Original Title: Collection of small-scale artisanal fisheries data using interviews of village fishers on the Sre Ambel River, Cambodia
Source: www.fauna-flora.org
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការប្រមូលទិន្នន័យជលផលសិប្បកម្មខ្នាតតូចតាមរយៈការសម្ភាសន៍អ្នកនេសាទតាមភូមិនៅទន្លេស្រែអំបិល ប្រទេសកម្ពុជា

ចំណងជើងដើម៖ Collection of small-scale artisanal fisheries data using interviews of village fishers on the Sre Ambel River, Cambodia

អ្នកនិពន្ធ៖ J. Wesley Neal, Peter J. Allen, Sarah E. Marlay, Phan Channa, Simon Mahood, Som Sitha, Preap Prathna

ឆ្នាំបោះពុម្ព៖ 2019 Cambodian Journal of Natural History

វិស័យសិក្សា៖ Fisheries Management

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការខ្វះខាតទិន្នន័យជលផល និងពត៌មានជាក់លាក់គឺជាឧបសគ្គរារាំងដល់ការបង្កើតកិច្ចព្រមព្រៀងសហគ្រប់គ្រងប្រកបដោយប្រសិទ្ធភាពរវាងសហគមន៍មូលដ្ឋាន និងទីភ្នាក់ងាររដ្ឋាភិបាលនៅក្នុងតំបន់ទន្លេស្រែអំបិល ប្រទេសកម្ពុជា។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់វិធីសាស្ត្រសម្ភាសន៍ពាក់កណ្តាលមានរចនាសម្ព័ន្ធ តាមរយៈការប្រជុំសាធារណៈជាមួយប្រជាពលរដ្ឋក្នុងភូមិចំនួន៦ ដែលស្ថិតក្នុងដែនសមត្ថកិច្ចនៃប្រព័ន្ធទន្លេស្រែអំបិល។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Semi-structured Interviews (User-based approach)
ការសម្ភាសន៍ពាក់កណ្តាលមានរចនាសម្ព័ន្ធ (វិធីសាស្ត្រផ្អែកលើអ្នកប្រើប្រាស់/អ្នកនេសាទ)
ចំណាយថវិកាតិច ទទួលបានទិន្នន័យមូលដ្ឋានច្រើនក្នុងពេលខ្លី និងជួយលើកកម្ពស់ភាពជាម្ចាស់ការរបស់សហគមន៍មូលដ្ឋានក្នុងការគ្រប់គ្រងធនធាន។ អាចមានភាពលម្អៀងលើអ្នកដែលសកម្មនឹងការនេសាទ (Avidity bias) ការកំណត់អត្តសញ្ញាណត្រីអាចខុសឆ្គង ហើយទិន្នន័យមិនអាចបញ្ជាក់ពីបរិមាណត្រីជាក់លាក់ (Absolute abundance) នោះទេ។ បានកំណត់អត្តសញ្ញាណប្រភេទត្រីសំខាន់ៗចំនួន ៨៣ប្រភេទ សត្វក្នុងទឹកចំនួន ២០ប្រភេទ និងផ្តល់អនុសាសន៍ចំនួន៩ សម្រាប់ការសហគ្រប់គ្រងជលផល។
Traditional Empirical Sampling (Fishery-independent data)
ការចុះប្រមូលទិន្នន័យតាមបែបប្រពៃណី (ទិន្នន័យមិនពឹងផ្អែកលើអ្នកនេសាទ)
ផ្តល់ទិន្នន័យបរិមាណ (Quantitative data) ជាក់លាក់ ច្បាស់លាស់បែបវិទ្យាសាស្ត្រ និងមិនមានភាពលម្អៀងពីមតិយោបល់បុគ្គល។ ត្រូវការថវិកាច្រើន ចំណាយពេលយូរ ទាមទារអ្នកជំនាញ និងហេដ្ឋារចនាសម្ព័ន្ធខ្ពស់ ដែលពិបាកអនុវត្តនៅតំបន់ដាច់ស្រយាលក្នុងប្រទេសកំពុងអភិវឌ្ឍន៍។ មិនត្រូវបានជ្រើសរើសមកអនុវត្តក្នុងការសិក្សានេះទេ ដោយសារខ្វះខាតធនធានផ្ទាល់ និងភូមិសាស្ត្រស្មុគស្មាញនៃទន្លេស្រែអំបិល។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះចំណាយធនធាន និងថវិកាតិចតួចបើប្រៀបធៀបទៅនឹងការចុះប្រមូលទិន្នន័យតាមបែបវិទ្យាសាស្ត្រប្រពៃណី ប៉ុន្តែទាមទារនូវការចូលរួមសហការពីអ្នកជំនាញដើម្បីសម្របសម្រួល។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងដោយប្រមូលទិន្នន័យពីភូមិចំនួន៦ ក្នុងចំណោមភូមិចំនួន១០ នៅតាមបណ្តោយទន្លេស្រែអំបិល ខេត្តកោះកុង ដោយមានអ្នកចូលរួមស្ម័គ្រចិត្តតែ ៨៧នាក់ ប៉ុណ្ណោះ។ ទិន្នន័យនេះអាចមានភាពលម្អៀង (Avidity bias) ដោយសារអ្នកដែលមកចូលរួមភាគច្រើនអាចជាអ្នកដែលយកចិត្តទុកដាក់ខ្លាំងលើការនេសាទ ហើយអត្តសញ្ញាណត្រីពឹងផ្អែកទាំងស្រុងលើចំណេះដឹងរបស់អ្នកភូមិ (គ្មានការចាប់សំណាកពិតប្រាកដ)។ យ៉ាងណាមិញ វិធីសាស្ត្រនេះមានសារៈសំខាន់ណាស់សម្រាប់កម្ពុជា ព្រោះវាជាជម្រើសដ៏ល្អបំផុតក្នុងការប្រមូលព័ត៌មានបឋមនៅតំបន់ដែលខ្វះខាតទិន្នន័យ និងថវិកាស្រាវជ្រាវ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រសិក្សានេះមានសក្តានុពលខ្ពស់ និងអាចយកទៅអនុវត្តបានយ៉ាងទូលំទូលាយសម្រាប់បរិបទស្រាវជ្រាវ និងការអភិវឌ្ឍនៅប្រទេសកម្ពុជា។

ជារួម វិធីសាស្ត្រសម្ភាសន៍ពាក់កណ្តាលមានរចនាសម្ព័ន្ធនេះជាជម្រើសដ៏ស័ក្តិសម និងមានប្រសិទ្ធភាពខ្ពស់ចំណាយ (Cost-effective) ដើម្បីកសាងមូលដ្ឋានគ្រឹះនៃគោលនយោបាយគ្រប់គ្រងធនធានធម្មជាតិ និងជលផលនៅទូទាំងប្រទេសកម្ពុជា។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ការរៀបចំឧបករណ៍ស្រាវជ្រាវ និងឯកសារយោង: រៀបចំកម្រងសំណួរពាក់កណ្តាលមានរចនាសម្ព័ន្ធ (Semi-structured guidelines) ដែលមានភាពបត់បែន និងបង្កើតផ្ទាំងរូបភាពអត្តសញ្ញាណសត្វ (Species identification posters) ដោយទាញយកព័ត៌មានពីប្រភពដែលអាចទុកចិត្តបានដូចជា FishBase និង GBIF
  2. ការជ្រើសរើសទីតាំង និងការកសាងទំនុកចិត្តសហគមន៍: សហការជាមួយរដ្ឋបាលជលផល និងមេភូមិដើម្បីអញ្ជើញប្រជាពលរដ្ឋចូលរួមដោយស្ម័គ្រចិត្ត។ ត្រូវធានាថាបរិយាកាសប្រជុំមានភាពបើកចំហរ និងប្រើប្រាស់អ្នកសម្របសម្រួលដែលចេះភាសាតំបន់ច្បាស់លាស់ដើម្បីចៀសវាងការយល់ច្រឡំ។
  3. ការប្រមូល និងផ្ទៀងផ្ទាត់ទិន្នន័យជាក្រុម (Group Consensus): បែងចែកអ្នកចូលរួមជាក្រុមតូចៗ និងអនុញ្ញាតឱ្យពួកគេពិភាក្សាគ្នាដើម្បីឈានដល់កិច្ចព្រមព្រៀងរួម (Consensus) លើវត្តមានប្រភេទត្រី ឬសត្វផ្សេងៗ ដើម្បីកាត់បន្ថយភាពលម្អៀង ឬការចំណាំខុសរបស់បុគ្គលម្នាក់ៗ។
  4. ការចងក្រង និងវិភាគទិន្នន័យ: បញ្ចូលទិន្នន័យដែលទទួលបានទៅក្នុងកម្មវិធី Microsoft ExcelSPSS ដើម្បីគណនាប្រេកង់ (Frequency) នៃការឆ្លើយតប និងចាត់ថ្នាក់ប្រភេទត្រីតាមកម្រិតអាទិភាព (ឧ. ជួបប្រទះច្រើនជាង ៨០% គឺមានអាទិភាពខ្ពស់) សម្រាប់ការគ្រប់គ្រង។
  5. ការបកប្រែលទ្ធផលទៅជាផែនការសកម្មភាពសហគ្រប់គ្រង: ប្រើប្រាស់លទ្ធផលដែលបានវិភាគ ដើម្បីបង្កើតសេចក្តីព្រាង 'ផែនការសហគ្រប់គ្រង' ដោយកំណត់ចំណុចអាទិភាពដូចជា៖ ការបង្កើតតំបន់អភិរក្ស ការហាមឃាត់ឧបករណ៍នេសាទខុសច្បាប់ និងទប់ស្កាត់ការបូមខ្សាច់ រួចដាក់ជូនអាជ្ញាធរពាក់ព័ន្ធដើម្បីអនុម័ត។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Semi-structured interview (ការសម្ភាសន៍ពាក់កណ្តាលមានរចនាសម្ព័ន្ធ) ជាវិធីសាស្ត្រប្រមូលទិន្នន័យដោយប្រើសំណួរដែលបានរៀបចំទុកជាមុន ប៉ុន្តែផ្តល់សិទ្ធិឱ្យអ្នកសម្ភាសន៍អាចបត់បែន និងសួរសំណួរបន្ថែមតាមស្ថានភាពជាក់ស្តែង ដើម្បីស្វែងយល់ឱ្យកាន់តែស៊ីជម្រៅពីបញ្ហា។ ដូចជាការជជែកលេងជាមួយមិត្តភក្តិដោយមានប្រធានបទច្បាស់លាស់ ប៉ុន្តែយើងអាចសួរបន្ថែមក្រៅប្រធានបទខ្លះៗទៅតាមសាច់រឿងដែលកំពុងជជែក។
Artisanal fisheries (ជលផលសិប្បកម្ម ឬការនេសាទខ្នាតតូចលក្ខណៈគ្រួសារ) ការនេសាទខ្នាតតូចតាមបែបប្រពៃណី ដែលប្រើប្រាស់ទូកតូចៗ និងឧបករណ៍សាមញ្ញៗ (ដូចជាមង សន្ទូច ទ្រូ) ជាចម្បងសម្រាប់ផ្គត់ផ្គង់ជីវភាពគ្រួសារ និងលក់ដើម្បីទិញគ្រឿងទិញប្រើប្រាស់ប្រចាំថ្ងៃក្នុងសហគមន៍។ ដូចជាការដាំបន្លែជុំវិញផ្ទះសម្រាប់ហូបខ្លួនឯង និងសល់បន្តិចបន្តួចយកទៅលក់នៅផ្សារជិតផ្ទះ ជាជាងការធ្វើកសិកម្មខ្នាតធំដោយប្រើគ្រឿងចក្រដើម្បីនាំចេញ។
Co-management (ការសហគ្រប់គ្រង) ប្រព័ន្ធគ្រប់គ្រងធនធានធម្មជាតិដែលរដ្ឋាភិបាល និងសហគមន៍មូលដ្ឋាន (អ្នកនេសាទ) ចែករំលែកអំណាច និងការទទួលខុសត្រូវរួមគ្នាក្នុងការរៀបចំផែនការ បង្កើតបទបញ្ញត្តិ និងអនុវត្តច្បាប់។ ដូចជាការសហការគ្នារវាងនាយកសាលា និងគណៈកម្មការសិស្ស ដើម្បីរៀបចំបទបញ្ជាផ្ទៃក្នុងសាលារៀនឱ្យបានល្អ ជាជាងនាយកសាលាជាអ្នកសម្រេចតែម្នាក់ឯង។
Avidity bias (ភាពលម្អៀងដោយសារភាពសកម្ម ឬចំណង់ចំណូលចិត្តខ្លាំង) ភាពលម្អៀងនៃទិន្នន័យដែលកើតឡើងនៅពេលអ្នកស្ម័គ្រចិត្តចូលរួមក្នុងការសិក្សាភាគច្រើនជាអ្នកដែលសកម្ម ឬយកចិត្តទុកដាក់ខ្លាំងលើបញ្ហានោះ ធ្វើឱ្យលទ្ធផលតំណាងឱ្យតែក្រុមសកម្មជន មិនមែនទស្សនៈរួមរបស់អ្នកភូមិទូទៅទេ។ ដូចជាការស្ទង់មតិសួរថាតើបាល់ទាត់សប្បាយមើលឬអត់ ដោយសួរតែអ្នកដែលកំពុងអង្គុយមើលផ្ទាល់នៅកីឡដ្ឋាន នោះចម្លើយប្រាកដជាថា 'សប្បាយ' ទាំងអស់។
Fishery-independent data (ទិន្នន័យមិនពឹងផ្អែកលើអ្នកនេសាទ) ទិន្នន័យជីវសាស្ត្រជលផលបរិមាណដែលប្រមូលបានតាមរយៈការចុះសិក្សាផ្ទាល់ដោយអ្នកវិទ្យាសាស្ត្រ ដោយប្រើប្រាស់ឧបករណ៍ និងវិធីសាស្ត្រស្តង់ដារវិទ្យាសាស្ត្រ ដោយមិនពឹងផ្អែកលើព័ត៌មាន ឬកំណត់ត្រាចាប់ត្រីរបស់អ្នកនេសាទឡើយ។ ដូចជាគ្រូពេទ្យពិនិត្យឈាមអ្នកជំងឺដោយផ្ទាល់តាមរយៈឧបករណ៍វេជ្ជសាស្ត្រ ដើម្បីដឹងពីស្ថានភាពសុខភាព ជាជាងគ្រាន់តែសួរអ្នកជំងឺថា 'តើអ្នកមានអារម្មណ៍យ៉ាងណាដែរ?'។
Recruitment overfishing (ការនេសាទហួសកម្រិតដល់វ័យបន្តពូជ) ការចាប់ត្រីក្នុងបរិមាណច្រើនហួសហេតុ ជាពិសេសត្រីពូជ រហូតធ្វើឱ្យហ្វូងត្រីដែលនៅសេសសល់មិនមានលទ្ធភាពបន្តពូជគ្រប់គ្រាន់ ដើម្បីជំនួសចំនួនត្រីដែលត្រូវបានគេចាប់យកទៅបាត់។ ដូចជាការកាប់ដើមឈើទាំងដើមធំ និងកូនតូចៗព្រមគ្នា រហូតដល់គ្មានគ្រាប់ពូជធ្លាក់ដុះបន្ត ដែលធ្វើឱ្យព្រៃនោះរលាយបាត់ទាំងស្រុងនៅថ្ងៃមុខ។
Riparian forest (ព្រៃលិចទឹកមាត់ទន្លេ ឬព្រៃអមមាត់ទឹក) តំបន់ព្រៃ ឬរុក្ខជាតិ (ដូចជាព្រៃមេឡាឡឺកា) ដែលដុះនៅតាមបណ្តោយមាត់ទន្លេ ឬតំបន់ទំនាបលិចទឹក ដែលមានតួនាទីយ៉ាងសំខាន់ក្នុងការទប់ស្កាត់ការបាក់ច្រាំង និងជាជម្រកពងកូនដ៏សំខាន់របស់មច្ឆជាតិ។ ដូចជារបាំងការពារធម្មជាតិនៅតាមមាត់ទឹក ដែលជួយទប់ដីកុំឱ្យបាក់ និងជាផ្ទះសម្បែងដ៏កក់ក្តៅសម្រាប់កូនត្រីតូចៗលាក់ខ្លួន និងស្វែងរកចំណីនៅរដូវទឹកឡើង។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖