា ឬ MaxEnt) | ជាប្រភេទម៉ូដែលគណិតវិទ្យា និងកុំព្យូទ័រ ដែលប្រើប្រាស់ទិន្នន័យទីតាំងមានវត្តមានរបស់រុក្ខជាតិ ឬសត្វ ផ្សារភ្ជាប់ជាមួយទិន្នន័យបរិស្ថាន (ដូចជាអាកាសធាតុ កម្ពស់ដី) ដើម្បីទស្សន៍ទាយពីតំបន់ផ្សេងទៀតដែលអាចមានលក្ខណៈស័ក្តិសមសម្រាប់ការរស់រានរបស់ពួកវា។ | ដូចជាការសង្កេតមើលចំណូលចិត្តម្ហូបរបស់មិត្តភក្តិអ្នកពីមុនៗ ដើម្បីទាយថាភោជនីយដ្ឋានមួយណាដែលពួកគេនឹងចូលចិត្តទៅញ៉ាំនៅពេលក្រោយ។ |
| Species distribution models (ម៉ូដែលបែងចែកប្រភេទជីវមណ្ឌល ឬ SDMs) | គឺជាវិធីសាស្ត្រក្នុងការប៉ាន់ស្មានទំហំភូមិសាស្ត្រនៃការចែកចាយរបស់ប្រភេទរុក្ខជាតិ ឬសត្វណាមួយ ដោយប្រើប្រាស់កំណត់ត្រាទីតាំងដែលពួកវាធ្លាប់រស់នៅ និងលក្ខខណ្ឌបរិស្ថាននៅទីនោះ។ | ដូចជាការគូសផែនទីបង្ហាញពីតំបន់ដែលអាចមានរ៉ែមាស ដោយផ្អែកលើទីតាំងភូមិសាស្ត្រដែលគេធ្លាប់ជីកឃើញមាសពីមុនមក។ |
| 20-hydroxyecdysone (សារធាតុ 20-អុីដ្រុកស៊ីអិចឌីសូន) | ជាសមាសធាតុគីមីម្យ៉ាងដែលមានបរិមាណច្រើននៅក្នុងសំបកដើមរបស់រុក្ខជាតិ Vitex glabrata ដែលត្រូវបានគេប្រើប្រាស់ជាវត្ថុធាតុដើមចម្បងសម្រាប់សំយោគបង្កើតអ័រម៉ូនជំនួយការលូតលាស់របស់រុក្ខជាតិ។ | ដូចជាម្សៅមេសម្រាប់ធ្វើជានំប៉័ង ដែលជាវត្ថុធាតុដើមដ៏សំខាន់មិនអាចខ្វះបានសម្រាប់កែច្នៃជាផលិតផលសម្រេច។ |
| Brassinosteroid-mimic compound (សមាសធាតុត្រាប់តាមប្រាស៊ីណូស្តេរ៉ូអ៊ីត) | ជាសមាសធាតុគីមីកែច្នៃ (ដូចជា DHECD) ដែលធ្វើត្រាប់តាមសកម្មភាពរបស់អ័រម៉ូនរុក្ខជាតិម្យ៉ាងឈ្មោះ Brassinosteroids ដើម្បីជួយជំរុញការលូតលាស់ និងបង្កើនទិន្នផលកសិកម្មយ៉ាងមានប្រសិទ្ធភាព។ | ដូចជាវីតាមីនបំប៉នសិប្បនិម្មិតដែលផលិតឡើង ដើម្បីជួយឲ្យរាងកាយលូតលាស់បានល្អដូចទៅនឹងការទទួលបានវីតាមីនពីធម្មជាតិដែរ។ |
| Area under the curve (ផ្ទៃក្រោមកោង ឬ AUC) | ជារង្វាស់ស្ថិតិដែលត្រូវបានប្រើដើម្បីវាយតម្លៃគុណភាព និងភាពសុក្រឹតនៃម៉ូដែលព្យាករណ៍។ តម្លៃ AUC កាន់តែខិតជិត ១ មានន័យថាម៉ូដែលនោះមានសមត្ថភាពទស្សន៍ទាយបានកាន់តែត្រឹមត្រូវ និងអាចជឿទុកចិត្តបាន។ | ដូចជាពិន្ទុប្រឡងរបស់សិស្សម្នាក់អញ្ចឹង បើបានពិន្ទុកាន់តែជិត ១០០ គឺបញ្ជាក់ថាសិស្សនោះរៀនកាន់តែពូកែ និងធ្វើលំហាត់បានត្រឹមត្រូវច្រើន។ |
| Bioclimatic variables (អថេរអាកាសធាតុជីវសាស្ត្រ) | ជាទិន្នន័យអាកាសធាតុ (ដូចជាសីតុណ្ហភាព និងបរិមាណទឹកភ្លៀង) ដែលត្រូវបានគណនាជាមធ្យមប្រចាំឆ្នាំ ឬតាមរដូវកាល ដើម្បីបង្ហាញពីឥទ្ធិពលនៃអាកាសធាតុទៅលើការរស់រាន និងការលូតលាស់របស់ជីវិតរុក្ខជាតិឬសត្វណាមួយ។ | ដូចជាការកត់ត្រាពីរបបទឹកភ្លៀង និងកម្តៅព្រះអាទិត្យប្រចាំខែនីមួយៗក្នុងមួយឆ្នាំ ដើម្បីពិនិត្យមើលថាខែណាគួរដាំដំណាំអ្វីទើបល្អ។ |
| Jackknife test (តេស្ត Jackknife) | គឺជាវិធីសាស្ត្រវាយតម្លៃស្ថិតិនៅក្នុងម៉ូដែល ដើម្បីស្វែងរកថាអថេរបរិស្ថានមួយណា (ឧទាហរណ៍៖ សីតុណ្ហភាព ឬ កម្ពស់) ដែលមានឥទ្ធិពលខ្លាំងជាងគេ តាមរយៈការសាកល្បងដកអថេរនោះចេញ ឬប្រើតែអថេរនោះតែឯងដើម្បីទស្សន៍ទាយ។ | ដូចជាការសាកល្បងដកគ្រឿងផ្សំម្តងមួយៗចេញពីសម្ល ដើម្បីដឹងថាគ្រឿងផ្សំមួយណាដែលជាកត្តាសំខាន់បំផុតធ្វើឲ្យសម្លនោះមានរសជាតិឆ្ងាញ់ជាងគេ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
