Original Title: Determination of Optimal Levels of Energy, Protein, and Fiber in the Diets of New Zealand White Growing Rabbits Based on Nutrient-Response Models
Source: doi.org/10.31817/vjas.2019.2.1.01
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការកំណត់កម្រិតល្អបំផុតនៃថាមពល ប្រូតេអ៊ីន និងកាកសរសៃនៅក្នុងរបបអាហាររបស់ទន្សាយពូជ New Zealand White ដែលកំពុងលូតលាស់ ដោយផ្អែកលើម៉ូដែលឆ្លើយតបសារធាតុចិញ្ចឹម

ចំណងជើងដើម៖ Determination of Optimal Levels of Energy, Protein, and Fiber in the Diets of New Zealand White Growing Rabbits Based on Nutrient-Response Models

អ្នកនិពន្ធ៖ Nguyen Xuan Trach (Faculty of Animal Science, Vietnam National University of Agriculture), Tran Hiep (Faculty of Animal Science, Vietnam National University of Agriculture), Nguyen Thi Duong Huyen (Faculty of Animal Science, Vietnam National University of Agriculture), Nguyen Van Dat (Faculty of Agriculture, Vinh Phuc Technology - Economics College)

ឆ្នាំបោះពុម្ព៖ 2019, Vietnam Journal of Agricultural Sciences

វិស័យសិក្សា៖ Animal Science

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះមានគោលបំណងស្វែងរកកម្រិតល្អបំផុតនៃថាមពល ប្រូតេអ៊ីន និងកាកសរសៃនៅក្នុងរបបអាហាររបស់ទន្សាយពូជ New Zealand White ដែលកំពុងលូតលាស់ ដោយពឹងផ្អែកលើចំណីអាហារបៃតងដែលមាននៅក្នុងស្រុកដើម្បីកាត់បន្ថយចំណាយលើចំណី។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់វិធីសាស្ត្រធ្វើម៉ូដែលគណិតវិទ្យានៃខ្សែខ្សែកោងឆ្លើយតបសារធាតុចិញ្ចឹម (Nutrient-response curves) លើទន្សាយចំនួន ១២៥ ក្បាលដោយផ្តល់របបអាហារដែលមានកម្រិតសារធាតុចិញ្ចឹមខុសៗគ្នា។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Standard High-Starch and High-Protein Diets
របបអាហារមានជាតិម្សៅ និងប្រូតេអ៊ីនខ្ពស់តាមស្តង់ដារ (ប្រទេសអភិវឌ្ឍន៍)
ជួយឱ្យសត្វលូតលាស់បានលឿន និងងាយស្រួលក្នុងការគ្រប់គ្រងការផ្តល់ចំណីនៅតាមកសិដ្ឋានខ្នាតធំ។ មានតម្លៃថ្លៃដើមខ្ពស់ និងអាចបណ្តាលឱ្យមានបញ្ហារំលាយអាហារ ដែលធ្វើឱ្យអត្រាត្រួតងាប់របស់ទន្សាយកើនឡើង។ ត្រូវបានលើកឡើងក្នុងឯកសារថាជារបបអាហារដែលមានតម្លៃថ្លៃ និងកាត់បន្ថយអត្ថប្រយោជន៍សេដ្ឋកិច្ចសម្រាប់ការចិញ្ចឹមនៅប្រទេសកំពុងអភិវឌ្ឍន៍។
Nutrient-Response Modeling (Local Forages)
ការធ្វើម៉ូដែលឆ្លើយតបសារធាតុចិញ្ចឹមដោយប្រើប្រាស់ចំណីបៃតងក្នុងស្រុក
អាចកំណត់កម្រិតសារធាតុចិញ្ចឹមបានយ៉ាងច្បាស់លាស់ ជួយកាត់បន្ថយថ្លៃដើមចំណី និងជួយរក្សាសុខភាពប្រព័ន្ធរំលាយអាហាររបស់ទន្សាយបានល្អប្រសើរ។ ទាមទារការតាមដានយ៉ាងម៉ត់ចត់លើបរិមាណចំណីស៊ីប្រចាំថ្ងៃ ការវាស់វែងទម្ងន់ជាប់លាប់ និងការវិភាគគណិតវិទ្យាស្មុគស្មាញ។ កំណត់បានកម្រិតល្អបំផុតគឺ៖ ថាមពល (ME) ២១០៦-២១៦២ Kcal/kg ប្រូតេអ៊ីនឆៅ (CP) ១៦.៥-១៦.៨% និងកាកសរសៃ (ADF) ២១.៩-២២.៤%។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារឱ្យមានធនធានឧបករណ៍មន្ទីរពិសោធន៍ត្រឹមត្រូវសម្រាប់ការវិភាគសារធាតុចិញ្ចឹម និងកម្មវិធីកុំព្យូទ័រសម្រាប់ការធ្វើម៉ូដែលគណិតវិទ្យា។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅភាគខាងជើងនៃប្រទេសវៀតណាម ដោយប្រើប្រាស់ទន្សាយឈ្មោលពូជ New Zealand White ចំនួន ១២៥ ក្បាល ដែលមានអាយុ ៦ សប្តាហ៍។ ទិន្នន័យនេះមានភាពពាក់ព័ន្ធខ្លាំងសម្រាប់ប្រទេសកម្ពុជា ដោយសារអាកាសធាតុ ពូជទន្សាយ និងប្រភេទចំណីបៃតងនៅទីនោះមានលក្ខណៈស្រដៀងគ្នាខ្លាំងនឹងកម្ពុជា។ ទោះជាយ៉ាងណាក៏ដោយ ការពិសោធន៍តែលើទន្សាយឈ្មោលអាចជាចំណុចខ្វះខាតមួយ ដែលមិនអាចឆ្លុះបញ្ចាំងទាំងស្រុងពីអត្រាកំណើន និងការបម្លែងចំណីរបស់ទន្សាយញីឡើយ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រ និងលទ្ធផលពីការសិក្សានេះមានភាពស័ក្តិសម និងអាចយកមកអនុវត្តដោយផ្ទាល់នៅក្នុងវិស័យកសិកម្មនៅប្រទេសកម្ពុជា។

សរុបមក ការរកឃើញនេះផ្តល់នូវមូលដ្ឋានគ្រឹះវិទ្យាសាស្ត្រដ៏រឹងមាំសម្រាប់កសិករកម្ពុជាក្នុងការកែច្នៃចំណីសត្វប្រកបដោយនិរន្តរភាព និងកាត់បន្ថយថ្លៃដើមផលិតកម្មយ៉ាងមានប្រសិទ្ធភាព។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាពីមូលដ្ឋានគ្រឹះនៃការវិភាគសារធាតុចិញ្ចឹម: និស្សិតគួរស្វែងយល់ពីវិធីសាស្ត្រវិភាគ AOAC Standards ដើម្បីអាចកំណត់កម្រិត Crude Protein (CP), Metabolizable Energy (ME), និង Acid Detergent Fiber (ADF) នៅក្នុងរុក្ខជាតិក្នុងស្រុក។
  2. រៀបចំរូបមន្តចំណីសាកល្បង (Diet Formulation): ប្រើប្រាស់វត្ថុធាតុដើមដែលងាយរកនៅកម្ពុជា (ដូចជាស្មៅរ៉ូស៊ី ស្លឹកដំឡូងជ្វា និងកន្ទក់) ដើម្បីបង្កើតជារបបអាហារក្នុងកម្រិតផ្សេងៗគ្នា ដោយប្រើប្រាស់មុខងារ Excel Solver ឬកម្មវិធី Feed Formulation Software ដើម្បីថ្លឹងថ្លែងកម្រិតសារធាតុចិញ្ចឹម។
  3. អនុវត្តការពិសោធន៍ជាក់ស្តែងលើសត្វ (In-vivo Experiment): រៀបចំការពិសោធន៍ដោយតាមដានការលូតលាស់ (Average Daily Gain) និងការបម្លែងចំណី (Feed Conversion Ratio) ប្រចាំថ្ងៃរបស់សត្វ ព្រមទាំងប្រមូលសំណាកលាមកដើម្បីគណនាអត្រារំលាយអាហារ (Digestibility)។
  4. វិភាគទិន្នន័យដោយប្រើម៉ូដែលគណិតវិទ្យា: ប្រើប្រាស់កម្មវិធីស្ថិតិដូចជា RStudio ជាមួយកញ្ចប់ nlme សម្រាប់ការបង្កើត Generalized Least Squares Model ដើម្បីស្វែងរកខ្សែកោងឆ្លើយតប (Nutrient-response curves) និងកំណត់កម្រិតអតិបរមា និងអប្បបរមា។
  5. វាយតម្លៃលើប្រសិទ្ធភាពសេដ្ឋកិច្ច (Economic Viability Analysis): មុននឹងណែនាំរូបមន្តចំណីទៅកាន់កសិករ ត្រូវប្រៀបធៀបតម្លៃដើមនៃចំណីដែលផ្សំឡើង ធៀបនឹងកំណើនដែលទទួលបាន (Cost-Benefit Analysis) ដើម្បីធានាថាវាផ្តល់ផលចំណេញផ្នែកសេដ្ឋកិច្ចខ្ពស់បំផុត។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Nutrient-Response Model (ម៉ូដែលឆ្លើយតបសារធាតុចិញ្ចឹម) ជាវិធីសាស្ត្រគណិតវិទ្យាដែលត្រូវបានប្រើប្រាស់ដើម្បីទស្សន៍ទាយពីរបៀបដែលសត្វលូតលាស់ ឬឆ្លើយតប (ដូចជាឡើងទម្ងន់) នៅពេលដែលយើងផ្លាស់ប្តូរកម្រិតសារធាតុចិញ្ចឹមណាមួយនៅក្នុងរបបអាហាររបស់វា ដើម្បីស្វែងរកចំណុចដែលផ្តល់ទិន្នផលខ្ពស់បំផុត។ ប្រៀបដូចជាការធ្វើតេស្តស្វែងរកបរិមាណជីដែលស័ក្តិសមបំផុត ដែលធ្វើឲ្យរុក្ខជាតិលូតលាស់បានល្អបំផុតដោយមិនខ្ជះខ្ជាយ។
Metabolizable Energy (ថាមពលដែលអាចធ្វើមេតាបូលីសបាន / ME) ជាបរិមាណថាមពលសរុបចេញពីចំណីដែលសត្វអាចស្រូបយកទៅប្រើប្រាស់បានសម្រាប់ចិញ្ចឹមរាងកាយ និងលូតលាស់ បន្ទាប់ពីបានដកចេញនូវថាមពលដែលបាត់បង់តាមរយៈលាមក ទឹកនោម និងឧស្ម័ន។ ប្រៀបដូចជាប្រាក់ខែសុទ្ធដែលយើងទទួលបាន និងអាចយកទៅចាយវាយបាន បន្ទាប់ពីកាត់ពន្ធនិងការចំណាយផ្សេងៗរួចរាល់។
Acid Detergent Fiber (កាកសរសៃមិនរលាយក្នុងអាស៊ីត / ADF) ជាផ្នែកនៃកាកសរសៃរុក្ខជាតិដែលស្មុគស្មាញ និងពិបាករំលាយបំផុត (រួមមានសែលុយឡូស និងលីញីន) ដែលវាមានតួនាទីជួយសម្រួលដល់ចលនាពោះវៀនរបស់សត្វស៊ីស្មៅ ប៉ុន្តែបើមានបរិមាណច្រើនពេកវានឹងកាត់បន្ថយការស្រូបយកជីវជាតិ។ ប្រៀបដូចជាគ្រោងដែកនៃអគារដែលរឹងមាំខ្លាំងនិងមិនអាចរំលាយបានងាយៗ ដែលជួយទ្រទ្រង់រចនាសម្ព័ន្ធរុក្ខជាតិ។
Feed Conversion Ratio (អនុបាតបម្លែងចំណី / FCR) ជារង្វាស់នៃប្រសិទ្ធភាពចំណី ដែលបង្ហាញថាតើសត្វត្រូវស៊ីចំណីប៉ុន្មានគីឡូក្រាមទើបអាចឡើងទម្ងន់បាន ១ គីឡូក្រាម។ លេខ FCR កាន់តែតូច មានន័យថាសត្វឆាប់ធំ និងសន្សំសំចៃចំណីបានកាន់តែច្រើន។ ប្រៀបដូចជាការវាស់ស្ទង់ថាតើរថយន្តមួយស៊ីសាំងប៉ុន្មានលីត្រដើម្បីអាចរត់បានចម្ងាយ ១០០ គីឡូម៉ែត្រ។
Average Daily Gain (អត្រាកំណើនប្រចាំថ្ងៃ / ADG) ជាបរិមាណទម្ងន់ជាមធ្យមដែលសត្វអាចកើនឡើងជារៀងរាល់ថ្ងៃក្នុងអំឡុងពេលនៃការចិញ្ចឹម ដែលជារង្វាស់ដ៏សំខាន់សម្រាប់វាយតម្លៃល្បឿននៃការលូតលាស់របស់សត្វ។ ប្រៀបដូចជាការវាស់កម្ពស់ក្មេងដែលលូតឡើងជារៀងរាល់ខែជាមធ្យម ដើម្បីដឹងថាគាត់ធំធាត់លឿនកម្រិតណា។
Caecal fermentation (ការរំលាយអាហារដោយមេរោគក្នុងពោះវៀនខ្វាក់) ជាដំណើរការដែលបាក់តេរីនិងមីក្រូសរីរាង្គនៅក្នុងថង់ពោះវៀនខ្វាក់ (Caecum) របស់សត្វទន្សាយ ធ្វើការរំលាយកាកសរសៃពីរុក្ខជាតិបំប្លែងទៅជាអាស៊ីតខ្លាញ់ងាយហើរ ដែលជាប្រភពថាមពលដ៏សំខាន់សម្រាប់សត្វ។ ប្រៀបដូចជារោងចក្រផលិតជីកំប៉ុសខ្នាតតូចនៅក្នុងពោះសត្វ ដែលយកកាកសំណល់រុក្ខជាតិទៅផលិតជាជីបំប៉ន។
Generalized least squares model (ម៉ូដែលការ៉េអប្បបរមាទូទៅ) ជាបច្ចេកទេសស្ថិតិគណិតវិទ្យាមួយដែលគេប្រើដើម្បីគូសខ្សែកោងតំណាងឲ្យទិន្នន័យដែលរាយប៉ាយ ដើម្បីស្វែងរកនិន្នាការ ឬទំនាក់ទំនងរវាងកត្តាពីរ (ឧទាហរណ៍៖ កម្រិតប្រូតេអ៊ីន និងការលូតលាស់) នៅពេលដែលទិន្នន័យមានលក្ខណៈប្រែប្រួលខ្លាំង។ ប្រៀបដូចជាការគូសបន្ទាត់មួយដែលរត់ចំកណ្តាលហ្វូងចំណុចជាច្រើននៅលើក្រដាស ដើម្បីមើលទិសដៅរួមនិងនិន្នាការរបស់វា។
Neutral Detergent Fiber (កាកសរសៃមិនរលាយក្នុងសាប៊ូអព្យាក្រឹត / NDF) ជាប្រភេទកាកសរសៃសរុបនៅក្នុងចំណីរុក្ខជាតិ (រួមបញ្ចូលទាំងចំណែកដែលស្រួលរំលាយជាង ADF) វាជាកត្តាសំខាន់ដែលប្រើដើម្បីកំណត់បរិមាណចំណីអតិបរមាដែលសត្វអាចស៊ីបាន ព្រោះវាបង្កើតភាពឆ្អែតដល់សត្វ។ ប្រៀបដូចជាទំហំនៃអេប៉ុងដែលបឺតទឹកពង្រីកខ្លួននៅក្នុងពោះ ដែលធ្វើឲ្យយើងមានអារម្មណ៍ថាឆ្អែតលឿន។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖