បញ្ហា (The Problem)៖ ឯកសារនេះផ្តោតលើការធ្វើចំណាត់ថ្នាក់វត្តិករសាស្ត្រ និងការកំណត់អត្តសញ្ញាណប្រភេទចេកព្រៃ (Musa acuminata Colla) នៅតំបន់ភាគខាងជើងកម្រិតទាបនៃប្រទេសថៃ ដោយសារភាពស្មុគស្មាញនៃលក្ខណៈរូបសាស្ត្ររបស់វា។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រមូលសំណាកចេកព្រៃចំនួន ៣០៩ ដើម មកធ្វើការវិភាគប្រៀបធៀបដោយប្រើប្រាស់វិធីសាស្ត្រវត្តិករសាស្ត្របុរាណ និងបច្ចេកទេសវិភាគទិន្នន័យចង្កោម (Cluster Analysis)។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Classical Taxonomy វត្តិករសាស្ត្របុរាណ (ការចាត់ថ្នាក់តាមលក្ខណៈរូបសាស្ត្រ) |
ងាយស្រួលសម្រាប់ការងារផ្ទាល់នៅទីវាល និងអាចកំណត់អត្តសញ្ញាណបានលឿនដោយមិនតម្រូវឱ្យមានឧបករណ៍មន្ទីរពិសោធន៍ទំនើប។ វាស័ក្តិសមសម្រាប់ការសិក្សាបឋម និងការចុះអង្កេតផ្ទាល់។ | ការកំណត់ចំណាត់ថ្នាក់អាចមានភាពលម្អៀងដោយសារការសង្កេតដោយភ្នែក និងពិបាកក្នុងការបែងចែកសំណាកដែលមានលក្ខណៈប្រហាក់ប្រហែលគ្នាខ្លាំងដោយគ្មានទិន្នន័យគណិតវិទ្យា។ | អាចបែងចែកសំណាកចេកព្រៃ Musa acuminata ចំនួន ៣០៩ ដើម ជា ៧ ក្រុមធំៗប្រកបដោយប្រសិទ្ធភាព។ |
| Hierarchical Cluster Analysis ការវិភាគចង្កោមតាមឋានានុក្រម |
ផ្តល់នូវដ្យាក្រាមឋានានុក្រម (Dendrogram) ដែលបង្ហាញយ៉ាងច្បាស់អំពីទំនាក់ទំនង និងកម្រិតចម្ងាយ (Distance) រវាងក្រុមនីមួយៗ ជួយឱ្យងាយស្រួលមើលឃើញទិដ្ឋភាពរួមនៃការចាត់ថ្នាក់។ | ទាមទារការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រ និងការប្រមូលទិន្នន័យជាលេខដែលមានភាពច្បាស់លាស់ និងចំណាយពេលច្រើនក្នុងការបំប្លែងទិន្នន័យ។ | បានបែងចែកសំណាកជា ៧ ចង្កោមនៅកម្រិតចម្ងាយ ៥ ឯកតា ជាមួយនឹងកម្រិតនៃភាពស្រដៀងគ្នា ៨០%។ |
| K-means Cluster Analysis ការវិភាគចង្កោមប្រភេទ K-means |
ស័ក្តិសមបំផុតសម្រាប់សំណាកដែលមានចំនួនច្រើន (លើសពី ២០០ សំណាក) និងជួយបញ្ជាក់ ឬផ្ទៀងផ្ទាត់ឡើងវិញនូវភាពត្រឹមត្រូវនៃការចាត់ថ្នាក់។ | អ្នកស្រាវជ្រាវត្រូវកំណត់ចំនួនចង្កោម (K) ជាមុន ហើយលទ្ធផលអាចប្រែប្រួលបន្តិចបន្តួចអាស្រ័យលើតម្លៃមជ្ឈមណ្ឌលនៃការចាប់ផ្តើម (Initial cluster center)។ | ផ្តល់លទ្ធផលបែងចែកជា ៧ ក្រុម ដែលស្របគ្នា និងមិនមានភាពខុសគ្នាយ៉ាងមានន័យ (P=0.05) ពីវិធីសាស្ត្រវត្តិករសាស្ត្របុរាណ។ |
| Discriminant Analysis ការវិភាគរើសអើង (ការផ្ទៀងផ្ទាត់ចំណាត់ថ្នាក់) |
មានប្រសិទ្ធភាពខ្ពស់ក្នុងការផ្ទៀងផ្ទាត់ (Cross-check) និងបញ្ជាក់ពីភាពត្រឹមត្រូវនៃប្រូបាប៊ីលីតេក្នុងការទស្សន៍ទាយក្រុមនីមួយៗ។ | មិនមែនជាវិធីសាស្ត្រសម្រាប់បង្កើតចំណាត់ថ្នាក់ពីដំបូងឡើយ គឺគ្រាន់តែជាឧបករណ៍ស្ថិតិសម្រាប់វាស់ស្ទង់ភាពត្រឹមត្រូវនៃចង្កោមដែលបានបង្កើតរួចប៉ុណ្ណោះ។ | បង្ហាញពីប្រូបាប៊ីលីតេនៃការបំបែកក្រុមដោយភាពជាក់លាក់ខ្ពស់ពី ៨៣% ទៅ ១០០% ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះផ្តោតលើការចុះវាល និងការប្រើប្រាស់កម្មវិធីស្ថិតិដោយមិនតម្រូវឱ្យមានមន្ទីរពិសោធន៍ជីវសាស្ត្រម៉ូលេគុល (DNA) ដែលមានតម្លៃថ្លៃនោះទេ ធ្វើឱ្យវាមានភាពសន្សំសំចៃខ្ពស់សម្រាប់ការស្រាវជ្រាវ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងឧទ្យានជាតិ និងតំបន់អភិរក្សចំនួន ៥ ស្ថិតនៅភាគខាងជើងកម្រិតទាបនៃប្រទេសថៃ។ ដោយសារទីតាំងភូមិសាស្ត្រ អាកាសធាតុ និងប្រព័ន្ធអេកូឡូស៊ីមានភាពស្រដៀងគ្នាខ្លាំងទៅនឹងតំបន់ព្រៃភ្នំក្នុងប្រទេសកម្ពុជា ទិន្នន័យនេះមានសារៈសំខាន់សម្រាប់ការអនុវត្តប្រៀបធៀប ប៉ុន្តែលក្ខណៈរូបសាស្ត្រអាចមានបម្រែបម្រួលបន្តិចបន្តួចទៅតាមអតិសុខុមបរិស្ថាន (Microclimate) នៃតំបន់នីមួយៗ។
ការរួមបញ្ចូលគ្នារវាងវិធីសាស្ត្ររូបសាស្ត្រ និងស្ថិតិវិភាគនេះ គឺមានអត្ថប្រយោជន៍ និងស័ក្តិសមខ្លាំងណាស់សម្រាប់អ្នកស្រាវជ្រាវ និងស្ថាប័នកម្ពុជា ក្នុងការសិក្សាពីជីវចម្រុះដោយប្រើប្រាស់ថវិកាមានកម្រិត។
សរុបមក ការប្រើប្រាស់វិធីសាស្ត្រវត្តិករសាស្ត្របុរាណរួមផ្សំជាមួយកម្មវិធីវិភាគចង្កោម គឺជាជម្រើសដ៏មានប្រសិទ្ធភាពចំណាយ (Cost-effective) និងជាក់ស្តែងបំផុតសម្រាប់ប្រទេសកម្ពុជា ក្នុងការរុករក អភិរក្ស និងទាញយកប្រយោជន៍ពីធនធានសេនេទិចរុក្ខជាតិ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Classical taxonomy (វត្តិករសាស្ត្របុរាណ) | វិធីសាស្ត្រចាត់ថ្នាក់រុក្ខជាតិ ឬសត្វ ដោយផ្អែកលើការសង្កេតផ្ទាល់ភ្នែកលើលក្ខណៈរូបរាងខាងក្រៅ (ដូចជា ពណ៌ ទំហំ ទម្រង់ស្លឹក ឬផ្កា) ធៀបនឹងឯកសារយោង ដោយមិនប្រើប្រាស់ការវិភាគ DNA ឬកូដកុំព្យូទ័រស្មុគស្មាញឡើយ។ | ដូចជាការបែងចែកសៀវភៅក្នុងបណ្ណាល័យទៅតាមពណ៌កម្រប ឬទំហំរបស់វា ដោយប្រើភ្នែកមើលផ្ទាល់។ |
| Hierarchical cluster analysis (ការវិភាគចង្កោមតាមឋានានុក្រម) | បច្ចេកទេសស្ថិតិដែលចងក្រងទិន្នន័យជាក្រុមៗតាមលំដាប់ថ្នាក់ ដោយចាប់ផ្តើមពីធាតុនីមួយៗដាច់ដោយឡែក រួចផ្គុំបញ្ចូលគ្នាជាក្រុមធំជាងមុនបន្តបន្ទាប់រហូតដល់រួមបញ្ចូលគ្នាតែមួយ ដោយផ្អែកលើភាពស្រដៀងគ្នានៃលក្ខណៈរបស់វា។ | ដូចជាការគូរមែកធាងពង្សាវតារគ្រួសារ ដែលបង្ហាញពីទំនាក់ទំនងពីបងប្អូនបង្កើត ទៅជីដូនជីតា និងសាច់ញាតិឆ្ងាយៗ។ |
| K-means cluster analysis (ការវិភាគចង្កោម K-means) | វិធីសាស្ត្របែងចែកទិន្នន័យជាក្រុមៗ (Clusters) ចំនួន K ដែលបានកំណត់ទុកជាមុន ដោយក្បួនដោះស្រាយ (Algorithm) ព្យាយាមចាត់ចែងទិន្នន័យនីមួយៗទៅក្នុងក្រុមណាដែលមានចំណុចកណ្តាល (Centroid) ខិតជិតវាបំផុត។ | ដូចជាការបែងចែកសិស្សក្នុងថ្នាក់ជា ៧ ក្រុមដោយស្វ័យប្រវត្តិ ដោយឱ្យសិស្សដែលមានកម្ពស់ និងទម្ងន់ប្រហាក់ប្រហែលគ្នានៅក្រុមជាមួយគ្នា។ |
| Discriminant analysis (ការវិភាគរើសអើង / ការវិភាគប្រូបាប៊ីលីតេនៃការបែងចែក) | បច្ចេកទេសស្ថិតិប្រើសម្រាប់ទស្សន៍ទាយ និងផ្ទៀងផ្ទាត់ថាតើទិន្នន័យមួយ (ឧ. សំណាករុក្ខជាតិ) គួរតែស្ថិតនៅក្នុងក្រុមដែលគេបានបែងចែករួចហើយឬទេ ដោយវាស់ស្ទង់ភាពត្រឹមត្រូវ (Precise separation) នៃការចាត់ថ្នាក់នោះ។ | ដូចជាអ្នកត្រួតពិនិត្យគុណភាព ដែលឆែកមើលឡើងវិញថាតើផ្លែឈើដែលរៀបចំដាក់កន្ត្រកតាមទំហំរួចហើយនោះ ពិតជាដាក់ត្រូវកន្ត្រករបស់វាដែរឬទេ។ |
| Dendrogram (ដ្យាក្រាមមែកធាង / ដ្យាក្រាមឋានានុក្រម) | គំនូសបំព្រួញ ឬដ្យាក្រាមដែលមានរាងដូចមែកធាង ប្រើសម្រាប់បង្ហាញពីលទ្ធផលនៃការវិភាគចង្កោមតាមឋានានុក្រម ដើម្បីឱ្យគេងាយស្រួលមើលឃើញពីទំនាក់ទំនង និងកម្រិតភាពស្រដៀងគ្នារវាងក្រុមសំណាកនីមួយៗ។ | ដូចជាតារាងកាលវិភាគប្រកួតកីឡា (Tournament Bracket) ដែលបង្ហាញពីការប្រកួតជម្រុះផ្គូផ្គងគ្នាឡើងទៅវគ្គផ្តាច់ព្រ័ត្រ។ |
| Euclidean Distance (ចម្ងាយអឺគ្លីត) | រង្វាស់គណិតវិទ្យាដែលគណនាចម្ងាយត្រង់រវាងចំណុចពីរនៅក្នុងលំហទិន្នន័យ ដែលក្នុងបរិបទនេះប្រើដើម្បីវាស់ថាតើសំណាករុក្ខជាតិពីរមានលក្ខណៈខុសគ្នា ឬស្រដៀងគ្នាប៉ុនណា (ចម្ងាយតូចមានន័យថាស្រដៀងគ្នាខ្លាំង)។ | ដូចជាការយកបន្ទាត់ទៅវាស់ប្រវែងបន្ទាត់ត្រង់កាត់ពីផ្ទះមួយទៅផ្ទះមួយទៀតនៅលើផែនទី ដើម្បីដឹងថាផ្ទះទាំងពីរនៅជិតគ្នាប៉ុនណា។ |
| Morphological scoring (ការផ្តល់ពិន្ទុតាមលក្ខណៈរូបសាស្ត្រ) | ការបំប្លែងលក្ខណៈរូបរាងខាងក្រៅដែលមើលឃើញពីធម្មជាតិ (ដូចជាពណ៌ផ្កា ទម្រង់ស្លឹក ឬវត្តមានរោម) ទៅជាតម្លៃលេខ ដើម្បីអាចយកទិន្នន័យទាំងនោះទៅគណនា និងប្រៀបធៀបក្នុងកម្មវិធីស្ថិតិកុំព្យូទ័របាន។ | ដូចជាការដាក់ពិន្ទុពី ១ ដល់ ៥ លើកម្រិតភាពហឹរនៃម្ហូប ដើម្បីងាយស្រួលប្រៀបធៀបគ្នាតាមតួលេខ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
