Original Title: Technology Transfer in the Agriculture Sector: Implementation Experiences of WeRise in Indonesia and the Philippines
Source: doi.org/10.56669/JAXM4782
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការផ្ទេរបច្ចេកវិទ្យាក្នុងវិស័យកសិកម្ម៖ បទពិសោធន៍នៃការអនុវត្ត WeRise នៅប្រទេសឥណ្ឌូនេស៊ី និងហ្វីលីពីន

ចំណងជើងដើម៖ Technology Transfer in the Agriculture Sector: Implementation Experiences of WeRise in Indonesia and the Philippines

អ្នកនិពន្ធ៖ Iris D. Bugayong, Keiichi Hayashi, Ma. Excelsis M. Orden, Lizzida Llorca, Nurwulan Agustiani, Lia Hadiawati, Idri Hastuty Siregar, Fennie Lyn A. Pantin

ឆ្នាំបោះពុម្ព៖ 2022 FFTC Journal of Agricultural Policy

វិស័យសិក្សា៖ Agricultural Policy

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ គម្រោងស្រាវជ្រាវអភិវឌ្ឍន៍កសិកម្មជាច្រើនជួបប្រទះបញ្ហាក្នុងការរក្សានិរន្តរភាព និងការវាយតម្លៃផលប៉ះពាល់បន្ទាប់ពីគម្រោងត្រូវបានបញ្ចប់ ជាពិសេសនៅក្នុងតំបន់ដាំដុះស្រូវពឹងផ្អែកលើទឹកភ្លៀង។ ឯកសារនេះពិនិត្យលើបទពិសោធន៍និងបញ្ហាប្រឈមនៃការអនុវត្តប្រព័ន្ធជួយសម្រេចចិត្ត (WeRise) ដើម្បីដោះស្រាយការប្រែប្រួលអាកាសធាតុ។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់វិធីសាស្ត្រសិក្សាពីករណីជាក់ស្តែងដោយផ្តោតលើការអនុវត្តនៅប្រទេសឥណ្ឌូនេស៊ី និងហ្វីលីពីន តាមរយៈការវិភាគគុណភាពនិងការគូសផែនទីដំណើរការ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Empirical Knowledge / Traditional Practices
ចំណេះដឹងតាមបទពិសោធន៍ ឬការអនុវត្តតាមប្រពៃណី
ងាយស្រួលអនុវត្តសម្រាប់កសិករ ដោយមិនចាំបាច់ទាមទារឧបករណ៍បច្ចេកវិទ្យាស្មុគស្មាញ ឬទិន្នន័យពីខាងក្រៅ។ មិនសូវមានភាពត្រឹមត្រូវ និងងាយរងគ្រោះដោយសារការប្រែប្រួលអាកាសធាតុ ដែលធ្វើឱ្យកសិករច្រើនតែត្រូវសម្រេចចិត្តតក់ក្រហល់នាទីចុងក្រោយ។ ទិន្នផលមានកម្រិតទាបជាង និងប្រឈមនឹងការខូចខាតដំណាំដោយសារគ្រោះរាំងស្ងួត ឬការរាតត្បាតពីសត្វល្អិត។
WeRise Decision Support System
ប្រព័ន្ធជំនួយការសម្រេចចិត្ត WeRise
ផ្តល់ការណែនាំច្បាស់លាស់ពីកាលបរិច្ឆេទសាបព្រួស និងការប្រើប្រាស់ជី ដោយផ្អែកលើការព្យាករណ៍អាកាសធាតុ និងលក្ខណៈពូជស្រូវ។ ទាមទារទិន្នន័យអាកាសធាតុ និងដីមានភាពជាក់លាក់ខ្ពស់ ព្រមទាំងត្រូវការការបណ្តុះបណ្តាលបច្ចេកទេសដល់មន្ត្រីផ្សព្វផ្សាយ។ កសិករដែលអនុវត្តតាមការណែនាំរបស់ប្រព័ន្ធនេះ ទទួលបានទិន្នផលខ្ពស់ជាង (ជាតួលេខ) និងអាចរៀបចំផែនការកសិកម្មបានល្អប្រសើរ។

ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តប្រព័ន្ធបច្ចេកវិទ្យា WeRise និងការផ្ទេរបច្ចេកវិទ្យាទាមទារការវិនិយោគខ្ពស់លើការប្រមូលទិន្នន័យ ហេដ្ឋារចនាសម្ព័ន្ធបច្ចេកទេស និងការអភិវឌ្ឍធនធានមនុស្ស។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងខេត្តចំនួន ៨ នៃប្រទេសឥណ្ឌូនេស៊ី និងហ្វីលីពីន ដោយផ្តោតលើតំបន់ដាំដុះស្រូវដែលពឹងផ្អែកលើទឹកភ្លៀង។ ទិន្នន័យអាកាសធាតុ ដី និងពូជស្រូវ ត្រូវបានកែសម្រួលយ៉ាងជាក់លាក់សម្រាប់ប្រទេសទាំងពីរនេះ។ សម្រាប់ប្រទេសកម្ពុជា វាជារឿងសំខាន់ណាស់ដែលត្រូវប្រមូលទិន្នន័យក្នុងស្រុកឱ្យបានច្បាស់លាស់ដើម្បីបន្សាំម៉ូដែលនេះ ជៀសវាងភាពលម្អៀងនៃការព្យាករណ៍។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

បច្ចេកវិទ្យា WeRise និងគំរូនៃការផ្ទេរបច្ចេកវិទ្យានេះមានសក្តានុពល និងសារៈសំខាន់ខ្លាំងណាស់សម្រាប់វិស័យកសិកម្មនៅប្រទេសកម្ពុជា ជាពិសេសក្នុងបរិបទប្រែប្រួលអាកាសធាតុ។

ជារួម ការរៀបចំផែនការផ្ទេរបច្ចេកវិទ្យា (TTPs) ឱ្យបានច្បាស់លាស់តាំងពីដំបូង និងការបន្សាំទៅនឹងបរិបទសង្គម-កសិកម្មកម្ពុជា គឺជាគន្លឹះឆ្ពោះទៅរកការអនុវត្តកសិកម្មឌីជីថលប្រកបដោយនិរន្តរភាព។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាមូលដ្ឋានគ្រឹះនៃប្រព័ន្ធកសិកម្មឌីជីថល: ស្វែងយល់ពីគោលការណ៍ដំណើរការរបស់ប្រព័ន្ធជួយសម្រេចចិត្ត ដោយផ្តោតលើម៉ូដែល ORYZA crop growth model និង SINTEX-F climate prediction ព្រមទាំងការអានឯកសារណែនាំទាក់ទងនឹង Digital Agriculture
  2. ប្រមូលទិន្នន័យអាកាសធាតុ និងដីក្នុងស្រុក: សហការជាមួយស្ថាប័នពាក់ព័ន្ធដើម្បីប្រមូលទិន្នន័យប្រវត្តិអាកាសធាតុ និងដីវិទ្យា ដោយត្រូវដំឡើង និងប្រើប្រាស់ឧបករណ៍ Automated Weather Stations (AWS) សម្រាប់ចុះវាស់វែងផ្ទាល់នៅកម្ពុជា។
  3. រៀបចំយន្តការផ្ទេរបច្ចេកវិទ្យា: អនុវត្តតាមគំរូ Contingent Effectiveness Model of Technology Transfer (CEMTT) ដើម្បីកំណត់ដៃគូពាក់ព័ន្ធ តម្រូវការអ្នកប្រើប្រាស់ និងរៀបចំឯកសារ (Training manuals) សម្រាប់មន្ត្រីកសិកម្ម។
  4. អនុវត្តការពិសោធន៍លើទីវាល: ជ្រើសរើសសហគមន៍កសិករនៅតំបន់គោលដៅ ដើម្បីធ្វើតេស្តប្រៀបធៀបទិន្នផល (On-farm field experiments) និងធ្វើការវាយតម្លៃអន្តរកម្មតាមរយៈ Focus Group Discussions (FGDs) ដើម្បីកែលម្អប្រព័ន្ធ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
WeRise (ប្រព័ន្ធបញ្ចូលគ្នាផ្តល់ជំនួយការសម្រេចចិត្តលើអាកាសធាតុ ស្រូវ និងជីវជាតិសិប្បនិម្មិត) ជាកម្មវិធីកុំព្យូទ័រ (Web-based app) ដែលប្រើប្រាស់ទិន្នន័យអាកាសធាតុ ដី និងពូជស្រូវ ដើម្បីផ្តល់ការណែនាំដល់កសិករអំពីពេលវេលាសមស្របបំផុតក្នុងការសាបព្រួស និងការដាក់ជី ដើម្បីទទួលបានទិន្នផលខ្ពស់នៅតំបន់ដែលពឹងផ្អែកលើទឹកភ្លៀង។ ដូចជាអ្នកប្រឹក្សាយោបល់ដ៏ពូកែម្នាក់ ដែលគណនាប្រាប់កសិករពីថ្ងៃណាគួរព្រោះស្រូវ និងថ្ងៃណាគួរដាក់ជី ដើម្បីកុំឱ្យខូចខាតដោយសាររាំងស្ងួតឬទឹកជំនន់។
Technology Transfer Pathways (ផ្លូវនៃការផ្ទេរបច្ចេកវិទ្យា) ជាផែនការនិងដំណើរការជាប្រព័ន្ធក្នុងការនាំយកបច្ចេកវិទ្យាថ្មីៗពីអ្នកស្រាវជ្រាវទៅកាន់អ្នកប្រើប្រាស់ (ដូចជាកសិករ ឬមន្ត្រីកសិកម្ម) ដោយរួមបញ្ចូលទាំងការបណ្តុះបណ្តាល ការធ្វើកិច្ចសហប្រតិបត្តិការ និងការរៀបចំគោលនយោបាយដើម្បីធានាការប្រើប្រាស់បានយូរអង្វែងបន្ទាប់ពីគម្រោងបញ្ចប់។ ដូចជាការសាងសង់ស្ពានចម្លងចំណេះដឹងពីបន្ទប់ពិសោធន៍ទៅកាន់វាលស្រែ ដោយមានការបង្ហាត់បង្រៀនឱ្យអ្នកស្រុកចេះដើរលើស្ពាននោះដោយខ្លួនឯងដោយសុវត្ថិភាព។
Rainfed rice (តំបន់ដាំដុះស្រូវពឹងផ្អែកលើទឹកភ្លៀង) ជាប្រព័ន្ធនៃការដាំដុះស្រូវដែលមិនមានប្រព័ន្ធធារាសាស្ត្រ ឬប្រឡាយទឹកខួបប្រាំងខួបវស្សាសម្រាប់ស្រោចស្រពនោះទេ ពោលគឺត្រូវពឹងផ្អែកទាំងស្រុងទៅលើទឹកភ្លៀងតាមរដូវកាល ដែលធ្វើឱ្យងាយរងគ្រោះដោយសារការប្រែប្រួលអាកាសធាតុយ៉ាងខ្លាំង។ ដូចជាការបើកបររថយន្តដោយគ្មានម៉ាស៊ីនត្រជាក់ ហើយត្រូវពឹងផ្អែកតែលើខ្យល់បក់ពីខាងក្រៅទើបត្រជាក់។
ORYZA crop growth model (ម៉ូដែលពិសោធន៍ការលូតលាស់ដំណាំស្រូវ ORYZA) ជាកម្មវិធីកុំព្យូទ័រដែលត្រូវបានប្រើដើម្បីក្លែងធ្វើ (simulate) និងព្យាករណ៍ពីការលូតលាស់ និងទិន្នផលនៃពូជស្រូវផ្សេងៗគ្នា ដោយផ្អែកលើការឆ្លើយតបទៅនឹងលក្ខណៈរូបវន្តដី អាកាសធាតុខ្នាតតូច និងការអនុវត្តកសិកម្មជាក់ស្តែង។ ដូចជាការលេងហ្គេមដាំដំណាំ ដែលយើងអាចសាកល្បងកំណត់ការដាក់ជីឬស្រោចទឹក ហើយកម្មវិធីនឹងគណនាប្រាប់ថាតើយើងនឹងទទួលបានទិន្នផលប៉ុន្មានមុននឹងយើងទៅដាំមែនទែន។
SINTEX-F climate prediction (ម៉ូដែលការព្យាករណ៍អាកាសធាតុ SINTEX-F) ជាប្រព័ន្ធគំរូព្យាករណ៍អាកាសធាតុតាមរដូវកាលដែលអាចទស្សន៍ទាយបាតុភូត El Niño និងផ្តល់ទិន្នន័យអាកាសធាតុប្រចាំថ្ងៃដូចជា កម្រិតទឹកភ្លៀង ល្បឿនខ្យល់ និងសីតុណ្ហភាពជាមុនក្នុងរយៈពេលពី ៩ ទៅ ១២ ខែ។ ដូចជាតេឡេស្កុបដែលអាចមើលឃើញអនាគតនៃអាកាសធាតុមុនរាប់ខែ ដើម្បីត្រៀមខ្លួនទប់ទល់នឹងគ្រោះធម្មជាតិ។
Contingent Effectiveness Model of Technology Transfer (ម៉ូដែលប្រសិទ្ធភាពតាមលក្ខខណ្ឌនៃការផ្ទេរបច្ចេកវិទ្យា) ជាក្របខណ្ឌទ្រឹស្តីដែលប្រើដើម្បីវិភាគភាពជោគជ័យនៃការផ្ទេរបច្ចេកវិទ្យា ដោយមើលទៅលើអន្តរកម្មនៃកត្តាផ្សេងៗដូចជា លក្ខណៈរបស់អ្នកផ្ទេរ បច្ចេកវិទ្យាផ្ទាល់ អ្នកទទួលយក និងបរិស្ថាននៃតម្រូវការ ដើម្បីរកឱ្យឃើញពីឧបសគ្គនិងឱកាសអភិវឌ្ឍន៍។ ដូចជាបញ្ជីត្រួតពិនិត្យ (Checklist) របស់ពេទ្យមុនពេលវះកាត់ ដែលតម្រូវឱ្យពិនិត្យទាំងកម្លាំងគ្រូពេទ្យ គុណភាពឧបករណ៍ និងសុខភាពអ្នកជំងឺ ដើម្បីធានាថាការវះកាត់នឹងជោគជ័យ។
Decision support system (ប្រព័ន្ធជំនួយការសម្រេចចិត្ត) ជាប្រព័ន្ធកុំព្យូទ័រឬកម្មវិធីព័ត៌មានវិទ្យាដែលប្រមូលនិងវិភាគទិន្នន័យដ៏ច្រើនសន្ធឹកសន្ធាប់ ដើម្បីជួយដល់អ្នកប្រើប្រាស់ក្នុងការវិភាគពីជម្រើសផ្សេងៗ និងធ្វើការសម្រេចចិត្តលើបញ្ហាស្មុគស្មាញប្រកបដោយភាពត្រឹមត្រូវ និងមានមូលដ្ឋានច្បាស់លាស់។ ដូចជាកម្មវិធី Google Maps ដែលប្រាប់យើងពីផ្លូវដែលលឿនជាងគេ និងផ្លូវដែលស្ទះ ដើម្បីឱ្យយើងសម្រេចចិត្តថាគួរជិះតាមផ្លូវណា។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖