This study aimed to investigate the effects of different salinity levels on survival rate and growth performance of golden apple snail (Pomacea canaliculata). The experiment was conducted at salinity levels of 0, 5, 10, and 15 ppt, with four replicates each, over an 8-week period. The results showed that golden apple snails reared at 5-10 ppt exhibited survival rates and growth performance not significantly different (p>0.05) from those in the freshwater control group (0 ppt). These findings suggest the potential for developing golden apple snail culture in brackish water systems and the possibility of integration with other brackish water species in polyculture systems.
หอยเชอรี่สีทอง (Pomacea canaliculata) เป็นสัตว์น้ำจืดที่มีศักยภาพทางเศรษฐกิจ เนื่องจากมีลักษณะเด่นด้านสีสันที่สวยงาม การเจริญเติบโตที่รวดเร็ว และมีความทนทานต่อสภาพแวดล้อม อย่างไรก็ตาม การเลี้ยงหอยชนิดนี้ในน้ำจืดอาจประสบปัญหาด้านคุณภาพเนื้อและรสชาติที่ยังไม่เป็นที่นิยมเท่าที่ควร รวมถึงความเสี่ยงจากการติดเชื้อปรสิตในแหล่งน้ำจืด การพัฒนาระบบการเลี้ยงในน้ำกร่อยอาจเป็นทางเลือกใหม่ที่น่าสนใจ เนื่องจากความเค็มของน้ำมีผลต่อคุณภาพเนื้อและรสชาติของสัตว์น้ำ อีกทั้งยังช่วยลดความเสี่ยงจากปรสิตน้ำจืด นอกจากนี้ การศึกษาความสามารถในการปรับตัวของหอยเชอรี่สีทองต่อความเค็มยังเปิดโอกาสในการพัฒนาระบบการเลี้ยงแบบผสมผสานร่วมกับสัตว์น้ำกร่อยชนิดอื่น ซึ่งสอดคล้องกับแนวคิดเศรษฐกิจหมุนเวียนและการใช้ทรัพยากรอย่างมีประสิทธิภาพ ในปัจจุบัน ยังไม่มีการศึกษาที่ชัดเจนเกี่ยวกับผลของความเค็มต่อการเจริญเติบโตและอัตรารอดของหอยเชอรี่สีทอง การวิจัยนี้จึงมุ่งเน้นศึกษาความเป็นไปได้ในการเลี้ยงหอยเชอรี่สีทองในน้ำกร่อยที่ระดับความเค็มต่างๆ เพื่อเป็นข้อมูลพื้นฐานในการพัฒนาระบบการเลี้ยงรูปแบบใหม่ที่มีประสิทธิภาพและยั่งยืน อันจะนำไปสู่การเพิ่มมูลค่าผลผลิตและการใช้ประโยชน์จากทรัพยากรอย่างคุ้มค่าในอนาคต
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
Thammadul Wellness Center is a health and wellness center focused on restoring balance to the body and mind through natural therapy and holistic care. Designed as a retreat for relaxation and rejuvenation, the center integrates alternative medicine, nutritional therapy, appropriate exercise, and an environment that promotes tranquility. The center offers a wide range of services, including Thai herbal spa treatments, yoga and meditation, nutritional counseling, and personalized health restoration programs. The architectural design emphasizes the use of natural materials and a setting that harmonizes with the surrounding environment, creating a serene atmosphere that allows visitors to reconnect with nature. Thammadul Wellness Center aims to promote the concept of holistic health care, emphasizing prevention rather than treatment, so that guests can adopt these wellness practices into their daily lives sustainably.
คณะวิทยาศาสตร์
Microalgae are rich in bioactive compounds that may contribute to the growth of probiotics, which require appropriate nutrients, known as prebiotics, to thrive. This study aims to evaluate the effectiveness of crude extracts from intracellular components residues of the microalga Chlorella sp. KLSc61 in promoting the growth of the probiotic bacterium Lactiplantibacillus plantarum JCM1149 under simulated gastrointestinal conditions. The intracellular extracts were obtained using 70% (v/v) ethanol, and their effects on probiotic growth were tested at concentrations of 0.1%, 0.75% and 1.5%. The growth of Lactiplantibacillus plantarum JCM1149 was assessed using the drop plate method. The findings of this study will provide insights into the potential of Chlorella sp. KLSc61 extracts in enhancing probiotic growth, which could lead to the development of synbiotic dietary supplements containing both probiotics and prebiotics. Additionally, this study may serve as a foundation for further research on the role of microalgal extracts in gut health and immune system modulation.
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.