បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃការកំណត់ទំហំនិងរូបរាងឡូត៍ប្រមូលផល (Plot shape) ដែលមានប្រសិទ្ធភាពនិងត្រឹមត្រូវបំផុតសម្រាប់ការពិសោធន៍ដំណាំចម្ការផ្សេងៗ ដើម្បីកាត់បន្ថយភាពប្រែប្រួលនៃទិន្នន័យស្រាវជ្រាវកសិកម្ម។
វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះបានប្រមូលទិន្នន័យជាឯកតាមូលដ្ឋានពីឡូត៍ពិសោធន៍នៃដំណាំចម្ការជាច្រើនប្រភេទនៅតាមស្ថានីយពិសោធន៍នានា ដើម្បីវិភាគរកមេគុណបម្រែបម្រួល (Coefficient of Variation) សម្រាប់កំណត់ទំហំសមស្រប។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Uniformity Trial & CV Analysis for Grains and Legumes ការសាកល្បងឯកសណ្ឋាន និងការវិភាគ C.V. សម្រាប់ពោត សរហ្គាំ និងសណ្តែក |
ផ្តល់ទំហំឡូត៍តូចល្មមដែលជួយសន្សំសំចៃផ្ទៃដី កម្លាំងពលកម្ម និងថវិកាក្នុងការស្រាវជ្រាវ ដោយអាចប្រើរូបរាងចតុកោណកែងណាមួយក៏បាន។ | ទំហំនេះតូចពេក មិនអាចអនុវត្តបានសម្រាប់ដំណាំដែលមានទំហំដើមធំ ឬដំណាំមើមនោះទេ។ | ទំហំឡូត៍ល្អបំផុតគឺ ៩ ម៉ែត្រការ៉េសម្រាប់ពោត/សរហ្គាំ និង ៧ ម៉ែត្រការ៉េសម្រាប់សណ្តែក (រាងចតុកោណកែង)។ |
| Uniformity Trial & CV Analysis for Root and Oil Crops ការសាកល្បងឯកសណ្ឋាន និងការវិភាគ C.V. សម្រាប់ដំឡូងមី និងល្ហុងខ្វង |
ធានាបាននូវភាពត្រឹមត្រូវខ្ពស់សម្រាប់ទិន្នន័យទិន្នផលដំណាំដែលមានគម្លាតដាំដុះធំ និងកាត់បន្ថយបម្រែបម្រួល (Variance) ប្រកបដោយប្រសិទ្ធភាព។ | ទាមទារទំហំដីពិសោធន៍ធំជាងមុន និងចំណាយពេលច្រើនក្នុងការប្រមូលផលដើម្បីវាស់វែង។ | ទំហំឡូត៍ល្អបំផុតគឺ ១៨ ម៉ែត្រការ៉េសម្រាប់ដំឡូងមី និង ១២ ម៉ែត្រការ៉េសម្រាប់ល្ហុងខ្វង (រាងចតុកោណកែង)។ |
| Uniformity Trial & CV Analysis for Fiber Crops ការសាកល្បងឯកសណ្ឋាន និងការវិភាគ C.V. សម្រាប់ដំណាំកប្បាស និងធ្មៃ |
រកឃើញរូបរាងឡូត៍ជាក់លាក់ (ទ្រវែង) ដែលជួយកាត់បន្ថយភាពល្អៀងនៃទិន្នន័យបានល្អបំផុតសម្រាប់ដំណាំយកសរសៃ។ | ការរៀបចំឡូត៍ដែលមានបណ្តោយវែងនិងទទឹងចង្អៀត អាចមានភាពស្មុគស្មាញក្នុងការអនុវត្តផ្ទាល់លើទីវាល។ | ទំហំឡូត៍ល្អបំផុតគឺ ១៥ ម៉ែត្រការ៉េសម្រាប់កប្បាស និង ៧ ម៉ែត្រការ៉េសម្រាប់ធ្មៃ (រាងចតុកោណកែងទ្រវែង)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារដីកសិកម្មជាក់ស្តែងសម្រាប់ការដាំដុះសាកល្បង និងកម្មវិធីកុំព្យូទ័រឬម៉ាស៊ីនគិតលេខសម្រាប់ធ្វើការវិភាគទិន្នន័យស្ថិតិ។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅតាមស្ថានីយពិសោធន៍នានាក្នុងប្រទេសថៃចន្លោះឆ្នាំ ១៩៧៨ ដល់ ១៩៨១ ដោយប្រើប្រាស់ពូជដំណាំនិងលក្ខខណ្ឌដីនៅទីនោះ។ ថ្វីត្បិតតែអាកាសធាតុនិងប្រព័ន្ធកសិកម្មមានភាពស្រដៀងគ្នានឹងប្រទេសកម្ពុជាក៏ដោយ ប៉ុន្តែភាពខុសគ្នានៃប្រភេទដី (ឧ. ដីល្បាយខ្សាច់នៅកម្ពុជា) និងពូជដំណាំក្នុងស្រុក អាចតម្រូវឱ្យមានការផ្ទៀងផ្ទាត់ឡើងវិញមុននឹងអនុវត្តពេញលេញ។
លទ្ធផលនៃការសិក្សានេះមានប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ការស្រាវជ្រាវកសិកម្មនៅកម្ពុជា ជាពិសេសក្នុងការជួយសន្សំសំចៃធនធាន។
ជារួម ការអនុវត្តតាមទំហំនិងរូបរាងឡូត៍ពិសោធន៍ដែលបានណែនាំនេះ នឹងជួយកាត់បន្ថយការចំណាយថវិកា ពេលវេលា និងកម្លាំងពលកម្ម ព្រមទាំងបង្កើនភាពជឿជាក់នៃលទ្ធផលស្រាវជ្រាវកសិកម្មនៅកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Uniformity trial (ការសាកល្បងឯកសណ្ឋាន) | វិធីសាស្ត្រដាំដំណាំមួយប្រភេទនៅលើផ្ទៃដីធំមួយដោយប្រើប្រាស់ពូជ ជី និងការថែទាំដូចៗគ្នាទាំងអស់ ដើម្បីវាស់វែងពីភាពប្រែប្រួលនៃដី និងកំណត់ទំហំឡូត៍ដែលល្អបំផុតសម្រាប់ការពិសោធន៍ទៅថ្ងៃមុខ។ | ដូចជាការឱ្យសិស្សទាំងអស់ស្លៀកសម្លៀកបំពាក់ដូចគ្នា ហើយវាស់កម្ពស់ពួកគេ ដើម្បីដឹងថាពួកគេមានកម្ពស់ខុសគ្នាពីធម្មជាតិកម្រិតណា ដោយមិនពាក់ព័ន្ធនឹងម៉ូដខោអាវ។ |
| Coefficient of variation / C.V. (មេគុណបម្រែបម្រួល) | រង្វាស់ស្ថិតិដែលបង្ហាញពីកម្រិតនៃការប្រែប្រួលឬភាពខុសគ្នានៃទិន្នន័យ (ដូចជាទិន្នផលដំណាំ) បៀបធៀបទៅនឹងមធ្យមភាគរបស់វា។ C.V. កាន់តែតូច បញ្ជាក់ថាទិន្នន័យកាន់តែមានភាពសុក្រឹតនិងអាចជឿទុកចិត្តបាន។ | ដូចជាការប្រៀបធៀបគម្លាតពិន្ទុរបស់សិស្សក្នុងថ្នាក់ បើពិន្ទុប្រហាក់ប្រហែលគ្នា (C.V. តូច) មានន័យថាសិស្សរៀនបានកម្រិតស្មើៗគ្នា។ |
| Basic unit (ឯកតាមូលដ្ឋាន) | ទំហំឡូត៍តូចបំផុត ឬជាគុម្ពដំណាំនីមួយៗ ដែលអ្នកស្រាវជ្រាវប្រើសម្រាប់ប្រមូលទិន្នន័យទិន្នផលដំបូង មុននឹងយកវាទៅផ្គុំចូលគ្នាជាឡូត៍ធំៗដើម្បីវិភាគរកទំហំឡូត៍ដែលល្អបំផុត។ | ដូចជាដុំឡេហ្គោ (Lego) មួយដុំតូច ដែលគេអាចយកទៅផ្គុំជាទម្រង់ធំៗផ្សេងៗគ្នាបាន។ |
| Variance (វ៉ារ្យង់ / បម្រែបម្រួល) | តម្លៃស្ថិតិដែលវាស់ស្ទង់ពីរបៀបដែលទិន្នន័យនីមួយៗ (ឧ. ទិន្នផលក្នុងមួយឡូត៍) ខុសគ្នាឬឃ្លាតពីតម្លៃមធ្យមភាគរួម។ ក្នុងការស្រាវជ្រាវកសិកម្ម គេចង់បានវ៉ារ្យង់ទាបដើម្បីងាយស្រួលរកឃើញឥទ្ធិពលពិតប្រាកដនៃពូជឬជី។ | ដូចជារយៈចម្ងាយនៃការបាញ់ព្រួញដែលខុសពីចំណុចកណ្តាលនៃផ្ទាំងស៊ីប បើព្រួញភាគច្រើននៅឆ្ងាយពីកណ្តាល មានន័យថាវ៉ារ្យង់ខ្ពស់។ |
| Least-squares method (វិធីសាស្ត្រការ៉េអប្បបរមា) | បច្ចេកទេសគណិតវិទ្យាសម្រាប់ស្វែងរកបន្ទាត់កោងឬបន្ទាត់ត្រង់ដែលស័ក្តិសមបំផុតទៅនឹងចំណុចទិន្នន័យនៅលើក្រាហ្វ ដើម្បីបង្កើតជាសមីការទំនាក់ទំនង (ឧទាហរណ៍ ទំនាក់ទំនងរវាងទំហំឡូត៍ និង C.V.)។ | ដូចជាការគូសបន្ទាត់មួយឱ្យនៅចន្លោះកណ្តាលនិងកៀកបំផុតទៅនឹងចំណុចជាច្រើននៅលើក្រដាស ដើម្បីមើលទិសដៅនៃការប្រែប្រួលយ៉ាងច្បាស់លាស់។ |
| F-test (ការធ្វើតេស្ត F) | វិធីសាស្ត្រស្ថិតិដែលត្រូវបានប្រើដើម្បីប្រៀបធៀបតម្លៃវ៉ារ្យង់ (ភាពប្រែប្រួល) រវាងក្រុមទិន្នន័យពីរឬច្រើន ថាតើវាមានភាពខុសគ្នាជាលក្ខណៈស្ថិតិឬអត់ ឧទាហរណ៍ ប្រៀបធៀបវ៉ារ្យង់រវាងឡូត៍រាងការ៉េ និងរាងចតុកោណកែងទ្រវែង។ | ដូចជាការប្រើជញ្ជីងថ្លឹងប្រៀបធៀបទម្ងន់ផ្លែឈើពីរកន្ត្រក ដើម្បីបញ្ជាក់តាមបែបវិទ្យាសាស្ត្រថាតើកន្ត្រកទាំងពីរពិតជាមានទម្ងន់ខុសគ្នាឬអត់។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
