Original Title: Sensory Properties of Thai Fish Sauces and Their Categorization
Source: li01.tci-thaijo.org
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

លក្ខណៈសម្បត្តិញ្ញាណនៃទឹកត្រីថៃ និងការចាត់ថ្នាក់របស់ពួកវា

ចំណងជើងដើម៖ Sensory Properties of Thai Fish Sauces and Their Categorization

អ្នកនិពន្ធ៖ Pitiporn Ritthiruangdej (Department of Product Development, Faculty of Agro-Industry, Kasetsart University), Thongchai Suwonsichon (Department of Product Development, Faculty of Agro-Industry, Kasetsart University)

ឆ្នាំបោះពុម្ព៖ 2006, Kasetsart J. (Nat. Sci.)

វិស័យសិក្សា៖ Food Science

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះមានគោលបំណងកំណត់លក្ខណៈសម្បត្តិញ្ញាណ (Sensory properties) នៃទឹកត្រីថៃ និងធ្វើការចាត់ថ្នាក់ប្រភេទទឹកត្រីទាំងនោះដោយផ្អែកលើលក្ខណៈសម្បត្តិទាំងនេះ ដើម្បីស្វែងយល់ពីកត្តាដែលជះឥទ្ធិពលដល់ការយល់ឃើញរបស់អ្នកប្រើប្រាស់។

វិធីសាស្ត្រ (The Methodology)៖ ការវិភាគបរិមាណពិពណ៌នាទូទៅ (Generic descriptive quantitative analysis) ត្រូវបានប្រើប្រាស់ដើម្បីវាយតម្លៃ និងប្រៀបធៀបគំរូទឹកត្រីពាណិជ្ជកម្មដោយប្រើប្រាស់អ្នកភ្លក់ដែលមានការបណ្តុះបណ្តាល និងកម្មវិធីស្ថិតិ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Generic Descriptive Quantitative Analysis (QDA)
ការវិភាគបរិមាណពិពណ៌នាទូទៅផ្អែកលើញ្ញាណ
ផ្តល់នូវការពិពណ៌នាលម្អិតនិងច្បាស់លាស់អំពីលក្ខណៈសម្បត្តិញ្ញាណ (ក្លិន រសជាតិ ពណ៌) ដោយប្រើប្រាស់មនុស្សផ្ទាល់ដើម្បីវាយតម្លៃ។ ទាមទារពេលវេលាច្រើនក្នុងការបណ្តុះបណ្តាលអ្នកភ្លក់ (Panelists) ឱ្យមានភាពច្បាស់លាស់ និងអាចមានភាពលម្អៀងប្រសិនបើការគ្រប់គ្រងមិនបានល្អ។ កំណត់បាននូវលក្ខណៈសម្បត្តិញ្ញាណសំខាន់ៗចំនួន ១៥ ដែលអាចបែងចែកភាពខុសគ្នារវាងទឹកត្រីសុទ្ធ និងទឹកត្រីលាយ។
Principal Component Analysis (PCA) & Cluster Analysis
ការវិភាគសមាសភាគចម្បង និងការវិភាគបណ្តុំ
ជួយបង្រួមទិន្នន័យដែលមានអថេរច្រើន ងាយស្រួលក្នុងការមើលឃើញទំនាក់ទំនងរវាងផលិតផល និងលក្ខណៈសម្បត្តិរបស់វាជាទម្រង់ក្រាហ្វិក (Biplot)។ លទ្ធផលពឹងផ្អែកទាំងស្រុងលើគុណភាពនៃទិន្នន័យបញ្ចូល ហើយការបកស្រាយអត្ថន័យនៃសមាសភាគនីមួយៗត្រូវការចំណេះដឹងផ្នែកស្ថិតិ និងបរិបទផលិតផល។ បង្រួមអថេរទាំង ១៥ មកនៅត្រឹមសមាសភាគចម្បងចំនួន ៤ (ពន្យល់ពី ៧៩.៨៨% នៃបម្រែបម្រួលសរុប) និងចាត់ថ្នាក់ទឹកត្រីជា ៤ ក្រុម។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារធនធានមនុស្សដែលមានការបណ្តុះបណ្តាលត្រឹមត្រូវ ក៏ដូចជាកម្មវិធីកុំព្យូទ័រសម្រាប់វិភាគទិន្នន័យស្ថិតិពហុអថេរ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅប្រទេសថៃ ដោយប្រើប្រាស់គំរូទឹកត្រីថៃ និងអ្នកវាយតម្លៃជាជនជាតិថៃ (និស្សិតសាកលវិទ្យាល័យ Kasetsart)។ នេះមានន័យថាលទ្ធផលនៃចំណង់ចំណូលចិត្ត ឬការយល់ឃើញពីក្លិន/រសជាតិ គឺឆ្លុះបញ្ចាំងពីវប្បធម៌ម្ហូបអាហារថៃ។ សម្រាប់ប្រទេសកម្ពុជា ទោះបីជាប្រជាជននិយមបរិភោគទឹកត្រីដូចគ្នា ប៉ុន្តែកម្រិតនៃភាពផ្អែម ប្រៃ ឬក្លិនត្រីដែលទទួលយកបានអាចមានភាពខុសគ្នា ដែលទាមទារឱ្យមានការធ្វើតេស្តស្រដៀងគ្នានេះជាមួយអ្នកប្រើប្រាស់កម្ពុជាផ្ទាល់។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រនៃការវាយតម្លៃលក្ខណៈសម្បត្តិញ្ញាណ និងការប្រើប្រាស់ PCA នេះមានអត្ថប្រយោជន៍យ៉ាងខ្លាំងសម្រាប់ឧស្សាហកម្មម្ហូបអាហារនៅប្រទេសកម្ពុជា។

សរុបមក ការអនុវត្តវិធីសាស្ត្រគួបផ្សំរវាងការភ្លក់ដោយមនុស្ស និងការវិភាគទិន្នន័យដោយកុំព្យូទ័រ អាចជួយលើកកម្ពស់ស្តង់ដារគុណភាព និងការប្រកួតប្រជែងនៃផលិតផលទឹកត្រីកម្ពុជានៅលើទីផ្សារជាតិ និងអន្តរជាតិ។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាពីមូលដ្ឋានគ្រឹះនៃការវាយតម្លៃញ្ញាណ: អ្នកស្រាវជ្រាវត្រូវស្វែងយល់ពីគោលការណ៍នៃការវាយតម្លៃបែប Quantitative Descriptive Analysis (QDA) ដោយរៀនពីរបៀបបង្កើតកម្រងវាក្យសព្ទពិពណ៌នា (Descriptors) ដូចជា ពណ៌ត្នោត ក្លិនត្រី ក្លិនផ្អែម រសជាតិប្រៃ រសជាតិអ៊ូម៉ាមី។
  2. ជ្រើសរើស និងបណ្តុះបណ្តាលក្រុមអ្នកវាយតម្លៃ (Panelists): ជ្រើសរើសមនុស្សពី ១០ ទៅ ១៥ នាក់ និងធ្វើការហ្វឹកហាត់ពួកគេឱ្យចេះបែងចែកកម្រិតរសជាតិដោយប្រើប្រាស់សូលុយស្យុងស្តង់ដារ (ឧ. ទឹកអំបិលសម្រាប់ភាពប្រៃ, សូលុយស្យុងប៊ីចេងសម្រាប់អ៊ូម៉ាមី) ដើម្បីធានាថាការផ្តល់ពិន្ទុមានស្តង់ដារតែមួយ។
  3. រៀបចំការធ្វើតេស្ត និងប្រមូលទិន្នន័យជាក់ស្តែង: ប្រមូលគំរូទឹកត្រីក្នុងស្រុក ឬនាំចូល រួចដាក់ក្នុងកែវតូចៗដែលមិនបង្ហាញម៉ាកសញ្ញា។ អនុញ្ញាតឱ្យអ្នកវាយតម្លៃផ្តល់ពិន្ទុពី ១ ទៅ ១៥ លើលក្ខណៈសម្បត្តិនីមួយៗដោយប្រើប្រាស់ក្រដាសកត់ត្រា ឬទម្រង់អនឡាញនៅក្នុងបន្ទប់ដែលមានបរិយាកាសស្ងាត់ និងគ្មានក្លិនរំខាន។
  4. វិភាគទិន្នន័យដោយប្រើប្រាស់កុំព្យូទ័រ (ANOVA & PCA): ប្រើប្រាស់កម្មវិធីដូចជា SPSSR Studio ជាមួយកញ្ចប់កម្មវិធី FactoMineR ដើម្បីធ្វើតេស្ត ANOVA មើលភាពខុសគ្នានៃគំរូ និងប្រើ PCA ដើម្បីគូសផែនទីបែងចែកក្រុមទឹកត្រី (Biplot) ថាតើគំរូណាមានលក្ខណៈលេចធ្លោទៅលើក្លិន ឬរសជាតិអ្វី។
  5. បកស្រាយលទ្ធផល និងកែលម្អរូបមន្តផលិតផល: ផ្អែកលើក្រាហ្វិកចំណាត់ថ្នាក់ (PCA Biplot) ត្រូវវាយតម្លៃថាតើទឹកត្រីរបស់រោងចក្រយើងស្ថិតនៅទីតាំងណាប្រៀបធៀបជាមួយគូប្រកួតប្រជែង ដើម្បីធ្វើការកែសម្រួលរូបមន្ត (ឧ. កាត់បន្ថយក្លិនឆ្អាបត្រី ឬបន្ថែមភាពផ្អែម) ឱ្យកាន់តែត្រូវនឹងទីផ្សារគោលដៅ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Generic descriptive quantitative analysis (ការវិភាគបរិមាណពិពណ៌នាទូទៅ) ជាវិធីសាស្ត្រវាយតម្លៃញ្ញាណមួយដែលប្រើប្រាស់ក្រុមមនុស្សដែលបានទទួលការបណ្តុះបណ្តាល (Panelists) ដើម្បីកំណត់អត្តសញ្ញាណ ពិពណ៌នា និងផ្តល់ពិន្ទុជាតួលេខលើកម្រិតនៃលក្ខណៈសម្បត្តិផ្សេងៗ (ដូចជាក្លិន រសជាតិ ពណ៌) របស់ផលិតផលឱ្យបានលម្អិតបំផុត។ ដូចជាការផ្តល់ពិន្ទុលម្អិតលើសមត្ថភាពរបស់កីឡាករម្នាក់ៗ (ល្បឿន កម្លាំង បច្ចេកទេស) ដោយគណៈកម្មការជំនាញ ជំនួសឱ្យការគ្រាន់តែនិយាយថាគាត់លេងល្អឬមិនល្អ។
Principal Component Analysis / PCA (ការវិភាគសមាសភាគចម្បង) ជាបច្ចេកទេសស្ថិតិពហុអថេរដែលប្រើសម្រាប់បង្រួមទិន្នន័យដែលមានអថេរច្រើនសន្ធឹកសន្ធាប់ ឱ្យមកនៅត្រឹមសមាសភាគចម្បងមួយចំនួនតូច (PCs) ដោយរក្សានូវព័ត៌មានសំខាន់ៗ ដើម្បីបង្ហាញពីទំនាក់ទំនងរវាងអថេរទាំងនោះ និងងាយស្រួលមើលឃើញពីការបែងចែកក្រុម។ ដូចជាការសង្ខេបសៀវភៅក្រាស់មួយក្បាលមកនៅត្រឹម២ឬ៣ទំព័រ ដែលនៅតែរក្សាបាននូវអត្ថន័យ និងសាច់រឿងសំខាន់ៗទាំងស្រុង ដើម្បីងាយស្រួលយល់។
Hierarchical cluster analysis (ការវិភាគបណ្តុំតាមឋានានុក្រម) ជាវិធីសាស្ត្រស្ថិតិដែលប្រើសម្រាប់ចាត់ថ្នាក់ទិន្នន័យ ឬវត្ថុទៅជាក្រុម (បណ្តុំ ឬ Cluster) ដែលមានលក្ខណៈស្រដៀងគ្នា ដោយវាស់វែងតាមរយៈចម្ងាយគណិតវិទ្យា (ឧទាហរណ៍ Euclidean distance) រវាងទិន្នន័យនីមួយៗ។ ដូចជាការរៀបចំសៀវភៅក្នុងបណ្ណាល័យ ដោយដាក់សៀវភៅដែលមានប្រធានបទប្រហាក់ប្រហែលគ្នានៅក្បែរគ្នា ហើយចាត់ជាក្រុមធំៗតាមប្រភេទមុខវិជ្ជា។
Hydrolysate (អ៊ីដ្រូលីហ្សាត / សារធាតុរាវរំលាយដោយទឹក) ជាសារធាតុរាវដែលទទួលបានពីដំណើរការអ៊ីដ្រូលីស ដែលក្នុងនោះម៉ូលេគុលធំៗ (ដូចជាប្រូតេអ៊ីនសាច់ត្រី) ត្រូវបានបំបែកទៅជាម៉ូលេគុលតូចៗ (អាស៊ីតអាមីណេ) ដោយសារសកម្មភាពរបស់អង់ស៊ីមក្នុងកំឡុងពេលផ្អាប់។ ដូចជាការរំលាយដុំស្ករត្នោតធំមួយឱ្យក្លាយជាទឹកស៊ីរ៉ូរាវ ដើម្បីងាយស្រួលយកទៅប្រើប្រាស់ ឬបង្កើតជារសជាតិថ្មី។
Umami taste (រសជាតិអ៊ូម៉ាមី) ជារសជាតិមូលដ្ឋានទីប្រាំ (ក្រៅពីផ្អែម ជូរ ប្រៃ ល្វីង) ដែលមានលក្ខណៈឆ្ងាញ់រលោង ស្រដៀងទៅនឹងរសជាតិប៊ីចេង (MSG) ឬរសជាតិទឹកស៊ុបសាច់ ដែលកើតមានយ៉ាងខ្លាំងនៅក្នុងអាហារមានជាតិប្រូតេអ៊ីនខ្ពស់ដែលបានឆ្លងកាត់ការផ្អាប់ដូចជាទឹកត្រី។ វាគឺជារសជាតិ "ឆ្ងាញ់ពិសា" ឬ "មុតឆ្ងាញ់" ដែលយើងទទួលបាននៅពេលញ៉ាំទឹកស៊ុបដែលគេរំងាស់ពីឆ្អឹងសាច់ជ្រូក ឬសាច់មាន់អស់រយៈពេលជាច្រើនម៉ោង។
Dendrogram (ដ្យាក្រាមមែកធាង / ដង់ដ្រូក្រាម) ជាគំនូសតាងរាងដូចមែកធាងដែលប្រើដើម្បីបង្ហាញពីលទ្ធផលនៃការរៀបចំចាត់ថ្នាក់ទិន្នន័យទៅជាក្រុម (Cluster Analysis) ដោយជួយឱ្យយើងមើលឃើញពីកម្រិតនៃភាពស្រដៀងគ្នា ឬខុសគ្នារវាងគំរូនីមួយៗ។ ដូចជាគំនូសតាងខ្សែស្រឡាយវង្សត្រកូល ដែលបង្ហាញយ៉ាងច្បាស់ថាអ្នកណាមានទំនាក់ទំនងសាច់ញាតិជិតស្និទ្ធ ឬឆ្ងាយពីគ្នាប៉ុណ្ណា។
Biplot (គំនូសតាងទ្វេ / បាយប្លុត) ជាក្រាហ្វិកនៅក្នុងការវិភាគ PCA ដែលបង្ហាញទាំងទីតាំងពិន្ទុរបស់គំរូ (Score plot) និងកម្រិតឥទ្ធិពលនៃអថេរ (Loading plot) ក្នុងពេលតែមួយ ដើម្បីងាយស្រួលមើលពីរបៀបដែលលក្ខណៈសម្បត្តិនីមួយៗទាញគំរូទៅរកក្រុមរបស់វា។ ដូចជាផែនទីតែមួយដែលបង្ហាញទាំងទីតាំងនៃទីក្រុងនានា និងបង្ហាញព្រួញពីទិសដៅខ្យល់ដែលបក់កាត់ទីក្រុងទាំងនោះ ធ្វើឱ្យយើងយល់ពីស្ថានភាពទាំងពីរក្នុងពេលតែមួយ។
Autolysis (អូតូលីស / ការរំលាយដោយខ្លួនឯង) ជាដំណើរការដែលកោសិកា ឬជាលិការបស់សារពាង្គកាយ (ឧទាហរណ៍ សាច់ត្រីក្នុងធុងផ្អាប់) ត្រូវបានបំបែក និងរំលាយដោយអង់ស៊ីម (Protease) ដែលមានស្រាប់នៅក្នុងខ្លួនវាផ្ទាល់ មុនពេលមានអន្តរាគមន៍ពីបាក់តេរីខាងក្រៅ។ ដូចជាផ្លែឈើដែលទុំជ្រុល ហើយចាប់ផ្តើមរលួយរលាយដោយខ្លួនឯង ដោយសារតែសារធាតុគីមីដែលមាននៅខាងក្នុងផ្លែឈើនោះស្រាប់។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖