In an era where sustainability is at the heart of business operations, eco-friendly packaging is gaining increasing attention. This research explores sustainable business models for alternative packaging, focusing on the case of corn-based paper, an innovation that effectively replaces conventional plastic packaging. The study analyzes key factors that enable businesses using natural raw materials to remain competitive in the market, as well as the growth potential of sustainable packaging compared to plastic-based alternatives. Additionally, it examines the factors influencing consumer behavior in choosing eco-friendly products and evaluates the impact on profitability and social responsibility. This research employs both qualitative and quantitative methods, including case studies of businesses utilizing alternative materials, in-depth interviews with industry experts, and consumer behavior surveys. The findings are expected to provide insights into the business potential of corn-based packaging, strategies for market expansion, and approaches for long-term sustainability. The results of this study will serve as a valuable reference for entrepreneurs seeking to develop green businesses and policymakers aiming to promote sustainable packaging in the market.
ในปัจจุบัน แนวคิดเศรษฐกิจหมุนเวียน (Circular Economy) และความยั่งยืน (Sustainability) ได้กลายเป็นปัจจัยสำคัญที่ส่งผลต่อการดำเนินธุรกิจทั่วโลก อุตสาหกรรมบรรจุภัณฑ์กำลังเผชิญกับแรงกดดันจากทั้งภาครัฐและผู้บริโภคในการลดการใช้พลาสติกแบบใช้ครั้งเดียว (Single-Use Plastic) และเปลี่ยนไปใช้วัสดุที่เป็นมิตรต่อสิ่งแวดล้อม ซึ่งนำไปสู่การพัฒนานวัตกรรมใหม่ ๆ ในอุตสาหกรรมบรรจุภัณฑ์สีเขียว (Green Packaging) โดยกระดาษจากข้าวโพด เป็นหนึ่งในวัสดุทางเลือกที่สามารถทดแทนพลาสติกและกระดาษทั่วไปได้ เนื่องจากมีคุณสมบัติย่อยสลายได้ตามธรรมชาติ ใช้วัสดุเหลือใช้จากอุตสาหกรรมการเกษตร และช่วยลดปริมาณขยะพลาสติก อย่างไรก็ตาม แม้ว่าบรรจุภัณฑ์ที่เป็นมิตรต่อสิ่งแวดล้อมจะมีศักยภาพในการเติบโตสูง แต่ธุรกิจในอุตสาหกรรมนี้ยังต้องเผชิญกับความท้าทายหลายประการ เช่น ต้นทุนการผลิตที่สูงกว่าบรรจุภัณฑ์พลาสติก ความเข้าใจของผู้บริโภคเกี่ยวกับผลิตภัณฑ์ที่ยั่งยืน และการแข่งขันในตลาดที่ใช้วัสดุรีไซเคิลและวัสดุชีวภาพอื่น ๆ ดังนั้น การศึกษานี้จึงมีความสำคัญต่อการ ทำความเข้าใจรูปแบบโมเดลธุรกิจยั่งยืน (Sustainable Business Model) สำหรับบรรจุภัณฑ์จากข้าวโพด เพื่อระบุปัจจัยสำคัญที่ช่วยให้ธุรกิจประเภทนี้สามารถแข่งขันในตลาดได้อย่างมีประสิทธิภาพ นอกจากนี้ ยังมุ่งเน้นการ วิเคราะห์ศักยภาพของบรรจุภัณฑ์จากข้าวโพดเมื่อเปรียบเทียบกับบรรจุภัณฑ์พลาสติก รวมถึง ศึกษาปัจจัยที่มีอิทธิพลต่อพฤติกรรมผู้บริโภค ในการเลือกใช้บรรจุภัณฑ์ที่เป็นมิตรต่อสิ่งแวดล้อม ซึ่งเป็นข้อมูลที่สำคัญสำหรับผู้ประกอบการและนักลงทุนที่ต้องการพัฒนาธุรกิจในอุตสาหกรรมนี้ และผลลัพธ์ของงานวิจัยนี้จะสามารถนำไปใช้ในการ ออกแบบกลยุทธ์ทางธุรกิจและการตลาด ที่ช่วยให้ธุรกิจบรรจุภัณฑ์ยั่งยืนสามารถเติบโตได้ในระยะยาว และยังเป็นแนวทางสำหรับหน่วยงานที่เกี่ยวข้องในการกำหนดนโยบายสนับสนุนอุตสาหกรรมที่เป็นมิตรต่อสิ่งแวดล้อมต่อไป
คณะอุตสาหกรรมอาหาร
This study focuses on formula development and properties analysis of collagen-fortified kombucha jelly in terms of taste, appearance, and benefits to create a novel product that meets the needs of the health and beauty beverage market. Sensory testing was conducted to evaluate the quality and consumer satisfaction.
คณะเทคโนโลยีการเกษตร
Efficient durian orchard development requires integrating knowledge, technology, and innovation from farmers and academics to cope with environmental changes and market demands. The Durian Web-based Learning Hub is an online learning platform developed to serve as a central hub for knowledge transfer from experts and as a space for experience exchange among farmers. Users can access learning resources conveniently and continuously. This platform is part of the Innovation Project for Production and Marketing Information Management Innovation for Enhancing the Quality of Durian Production Entering into Premium Markets, supported by the Program Management Unit for Area-Based Development (PMUA)
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.