ข่าว

หนึ่งในผลงานวิจัยจากคณะสัตวแพทยศาสตร์ มหาวิทยาลัยเชียงใหม่ เรื่อง Predicting and explaining high dead-on-arrival outcomes in meat-type ducks using deep learning: A path to improved welfare management ได้ตีพิมพ์ในวารสารวิชาการนานาชาติ Poultry Science (Published: 13 June 2025) ซึ่งอยู่ในฐานข้อมูล ISI Tier 1 (Journal Impact factor 4.2), SJR Quartile 1 และ Scopus Tier 1

สามารถอ่านข้อมูลเพิ่มเติมได้ที่ https://www.sciencedirect.com/.../pii/S0032579125006832

งานวิจัยเรื่อง Predicting and explaining high dead-on-arrival outcomes in meat-type ducks using deep learning: A path to improved welfare management มีวัตถุประสงค์เพื่อมุ่งพัฒนาโมเดลปัญญาประดิษฐ์ที่สามารถคาดการณ์และอธิบายปัจจัยเสี่ยงของการตายระหว่างขนส่ง (DOA) ในเป็ดเนื้อได้อย่างแม่นยำ โดยอาศัยข้อมูลจากเที่ยวรถขนส่งกว่า 8,000 เที่ยว รวมมากกว่า 10 ล้านตัว ผลลัพธ์ชี้ให้เห็นว่า จำนวนเป็ดต่อเที่ยวรถ อุณหภูมิในบริเวณพักสัตว์ก่อนเชือด (lairage) อายุของเป็ด และระยะเวลาการขนส่ง เป็นปัจจัยสำคัญที่มีผลต่อความเสี่ยงในการเกิด DOA สูง การใช้เทคนิค SHAP ร่วมกับโมเดล deep learning ทำให้สามารถอธิบายผลการพยากรณ์ได้อย่างชัดเจน สร้างความเข้าใจเชิงกลไกที่นำไปสู่แนวทางบริหารจัดการแบบแม่นยำก่อนการเชือด (precision-driven preslaughter management) งานวิจัยนี้จึงมีศักยภาพในการประยุกต์ใช้ในภาคอุตสาหกรรม เพื่อยกระดับสวัสดิภาพสัตว์ ลดความสูญเสียทางเศรษฐกิจ และสนับสนุนการตัดสินใจของผู้ประกอบการด้วยข้อมูลเชิงลึกที่เชื่อถือได้