Climate change and the increasing unpredictability of environmental conditions have aggravated the shortage of animal feed crops during the dry season. This study examines effect of packaging thickness on the quality of corn silage during long-term storage, to maintain its nutritional value during feed shortages. The results show that packaging with thicknesses of 80, 120, 150, and 200 microns effectively maintain good physical quality, including odor, texture, color, and pH levels, during the 0–21day storage period. The silage had a fermented like fruit flavor or vinegar flavor, a silage texture, and well-preserved leaves and stems. Its color remained yellowish-green, with pH values between 3.7 and 4.7. Additionally, lactic acid analysis found that silage in 200-micron-thick packaging for 21 days had the highest lactic acid content (5.64%). However, there were no significant differences in the nutritional value of the silage across different packaging thicknesses
ปัจจุบันแนวโน้มการเลี้ยงโคเนื้อและโคนมของประเทศไทยเพิ่มขึ้นอย่างต่อเนื่อง โดยในปี 2565 มีจำนวนโคเนื้อเพิ่มขึ้นเป็น 9,394,111 ตัวจาก 6,583,106 ตัวในปี 2554 และจำนวนโคนมเพิ่มขึ้นจาก 560,659 ตัว เป็น 812,235 ตัว (กรมปศุสัตว์, 2565) ทำให้ปัญหาการขาดแคลนพืชอาหารสัตว์ในฤดูแล้งทวีความรุนแรงยิ่งขึ้น การทำหญ้าหมัก (silage) เป็นการถนอมอาหารสัตว์ที่นิยมชนิดหนึ่ง โดยเป็นการนำพืชอาหารสัตว์ เช่น ต้นข้าวโพด ต้นข้าว ฟ่าง หญ้าหรือถั่วต่าง ๆ ที่เก็บเกี่ยวในขณะที่มีความชื้นพอเหมาะมาหมักเก็บไว้ในสภาพสุญญากาศ ซึ่งเป็นการถนอมพืชอาหารสัตว์ไว้ในสภาพหมักดอง เมื่อพืชอาหารสัตว์สด ๆเปลี่ยนสภาพเป็นหญ้าหมักแล้วจะสามารถอยู่ได้เป็นเวลานานโดยคุณค่าทางอาหารไม่เปลี่ยนแปลง (สายัณห์, 2547) ข้าวโพดหมักยังมีคุณสมบัติให้ผลผลิตและพลังงานสูงกว่าพืชอาหารสัตว์ส่วนใหญ่ การถนอมพืชอาหารสัตว์ ในรูปแบบของพืชหมัก (Silage) เป็นสิ่งจำเป็นในการเลี้ยงโคนมในปัจจุบัน เพื่อทดแทนการขาดแคลนอาหารหยาบคุณภาพดี สำหรับโคนมในช่วงฤดูแล้ง เป้าหมายหลักในการเก็บถนอมพืชอาหารสัตว์ คือ ทำให้พืชที่เก็บถนอมไว้นั้นยังมีคุณค่าทางอาหารใกล้เคียงกับของเดิมมากที่สุดหรือมีการสูญเสียน้อยที่สุดและสัตว์สามารถกินได้ดี และการเลือกใช้บรรจุภัณฑ์ที่เหมาะสมจะช่วยรักษาคุณภาพและสามารถป้องกันไม่ให้เกิดความเสียหายได้ ข้าวโพดหมักจึงเป็นพืชอาหารสัตว์ที่มีความสำคัญเป็นอย่างมาก ซึ่งการเลี้ยงโคนมต้องมีอาหารหยาบที่มีคุณภาพจะส่งผลให้คุณภาพน้ำนมมีสารอาหารที่สมบูรณ์ ดังนั้น การศึกษานี้จึงมุ่งศึกษาผลของความหนาบรรจุภัณฑ์ต่อคุณภาพข้าวโพดหมักอาหารสัตว์
คณะเทคโนโลยีการเกษตร
The Public Park Project: Bubbledel Park is a new-style public park located at Suan Phra Nakhon in Lat Krabang District, Bangkok. Designed to be modern and entertaining, the park incorporates the concept of using bubbles to add vibrancy and create a unique connection with nature, unlike any other place.
คณะอุตสาหกรรมอาหาร
Plant-based refers to food or products that are primarily made from plants. It can be divided into two categories: one is food that comes entirely from plants and does not include any animal products, and the other is food that contains small amounts of animal products, such as products that contain milk and eggs in limited quantities, which may also be considered part of the definition of plant-based. Plant-based meat products that closely resemble real meat and attract consumers are considered a relatively new innovation. Although tofu, tempeh, and seitan have been around for a long time, recent discoveries have led to the production of plant-based meat products that provide a sensory experience, making it difficult for consumers to distinguish between real meat and plant-based meat. Furthermore, the development of plant-based food products must prioritize quality and safety to maximize consumer benefits. Textured Vegetable Protein (TVP) is a plant-based protein made from soybeans using an extruder. It is used as a primary ingredient in the production of plant-based food products due to several advantages. These include: • High Protein Content: TVP is made from soybeans with the fat extracted, resulting in a high protein content. • Texture: When rehydrated, TVP has a texture that closely resembles meat. • Versatility: TVP has a neutral flavor, allowing it to easily absorb the flavors of various seasonings and sauces. • Cost-Effectiveness: Compared to other protein sources, TVP is relatively inexpensive while providing desirable characteristics. These benefits make TVP an attractive option in the production of plant-based foods. This study focuses on developing TVP into a plant-based crab cake and investigating the shelf life of the product in a tightly sealed container under refrigeration. It also analyzes the hygiene and cleanliness of the production process and how these factors affect the presence or growth of microorganisms that may pose a risk to consumers, referencing the cold food safety standards of Thailand. Finally, recommendations for cleaning operational areas will be provided to establishments as a guideline for developing preliminary food safety procedures in laboratory settings.
คณะเทคโนโลยีสารสนเทศ
Facial Expression Recognition (FER) has attracted considerable attention in fields such as healthcare, customer service, and behavior analysis. However, challenges remain in developing a robust system capable of adapting to various environments and dynamic situations. In this study, the researchers introduced an Ensemble Learning approach to merge outputs from multiple models trained in specific conditions, allowing the system to retain old information while efficiently learning new data. This technique is advantageous in terms of training time and resource usage, as it reduces the need to retrain a new model entirely when faced with new conditions. Instead, new specialized models can be added to the Ensemble system with minimal resource requirements. The study explores two main approaches to Ensemble Learning: averaging outputs from dedicated models trained under specific scenarios and using Mixture of Experts (MoE), a technique that combines multiple models each specialized in different situations. Experimental results showed that Mixture of Experts (MoE) performs more effectively than the Averaging Ensemble method for emotion classification in all scenarios. The MoE system achieved an average accuracy of 84.41% on the CK+ dataset, 54.20% on Oulu-CASIA, and 61.66% on RAVDESS, surpassing the 71.64%, 44.99%, and 57.60% achieved by Averaging Ensemble in these datasets, respectively. These results demonstrate MoE’s ability to accurately select the model specialized for each specific scenario, enhancing the system’s capacity to handle more complex environments.