งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาระบบแปลภาษามือตัวอักษรภาษาอังกฤษแบบเรียลไทม์โดยใช้แนวคิดการประมวลผลแบบไฮบริดระหว่างเว็บไคลเอนต์และอุปกรณ์ IoT ระบบใช้ MediaPipe ส าหรับสกัดพิกัดจุดข้อต่อของมือจ านวน 42 ค่าแทนการใช้ภาพถ่ายดิบ เพื่อลดความซับซ้อนของข้อมูลและเพิ่มประสิทธิภาพในการประมวลผล จากนั้นน าข้อมูลพิกัดไปจ าแนกด้วยโมเดลโครงข่ายประสาทเทียมแบบหลายชั้น (MLP) บนไมโครคอนโทรลเลอร์ ESP32 โดยประยุกต์ใช้แนวคิดรูปแบบมาตรฐาน (Canonical Form) เพื่อแก้ปัญหาความแตกต่างระหว่างมือซ้ายและขวา ผลการทดลองพบว่าระบบสามารถแปลภาษามือตัวอักษรภาษาอังกฤษ A–Z (ยกเว้น J และ Z) ได้อย่างมีประสิทธิภาพ โดยมีค่าความถูกต้องเฉลี่ยเท่ากับ 91.67% และสามารถท างานได้อย่างเสถียรในสภาพแวดล้อมที่แตกต่างกัน งานวิจัยนี้แสดงให้เห็นว่าการใช้ข้อมูลเชิงโครงสร้างร่วมกับสถาปัตยกรรมแบบไฮบริดช่วยให้ระบบแปลภาษามือมีความแม่นย าสูง เหมาะสมกับการประยุกต์ใช้บนอุปกรณ์ IoT ที่มีข้อจ ากัดด้านทรัพยากร

ไม่มี

-

การวิจัยแบบผสานวิธีในครั้งนี้มีวัตถุประสงค์เพื่อ 1. ศึกษาระดับของคุณลักษณะการเป็นผู้ประกอบการ การบูรณาการโซ่อุปทาน ความยืดหยุ่นขององค์กร และผลการดำเนินธุรกิจอย่างยั่งยืนของธุรกิจโลจิสติกส์ทางถนนในเขตกรุงเทพมหานคร 2. ศึกษาอิทธิพลของคุณลักษณะการเป็นผู้ประกอบการ การบูรณาการโซ่อุปทาน และความยืดหยุ่นขององค์กร ที่ส่งผลต่อผลการดำเนินธุรกิจอย่างยั่งยืนของธุรกิจโลจิสติกส์ทางถนนในเขตกรุงเทพมหานคร และ 3. พัฒนาแบบจำลองการส่งเสริมผลการดำเนินธุรกิจอย่างยั่งยืนของธุรกิจโลจิสติกส์ทางถนนในเขตกรุงเทพมหานคร การวิจัยเชิงปริมาณ กลุ่มตัวอย่าง ได้แก่ ผู้ประกอบการธุรกิจโลจิสติกส์ทางถนนในเขตกรุงเทพมหานคร จำนวน 260 คน ด้วยการสุ่มแบบแบ่งชั้นภูมิ เครื่องมือที่ใช้ในการวิจัยเป็นแบบสอบถามมาตรส่วนประมาณค่า 5 ระดับ วิเคราะห์ข้อมูลด้วยสถิติพรรณนา เทคนิคการวิเคราะห์แบบ Covariance-based SEM การวิจัยเชิงคุณภาพ กลุ่มเป้าหมายเป็นผู้เชี่ยวชาญ จำนวน 15 คน เก็บข้อมูลด้วยการสัมภาษณ์เชิงลึก วิเคราะห์ข้อมูลด้วยเทคนิคการวิเคราะห์เนื้อหา ผลการวิจัยพบว่า 1.คุณลักษณะการเป็นผู้ประกอบการ การบูรณาการโซ่อุปทาน ความยืดหยุ่นขององค์กร อยู่ในระดับมากที่สุด (Mean = 4.59, 4.62 และ 4.58) ผลการดำเนินธุรกิจอย่างยั่งยืน อยู่ในระดับมาก (Mean = 4.45) 2. คุณลักษณะการเป็นผู้ประกอบการ การบูรณาการโซ่อุปทาน และความยืดหยุ่นขององค์กร ร่วมกันทำนายผลการดำเนินธุรกิจอย่างยั่งยืนของธุรกิจโลจิสติกส์ทางถนนในเขตกรุงเทพมหานคร ได้ร้อยละ 87 3.แบบจำลอง IPO (Input-Process-Output Model) เพื่อส่งเสริมผลการดำเนินธุรกิจอย่างยั่งยืนของผู้ประกอบการในธุรกิจโลจิสติกส์ทางถนน ประกอบด้วย 3 ด้าน ได้แก่ ทรัพยากรการดำเนินงาน กระบวนการดำเนินงาน และผลผลิต

เมื่อความตระหนักด้านสังคมและสิ่งแวดล้อมเพิ่มสูงขึ้น ประกอบกับการเปลี่ยนแปลงของค่านิยมผู้บริโภคภายหลังการแพร่ระบาดของโควิด-19 การทำความเข้าใจว่าผู้บริโภครับรู้และตีความ แรงจูงใจในการดำเนินกิจกรรมความรับผิดชอบต่อสังคมขององค์กร (Corporate Social Responsibility: CSR) ของศูนย์การค้าและไฮเปอร์มาร์เก็ตอย่างไร ยังคงเป็นประเด็นที่ได้รับการศึกษาไม่มากนัก การศึกษานี้อาศัย ทฤษฎีการอ้างเหตุ (Attribution Theory) เป็นกรอบแนวคิด โดยนำ ความแท้จริงของ CSR (CSR Authenticity) และ ความสอดคล้องระหว่าง CSR กับองค์กร (CSR-Company Fit) มาบูรณาการเข้ากับกรอบการรับรู้แรงจูงใจในการดำเนิน CSR เพื่อศึกษาว่าปัจจัยดังกล่าวมีอิทธิพลต่อ การมีส่วนร่วมของผู้บริโภคบนสื่อสังคมออนไลน์ (Consumer Social Media Engagement) อย่างไร ผลการสำรวจข้อมูลจากตลาดเกิดใหม่พบว่า แรงจูงใจที่ขับเคลื่อนด้วยค่านิยม (Value-Driven Motives) มีอิทธิพลต่อการรับรู้ความแท้จริงของ CSR มากที่สุด รองลงมาคือ แรงจูงใจที่ขับเคลื่อนด้วยผู้มีส่วนได้ส่วนเสีย (Stakeholder-Driven Motives) ขณะที่ แรงจูงใจที่ขับเคลื่อนด้วยผลประโยชน์ขององค์กร (Egoistic-Driven Motives) และ แรงจูงใจเชิงกลยุทธ์ (Strategy-Driven Motives) ไม่มีอิทธิพลอย่างมีนัยสำคัญ นอกจากนี้ ความแท้จริงของ CSR ยังช่วยเพิ่มการรับรู้ถึงความสอดคล้องระหว่าง CSR กับองค์กร และมีอิทธิพลโดยตรงต่อการมีส่วนร่วมของผู้บริโภค โดยความสอดคล้องระหว่าง CSR กับองค์กรทำหน้าที่เป็น ตัวแปรส่งผ่านเชิงเสริม (Complementary Mediator) ผลการศึกษาชี้ให้เห็นว่า ความแท้จริงของ CSR เป็นกลไกสำคัญที่เชื่อมโยงการรับรู้แรงจูงใจในการดำเนิน CSR กับการมีส่วนร่วมของผู้บริโภค อีกทั้งยังช่วยขยายองค์ความรู้ของทฤษฎีการอ้างเหตุ โดยอธิบายให้ชัดเจนยิ่งขึ้นว่าแรงจูงใจในการดำเนิน CSR แต่ละรูปแบบส่งผลต่อการตอบสนองของผู้บริโภคบนสื่อสังคมออนไลน์แตกต่างกันอย่างไร และนำเสนอข้อค้นพบใหม่ที่เป็นประโยชน์ต่อการสื่อสาร CSR ในธุรกิจค้าปลีกของตลาดเกิดใหม่

งานวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์ขนาดอิทธิพลในภาพรวมของวิธีการสอนที่มีต่อผลสัมฤทธิ์ทางการเรียนวิชาคณิตศาสตร์ และเพื่อเปรียบเทียบขนาดอิทธิพลของวิธีการสอนแบบต่าง ๆ ที่มีต่อผลสัมฤทธิ์ทางการเรียนวิชาคณิตศาสตร์ การวิเคราะห์อภิมานนี้ได้ตัวอย่างจำนวน 44 งานวิจัย ตัวอย่างวิจัย ได้แก่ งานวิจัยที่ใช้กลยุทธ์การค้นหาและผ่านเกณฑ์การคัดเข้าจากฐานข้อมูล TCI 1 จำนวน 23 งานวิจัย และจากฐานข้อมูล SCOPUS จำนวน 21 งานวิจัย วิเคราะห์ข้อมูลด้วยการวิเคราะห์ขนาดอิทธิพล การวิเคราะห์ความเป็นเอกพันธ์ การวิเคราะห์อภิมาน การวิเคราะห์กลุ่มย่อย และการวิเคราะห์อภิมานเครือข่าย ผลการวิจัย พบว่า ขนาดอิทธิพลของวิธีการสอนแบบต่างๆ ในภาพรวมมีต่อผลสัมฤทธิ์ทางการเรียนวิชาคณิตศาสตร์เท่ากับ .26, 95%CI [.18, .33] ขนาดอิทธิพลของวิธีการสอนแบบต่างๆ ที่นำมาวิเคราะห์ทั้งหมดแตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 (Q(df = 93) = 364.473, p < .001, I2 = 76.69%) ผลการวิเคราะห์กลุ่มย่อย พบว่า คุณลักษณะของงานวิจัยที่ส่งผลให้ขนาดอิทธิพลของวิธีการสอนแตกต่างกัน คือ การใช้เทคโนโลยีเป็นฐาน นอกจากนี้ผลการเปรียบเทียบขนาดอิทธิพลของวิธีการสอนแบบต่าง ๆ ด้วยการวิเคราะห์อภิมานเครือข่าย พบว่า วิธีการสอนแบบร่วมมือ (Cooperative) มีผลต่างของขนาดอิทธิพลโดยรวมจากวิธีการสอนแบบดั้งเดิมมากที่สุด (0.86, 95% CI [0.70, 1.03])

ที่มาและวัตถุประสงค์ เทคโนโลยีและดิจิทัลเข้ามามีบทบาทสำคัญในการช่วยอำนวยความสะดวกในการทำงานและเพิ่มประสิทธิภาพในการปฏิบัติงาน ส่งผลให้รูปแบบการเรียนรู้ กระบวนการทำงาน และวิถีชีวิตของผู้คนเปลี่ยนแปลงไปตามความก้าวหน้าของเทคโนโลยีและดิจิทัล นักศึกษาจึงจำเป็นต้องมีทักษะที่พร้อมสำหรับการเข้าสู่ตลาดแรงงาน และสามารถปรับตัวต่อการเปลี่ยนแปลงที่เทคโนโลยีและดิจิทัลเข้ามามีบทบาทสำคัญในการทำงาน การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาและเปรียบเทียบโมเดลการวัดทักษะการทำงานสำหรับนักศึกษาไทยในยุคการเปลี่ยนผ่านสู่ดิจิทัล จำแนกตามประเภทของสาขาวิชา และ 2) ศึกษาพฤติกรรมการเรียนรู้และระดับความต้องการพัฒนาทักษะการทำงานของนักศึกษา วิธีการศึกษา ประชากรและกลุ่มตัวอย่างในการศึกษาครั้งนี้ประกอบด้วยนักศึกษาระดับปริญญาตรี ชั้นปีที่ 3, 4 และ 5 ของมหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี จำนวน 822 คน ซึ่งได้มาจากการสุ่มแบบหลายขั้นตอน เครื่องมือที่ใช้ในการวิจัย คือ แบบสอบถาม แบ่งออกเป็น 2 ส่วน ได้แก่ ส่วนที่ 1 ข้อมูลทั่วไปของผู้ตอบแบบสอบถาม และส่วนที่ 2 แบบสอบถามทักษะการทำงาน จำนวน 87 ข้อ มีลักษณะเป็นมาตรประมาณค่าแบบลิเคิร์ต 5 ระดับ โดยทักษะการทำงานประกอบด้วย 8 องค์ประกอบหลัก และ 28 องค์ประกอบย่อย เครื่องมือวิจัยได้รับการตรวจสอบความตรงเชิงเนื้อหาโดยใช้ดัชนีความสอดคล้องระหว่างข้อคำถามกับวัตถุประสงค์ และตรวจสอบความเที่ยงโดยใช้ค่าสัมประสิทธิ์แอลฟาของครอนบาค การวิเคราะห์ข้อมูลประกอบด้วยการวิเคราะห์องค์ประกอบเชิงยืนยันอันดับสองและการทดสอบความไม่แปรเปลี่ยนของการวัด โดยใช้โปรแกรม Mplus 8.0 รวมทั้งการวิเคราะห์สถิติเชิงพรรณนาและการวิเคราะห์ความแปรปรวนพหุคูณโดยใช้โปรแกรม SPSS ผลการศึกษา 1. ผลการวิเคราะห์องค์ประกอบเชิงยืนยันอันดับสอง พบว่า โมเดลการวัดทักษะการทำงานสำหรับนักศึกษาไทยในยุคการเปลี่ยนผ่านสู่ดิจิทัลประกอบด้วย ทักษะการสื่อสาร ทักษะการบริหารจัดการ ภาวะผู้นำ ทักษะการเรียนรู้ ทักษะดิจิทัล ทักษะการปรับตัว การคิดเชิงวิพากษ์ และความคิดสร้างสรรค์ โดยโมเดลมีความสอดคล้องกลมกลืนกับข้อมูลเชิงประจักษ์ (Δχ²(252, N = 822) = 25.86, p = .00, RMSEA = .04, SRMR = .03, CFI = .98) ผลการวิเคราะห์ความไม่แปรเปลี่ยนของการวัดใน 4 กลุ่มสาขาวิชา ได้แก่ วิทยาศาสตร์และเทคโนโลยี วิศวกรรมศาสตร์ การศึกษา และการออกแบบและความคิดสร้างสรรค์ พบว่า โมเดลการวัดทักษะการทำงานสำหรับนักศึกษาไทยในยุคการเปลี่ยนผ่านสู่ดิจิทัลมีความแตกต่างกันตามกลุ่มสาขาวิชา โดยกลุ่มการออกแบบและความคิดสร้างสรรค์ให้ความสำคัญกับการคิดเชิงวิพากษ์มากกว่ากลุ่มอื่น โดยองค์ประกอบด้านการคิดอย่างเป็นระบบและการคิดวิเคราะห์มีค่าน้ำหนักองค์ประกอบที่ไม่มีนัยสำคัญทางสถิติที่ระดับ .05 (Δχ²(2–1) = 39.99; df(2–1) = 23) 2. ผลการวิเคราะห์พฤติกรรมและความต้องการในการเรียนรู้ของนักศึกษา พบว่า แม้จะอยู่ในยุคการเปลี่ยนผ่านสู่ดิจิทัล นักศึกษายังคง 1) ต้องการการเรียนรู้ที่ผสมผสานระหว่างรูปแบบออนไลน์และออนไซต์ ร้อยละ 68.51 2) ชอบการเรียนรู้อย่างอิสระและการเรียนรู้ผ่านการลงมือปฏิบัติ ร้อยละ 51.14 และ 3) ต้องการพัฒนาทักษะการทำงานโดยบูรณาการเข้ากับรายวิชาที่ศึกษา ร้อยละ 51.54 นอกจากนี้ ความมั่นใจในการมีทักษะการทำงานเพิ่มขึ้นตามความถี่ในการพัฒนาตนเอง กล่าวคือ ยิ่งนักศึกษาพัฒนาตนเองอย่างสม่ำเสมอมากขึ้น ยิ่งมีความมั่นใจในความสามารถของตนเองมากขึ้น (F(24, 2347) = 1.73, p = .02, Pillai’s Trace = .50, partial η² = .02) การประยุกต์ใช้ การวิจัยนี้ให้สารสนเทศสำคัญเกี่ยวกับทักษะการทำงานของนักศึกษาไทย ซึ่งช่วยให้ผู้สอนเห็นถึงจุดแข็งและจุดที่ควรพัฒนาของผู้เรียนในแต่ละทักษะ นอกจากนี้ การศึกษาที่จำแนกตามภูมิหลังและสาขาวิชาของผู้เรียนทำให้ได้ข้อมูลเชิงลึกเกี่ยวกับจุดแข็ง จุดที่ควรพัฒนา และความต้องการในการพัฒนาทักษะของนักศึกษาแต่ละกลุ่ม สารสนเทศดังกล่าวสามารถนำไปใช้ประกอบการปรับปรุงหลักสูตรและออกแบบการจัดการเรียนการสอน เพื่อส่งเสริมให้นักศึกษาได้รับการพัฒนาทักษะอย่างตรงตามความต้องการและเป้าหมายมากยิ่งขึ้น บทสรุป โมเดลการวัดทักษะการทำงานสำหรับนักศึกษาไทยในยุคการเปลี่ยนผ่านสู่ดิจิทัลประกอบด้วย ทักษะการสื่อสาร ทักษะการบริหารจัดการ ภาวะผู้นำ ทักษะการเรียนรู้ ทักษะดิจิทัล ทักษะการปรับตัว การคิดเชิงวิพากษ์ และความคิดสร้างสรรค์ โดยนักศึกษาแต่ละกลุ่มสาขาวิชาให้ความสำคัญกับทักษะที่แตกต่างกัน การรับรู้เกี่ยวกับการมีทักษะการทำงานของนักศึกษาเพิ่มขึ้นตามความถี่ของการพัฒนาตนเอง กล่าวคือ ยิ่งนักศึกษาพัฒนาตนเองอย่างต่อเนื่องมากขึ้น ยิ่งมีความมั่นใจในทักษะและความสามารถของตนเองมากขึ้น ผลการวิจัยสามารถนำไปใช้เป็นสารสนเทศสำหรับอาจารย์และสถาบันการศึกษาในการออกแบบและปรับปรุงหลักสูตร รวมถึงการจัดการเรียนการสอนที่ส่งเสริมการพัฒนาทักษะการทำงานของนักศึกษาให้สอดคล้องกับความต้องการของตลาดแรงงานในอนาคต

Social recommendation utilizes social relationships to alleviate data sparsity and improve recommendation quality. Nevertheless, existing approaches still encounter several limitations. First, user preference structures in social networks are often hierarchical and non-Euclidean, whereas most existing models rely on Euclidean embeddings that are insufficient for capturing such complex geometries. Second, noisy social connections may propagate unreliable information and degrade representation quality. Third, commonly used multi-view fusion strategies based on multilayer perceptrons (MLPs) often lack the expressive capability required to effectively integrate heterogeneous user signals. To address these challenges, this paper proposes HGKAN (Hyperbolic Graph-Based Kolmogorov–Arnold Network), a unified framework that combines hyperbolic representation learning, graph neural networks, and KAN-based nonlinear fusion for social recommendation. Specifically, a Hyperbolic Intent Attention module is introduced to learn fine-grained and hierarchical user intent representations in hyperbolic space. In addition, a Hyperbolic Attention GCN is designed to denoise and aggregate social information while preserving complex relational structures. Furthermore, a KAN-based Multi-View Fusion Layer is developed to replace conventional MLP-based fusion, enabling more expressive and interpretable integration of preference, social, and intent representations. Extensive experiments conducted on three public benchmark datasets, including Yelp, Ciao, and Douban, demonstrate that HGKAN consistently outperforms several state-of-the-art recommendation methods. Experimental results show that the proposed framework achieves substantial improvements in both Recall@5 and NDCG@5, with all performance gains being statistically significant (p < 0.05). These findings verify the effectiveness of integrating hyperbolic geometric learning with KAN-based multi-view fusion for robust and accurate social recommendation.