Rice is a salt-sensitive crop. The objective of this study was to evaluate the effect of salinity at flowering stage on physiological traits and yield of landrace rice. The experiment design was 4*10 Factorial in RCBD with 4 replications. Factor A was four salinity levels: control, 6, 12 and 16 dS/m; Factor B was 10 rice varieties. Data were collected on physiological traits and grain yield. The results showed that increasing salinity level decreased rice yield. The highest yield reduction was found when the rice received salt stress at 16 dS/m. In addition, rice varieties showed different yield performance when exposed to salt stress. In this found that Hom Yai variety had the lowest yield reduction when grown at 16 dS/m salinity level and did not differ from salt tolerant check variety.
การผลิตข้าวในประเทศไทยยังคงประสบปัญหาเกี่ยวกับสภาพพื้นที่ปลูกข้าวที่ไม่เหมาะสมต่อการเจริญเติบโต ซึ่งทำให้ผลผลิตของข้าวลดลง เช่น ปัญหาดินเค็ม โดยดินเค็มคือดินที่มีปริมาณเกลือที่ละลายน้ำได้ดีอยู่ในสารละลายดินสูงมากจนมีผลกระทบต่อการเจริญเติบโตและการสร้างผลผลิตของพืช อีกทั้งในปัจจุบัน สภาวะโลกร้อนมีความรุนแรงมากขึ้น และมีผลต่อเนื่องทำให้ความเครียดจากความเค็มมีความรุนแรงมากขึ้นด้วย การใช้ข้าวสายพันธุ์ที่มีความทนเค็มเป็นอีกวิธีที่จะช่วยแก้ปัญหาได้อย่างยั่งยืน ดังนั้นในการศึกษาครั้งนี้จึงสนใจศึกษาความเครียดเค็มในระยะออกดอกของข้าวที่ต่อเนื่องไปจนถึงระยะเก็บเกี่ยว โดยทำการศึกษาในพันธุ์ข้าวพื้นเมือง 6 พันธุ์ที่ผ่านการคัดเลือกแล้วว่าทนต่อความเค็มในระยะกล้าเปรียบเทียบกับข้าวพันธุ์ทนเค็มมาตรฐาน Pokkali และพันธุ์การค้า KDML105 ซึ่งผลจากการวิจัยที่ได้ในครั้งนี้สามารถนำไปเป็นข้อมูลพื้นฐานเพื่อใช้ในการปรับปรุงพันธุ์ข้าวให้มีความสามารถในการทนต่อสภาวะเครียดที่เกิดจากดินเค็ม และเป็นการคัดเลือกพันธุ์ข้าวที่มีศักยภาพในการทนเค็ม ตลอดจนส่งเสริมให้เกษตรกรปลูกในพื้นที่ที่กำลังประสบปัญหาจากสภาวะดินเค็มต่อไป
คณะเทคโนโลยีสารสนเทศ
Cancer is one of the major health issues in Thailand, particularly as the country enters an aging society. The risk of chronic diseases among the elderly often results in limitations in treatment, making it difficult for most patients to achieve a complete recovery. This necessitates continuous care and the provision of accurate information and guidance about cancer. However, current health record systems for patients lack effective interconnectivity, which hinders data analysis and the development of patient care models. Additionally, incorrect information about cancer spread across social media can lead to misunderstandings among elderly patients. To address these issues, researchers have developed a chatbot system that utilizes Natural Language Processing (NLP) technology to understand human language and accurately respond to questions about elderly cancer patient care. The chatbot provides reliable and up-to-date information based on medical knowledge sourced from a database reviewed by healthcare professionals. Furthermore, a web application has been developed to record and analyze patient assessments according to medical standards, enabling healthcare providers to plan and develop appropriate treatment approaches in a better way. This system also facilitates data sharing and connectivity across hospital systems, allowing information to be used to enhance the precision and modernity of treatment approaches. In addition, the chatbot acts as an assistant, providing information and guidance to patients, reducing the workload of healthcare staff in answering questions and encouraging patients to take a more active role in managing their own health.
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
A Photographic series that expresses the abstract states of myself, towards the question of existence that results from being surrounded by expectations of both surrender and freedom of expression, this series focuses on my own subjectivities in order to bring back memories of almost forgotten feelings and make them clear once more.
คณะวิทยาศาสตร์
In a highly competitive business, understanding customers is crucial for an organization to determine its success. Effective marketing is not just about offering good products, promotions, or services; it also requires strategies to reach and build strong relationships with customer groups. Segmenting customers is one method that helps businesses deeply understand the needs and behaviors of the customers who use their services In this internship, the objective is to understand the behavior of customers purchasing coffee and tea at a large cafe group by analyzing stored customer data. As a result of this process, customer groups purchasing coffee and tea were segmented using Naive Bayes, Random Forest, and Deep Learning techniques to compare the accuracy and suitability of different Machine Learning methods, and the insights gained from this analysis can be for further development in analyzing other data set in the future