Threadfin breams is an economically important fish that can be found in fisheries in both the Gulf of Thailand and Andaman Sea and is cheap. In addition, the consumption of raw fish as sashimi is increasingly popular in Thailand. Therefore, it is necessary to promote its consumption to increase its value. This study investigated the preservation of threadfin breams (N. furcosus) for raw or sashimi consumption. The preservation of threadfin breams consisted of Ikejime (K) and cold seawater (S) methods, and the preservation of the fish by Gutting (G) and whole (W) and storing for 3 days on ice (I) or in a refrigerator (F). The freshness quality of threadfin breams was evaluated by sensory, physicochemical (TVB-N, TMA-N and pH), freshness index (Ki-value) and microbiological methods. It was found that after being stored for 3 days, the KGF group of threadfin breams had the highest overall sensory score, which was 8.36±0.80 points, and the KWI, SWI and SWF groups of threadfin breams had the lowest overall sensory scores, which were 8.13±0.77, 8.13±0.77 and 8.13±0.81 points, respectively. And the overall sensory scores of all experimental groups of fish increased significantly (p<0.05). The TVB-N value of threadfin breams in KGF group had the lowest TVB-N value, which was 1.37±0.93 mg nitrogen/100 g sample. The threadfin breams in SGI group had the highest TVB-N value, which was 2.36±1.15 mg nitrogen/100 g sample. The TVB-N of fish in all experimental groups increased significantly (p<0.05). The TMA-N value of threadfin breams in KGF group had the lowest TMA-N value, which was 1.56±0.88 mg nitrogen/100 g sample. The threadfin breams in SWF group had the highest TMA-N value, which was 2.17±1.22 mg nitrogen/100 g sample. The TMA-N of fish in all experimental groups increased significantly (p<0.05). The pH value of threadfin breams in KGF group had the lowest pH value, which was 6.40±0.12. The threadfin breams in SWF group had the highest pH value, which was 6.78±0.25. The pH of fish in all experimental groups increased significantly (p<0.05). Ki value The threadfin breams in KGF group had the lowest Ki value, which was 9.05±0.73%. The threadfin breams in KWI group had the highest Ki value, which was 12.88±4.19%. The Ki value of all experimental groups of fish increased without statistical significance (p>0.05). In terms of freshness quality in microbiology, it was found that in all experimental groups, Salmonella spp., S. aureus, B. cereus, C. perfringens and E. coli were found in all experimental groups of threadfin breams. All types of microorganisms in all groups of threadfin breams increased with statistical significance (p<0.05). When compared with the freshness quality criteria in terms of sensory, chemical, physical, freshness index and microbiology, it was found that all groups of threadfin breams were very fresh and suitable for raw consumption during the preservation and storage for 3 days. After 3 days of storage, the threadfin breams should be consumed cooked because the freshness quality of the fish is not suitable for raw consumption due to the increase in various parameters. The increase in various parameters is due to the deterioration of the fish and the activities of microorganisms. Therefore, threadfin breams is suitable to promote raw consumption within 3 days of storage. In addition, fish preservation, especially by Ikejime method, then cutting open the belly and storing in the refrigerator, can help improve the freshness of the fish. The results of this study can be used to develop techniques for preserving fish after capture for fishermen and can promote the increase in the value of threadfin breams in the future.
อาหารทะเลเป็นอาหารที่ได้รับความนิยมจากผู้บริโภคทั่วโลก เช่นเดียวกันกับในประเทศไทย อาหารทะเลถือว่ามีความสำคัญต่อเศรษฐกิจเป็นอย่างมาก เนื่องจากประเทศไทยมีภูมิประเทศติดชายฝั่งทะเลทั้งฝั่งอันดามันและอ่าวไทยยาวรวมทั้งสิ้นประมาณ 3,148 กิโลเมตร (กรมทรัพยากรทางทะเลและชายฝั่ง, 2566) ทำให้มีการประกอบอาชีพการทำประมงทั้งประมงพื้นบ้านและประมงพาณิชย์ มีการผลิตและแปรรูปสินค้ามากกว่า 2 ล้านตันต่อปี (กลุ่มสถิติการประมง, 2567) ซึ่งถือได้ว่าอาชีพการทำประมงชายฝั่งเป็นอีกอาชีพที่มีความสำคัญต่อเศรษฐกิจของประเทศไทย ทั้งในด้านการจ้างงาน การสร้างรายได้ และเป็นแหล่งอาหารให้กับคนในประเทศ โดยเฉพาะปลาทะเลที่ได้รับความนิยมอย่างมากทั้งผู้บริโภคโดยตรงและอุตสาหกรรมแปรรูปอาหาร ปลาทะเลเป็นอาหารทะเลที่ดีต่อสุขภาพ เนื่องจากเป็นแหล่งโปรตีนที่มีไขมันต่ำ และมีสารอาหารต่างๆที่สำคัญต่อร่างกาย โดยเฉพาะ โอเมก้า 3 ที่มีส่วนช่วยในการพัฒนาสมองและลดความเสี่ยงในโรคหลอดเลือดหัวใจ ซึ่งโอเมก้า 3 ร่างกายไม่สามารถผลิตเองได้ จึงมีคำแนะนำทางการแพทย์ว่าควรบริโภคปลาทะเลอย่างน้อย สัปดาห์ละ 2 ครั้ง เพื่อสุขภาพที่ดี (Skulas-Ray et al., 2012; Tilami and Samples, 2017; Rimm al., 2018)ปลาทรายแดง Nemipterus เป็นปลาทะเล ที่อาศัยอยู่หน้าดิน พบที่ระดับความลึก 8-110 เมตร พบมากในมหาสมุทรอินเดียและมหาสมุทรแปซิฟิก ตามพื้นโคลนหรือพื้นทราย ส่วนใหญ่กินปลาขนาดเล็กและครัสเตเชียนเป็นอาหารหลัก มีลักษณะเด่นคือ สีของลำตัวมีสีชมพู ส่วนท้องมีสีเงิน และมีเส้นสีเหลืองทองอ่อนพาดตามลำตัวตั้งแต่ศีรษะจนถึงโคนหาง (Anderson et al., 1998; Russell, 2001; Paul et al., 2018) ปลาทรายแดงนิยมบริโภคแบบยังสดโดยการนำไปประกอบอาหารและบริโภคแบบแปรรูป ปลาทรายแดงเป็นที่นิยมเพิ่มมากขึ้นในประเทศไทย จากสถิติการจับของกรมประมงปี 2562-2566 พบว่ามีการจับปลาทรายแดงเฉลี่ยปีละ 32,560 ตันต่อปีและมีมูลค่าทางเศรษฐกิจ รวมทั้งสิ้น 1,367.56 ล้านบาท (กองนโยบายและแผนพัฒนาการประมง, 2567) แสดงให้เห็นว่าปลาทรายแดงเป็นสัตว์น้ำที่มีความสำคัญต่อเศรษฐกิจ ในขณะที่ราคาของปลาทรายแดงในตลาดซื้อขายสัตว์น้ำของผู้บริโภคมีราคาถูก ซึ่งข้อมูลจากองค์กรสะพานปลาเมื่อวันที่ 1 มิถุนายน 2566 พบว่าราคาของปลาทรายแดงที่ซื้อขายมีราคาเพียง 70 บาทต่อกิโลกรัม (องค์กรสะพานปลา, 2566) ในปัจจุบันร้านอาหารญี่ปุ่นที่นิยมเสิร์ฟปลาดิบทั้งในรูปแบบซูชิและซาชิมิมีจำนวนเพิ่มมากขึ้นในประเทศไทย ซึ่งแสดงให้เห็นได้ว่าคนไทยมีค่านิยมในการหันมาบริโภคปลาดิบแบบซาชิมิที่เป็นวัฒนธรรมการกินแบบญี่ปุ่นเพิ่มมากขึ้น (JETRO Bangkok, 2567) ด้วยเหตุนี้จึงควรมีการส่งเสริมให้ชาวประมงสามารถจำหน่ายปลาทรายแดงสำหรับการบริโภคแบบดิบเพื่อเพิ่มมูลค่าให้ปลาทรายแดง และสร้างรายได้ให้กับชาวประมงให้เพิ่มมากยิ่งขึ้น การเสื่อมสภาพของปลาเกิดขึ้นตั้งแต่หลังการจับ โดยระยะเวลาในการเสื่อมสภาพขึ้นอยู่กับ ชนิดของปลา วิธีการจัดการหลังการจับ อุณหภูมิที่ใช้ในการเก็บรักษาและวิธีการเก็บรักษา (มัทนา แสงจินดาวงษ์, 2527) ซึ่งในปัจจุบันผู้บริโภคนิยมบริโภคอาหารญี่ปุ่นโดยเฉพาะปลาดิบหรือซาชิมิเพิ่มมากขึ้น จึงต้องการบริโภคปลาที่มีความสดมาก แต่ในประเทศไทยผู้บริโภคและชาวประมงมีข้อมูลในการเก็บรักษาความสดของปลาทรายแดงเพื่อให้มีคุณภาพที่เหมาะสมต่อการบริโภคแบบดิบอยู่น้อย จึงได้ศึกษาเกี่ยวกับวิธีการเก็บรักษาและตรวจสอบคุณภาพความสดของปลาทรายแดงเพื่อให้เหมาะสมต่อการบริโภคแบบดิบหรือซาชิมิโดยใช้วิธีทางประสาทสัมผัส ทางเคมีกายภาพ ทางดัชนีความสดและทางจุลชีววิทยาและศึกษาวิธีการเก็บรักษาปลาเพื่อยืดอายุการเก็บรักษาปลาให้สดได้นานที่สุด เพื่อพัฒนาเทคนิคการเก็บรักษาความสดของปลาให้เหมาะสมและมีคุณภาพในการบริโภคแบบดิบให้ดีมากยิ่งขึ้น อีกทั้งยังสามารถเพิ่มความรู้ทางด้านเทคนิคในการเก็บรักษาปลาให้กับชาวประมงและผู้บริโภคเพื่อพัฒนาและยกระดับคุณภาพและเพิ่มมูลค่าปลาทะเลไทยให้มากยิ่งขึ้น
คณะอุตสาหกรรมอาหาร
Spent coffee grounds (SCGs) are waste from coffee drink process, which are rich of a varieties of nutrients. This research applied SCGs as ingredient in cracker. The optimized formula and process are studied as well as addition of different levels of SCGs were studied. It was found that addition of SCGs in cracker had hedonic score in high level from panels, especially panels who drink coffee. Moreover, it was observed that SCGs could increase nutrients especially carbohydrate and fiber to the product.
คณะวิทยาศาสตร์
With the development of space technology, wide-field sky surveys using telescopes have expanded the range of new data available for time-domain astronomical research. Traditional data analysis methods can no longer respond quickly and accurately enough to the growing volume of data. Thus, classifying time-series data, such as light curves, has become a significant challenge in the era of big data. In modern times, analyzing light curves has become essential for using machine learning techniques to handle and filter through massive amounts of data. Machine learning algorithms can be divided into two categories: shallow learning and deep learning. Numerous researchers have proposed and developed a variety of algorithms for light curve classification. In this study, we experimented with Support Vector Machine (SVM) and XGBoost, which are shallow machine learning algorithms, as well as 1D-CNN and Long Short-Term Memory (LSTM), which are deep learning algorithms, which are branches of deep machine learning, to classify variable stars. The training and testing data used in this study were from the Optical Gravitational Lensing Experiment-III (OGLE-III), consisting of variable star data from the Large Magellanic Cloud (LMC), categorized into five main classes: Classical Cepheids, δ Scutis, eclipsing binaries, RR Lyrae stars, and Long-period variables. The results demonstrate the performance analysis of each machine learning algorithm type applied to light curve data, while also highlighting the accuracy and statistical metrics of the algorithms used in the experiments.
คณะวิศวกรรมศาสตร์
This research suggested natural hemp fiber-reinforced ropes (FRR) polymer usage to reinforce recycled aggregate square concrete columns that contain fired-clay solid brick aggregates in order to reduce the high costs associated with synthetic fiber-reinforced polymers (FRPs). A total of 24 square columns of concrete were fabricated to conduct this study. The samples were tested under a monotonic axial compression load. The variables of interest were the strength of unconfined concrete and the number of FRRlayers. According to the results, the strengthened specimens demonstrated an increased compressive strength and ductility. Notably, the specimens with the smallest unconfined strength demonstrated the largest improvement in compressive strength and ductility. Particularly, the compressive strength and strain were enhanced by up to 181% and 564%, respectively. In order to predict the ultimate confined compressive stress and strain, this study investigated a number of analytical stress–strain models. A comparison of experimental and theoretical findings deduced that only a limited number of strength models resulted in close predictions, whereas an even larger scatter was observed for strain prediction. Machine learning was employed by using neural networks to predict the compressive strength. A dataset comprising 142 specimens strengthened with hemp FRP was extracted from the literature. The neural network was trained on the extracted dataset, and its performance was evaluated for the experimental results of this study, which demonstrated a close agreement.