The use of chemical herbicides in agriculture has raised concerns due to its adverse effects on farmers' health, environmental sustainability, and consumer safety. Paraquat, a widely used herbicide, has been banned in Thailand. In response to this issue, this research focused on the development of natural herbicide products as an alternative to conventional chemical herbicides. The study involved the extraction of bioactive compounds from selected plants with potential herbicidal properties and evaluating their effectiveness in controlling target weeds. The results indicated that the developed natural herbicide demonstrates significant weed control efficiency. Additionally, this product can be applied to organic farming systems, reducing reliance on hazardous chemicals and promoting sustainable agricultural practices. The development of this natural herbicide served as an essential step toward environmentally friendly and safe agricultural solutions.
ที่มาของโครงการนี้เกิดจากปัญหาการใช้สารเคมีกำจัดวัชพืชในภาคเกษตรกรรม ซึ่งแม้ว่าสารเหล่านี้จะมีประสิทธิภาพในการควบคุมวัชพืช แต่กลับก่อให้เกิดผลกระทบต่อสุขภาพของเกษตรกร ผู้บริโภค และสิ่งแวดล้อมในระยะยาว โดยเฉพาะสารพาราควอต ซึ่งเป็นสารเคมีกำจัดวัชพืชที่ได้รับความนิยมแต่ถูกห้ามใช้ในหลายประเทศ รวมถึงประเทศไทย เนื่องจากมีความเป็นพิษสูงและไม่มีวิธีการรักษาหากได้รับสารเข้าสู่ร่างกาย นอกจากนี้ การตกค้างของสารเคมีในดินและแหล่งน้ำยังส่งผลต่อความสมดุลของระบบนิเวศและคุณภาพของผลผลิตทางการเกษตร ด้วยเหตุนี้ โครงการวิจัยนี้จึงถูกพัฒนาขึ้นโดยมีเป้าหมายในการค้นหาและพัฒนาสารจากธรรมชาติที่สามารถทดแทนสารเคมีดังกล่าวได้อย่างมีประสิทธิภาพ เพื่อลดความเสี่ยงต่อสุขภาพของเกษตรกร ลดปัญหามลพิษทางสิ่งแวดล้อม และส่งเสริมการทำเกษตรกรรมที่ยั่งยืน นอกจากนี้ การวิจัยยังตอบสนองต่อนโยบายของภาครัฐในการสนับสนุนการใช้สารชีวภาพและนวัตกรรมที่เป็นมิตรกับสิ่งแวดล้อม เพื่อสร้างสมดุลระหว่างผลผลิตทางการเกษตรและการดูแลสิ่งแวดล้อมให้ยั่งยืนในระยะยาว
คณะอุตสาหกรรมอาหาร
This study aims to investigate the co-encapsulation technique of vitamin C and coenzyme Q10 within liposomes to enhance their stability and encapsulation efficiency and evaluate their antioxidant activity and release behavior under simulated gastrointestinal conditions. Liposomes were prepared using the High-Speed Homogenization Method, and their characteristics, including particle size, zeta potential, encapsulation efficiency, and antioxidant activity, were analyzed using DPPH, ABTS, and FRAP assays. The results demonstrated that co-encapsulation significantly improved the stability of vitamin C and coenzyme Q10 compared to single encapsulation. The liposomes exhibited high encapsulation efficiency and maintained strong antioxidant activity. The release profile under simulated gastrointestinal conditions also indicated a sustained and controlled release. These findings highlight the potential of the co-encapsulation technique in enhancing the efficacy of functional bioactive compounds, making it applicable to the food and nutraceutical industries.
คณะบริหารธุรกิจ
In a world increasingly focused on sustainability and reducing environmental impact, DreamHigh is pioneering an innovative approach to packaging solutions using mycelium—a natural, biodegradable, and renewable material derived from fungi. Our mission is to revolutionize the packaging industry by offering eco-friendly alternatives that not only reduce waste but also align with global efforts to combat climate change. Mycelium packaging offers a compelling alternative to traditional plastic and Styrofoam packaging, which contribute significantly to environmental pollution. It is fully biodegradable, compostable, and capable of breaking down in natural environments within weeks, leaving no toxic residues behind. Additionally, mycelium-based products are lightweight, durable, and customizable, making them suitable for a wide range of applications, from consumer goods packaging to protective shipping materials. DreamHigh’s business plan outlines a scalable production process leveraging advanced mycelium cultivation techniques and partnerships with local agricultural sectors to utilize agricultural waste as a key raw material. This not only ensures cost-efficiency but also supports a circular economy by repurposing waste that would otherwise be discarded.
คณะวิศวกรรมศาสตร์
This thesis presents the application of deep learning for object classification. The selected deep learning architectures studied include Convolutional Neural Networks (CNN) and ResNet18. It covers data preparation, feature extraction, parameter tuning for accuracy comparison, and performance evaluation of the selected models. The aim is to propose an efficient model for use in devices that assist visually impaired individuals in classifying indoor objects and providing sound alerts.