โครงการวิจัย เรื่อง การพัฒนาระบบแจ้งซ่อมและติดตามการซ่อมออนไลน์ มีวัตถุประสงค์เพื่อ 1) การพัฒนาระบบแจ้งซ่อมและติดตามการซ่อมออนไลน์ 2) ประเมินประสิทธิภาพของระบบแจ้งซ่อมและติดตามการซ่อมออนไลน์ โดยผู้เชี่ยวชาญ และ 3) ประเมินความพึงพอใจของผู้ใช้งานระบบแจ้งซ่อมและติดตามการซ่อมออนไลน์ เครื่องมือที่ใช้ประกอบด้วยการพัฒนาระบบแจ้งซ่อมและติดตามการซ่อมออนไลน์ แบบประเมินประสิทธิภาพการพัฒนาระบบแจ้งซ่อมและติดตามการซ่อมออนไลน์ โดยผู้เชี่ยวชาญ จำนวน 3 ท่าน และแบบประเมินความพึงพอใจระบบแจ้งซ่อมออนไลน์ โดยผู้ใช้งาน จำนวน 27 ท่าน (อาจารย์ เจ้าหน้าที่ และบุคลากรซ่อมบำรุงของมหาวิทยาลัยเทคโนโลยีราชมงคลกรุงเทพ) สถิติที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน ผลการวิจัย พบว่า ผลการประเมินประสิทธิภาพการพัฒนาระบบแจ้งซ่อมและติดตามการซ่อมออนไลน์ โดยผู้เชี่ยวชาญ อยู่ในระดับมาก (x = 4.40, S.D. = 0.74) และด้านความพึงพอใจของผู้ใช้งาน อยู่ในระดับมากที่สุด (x = 4.51, S.D. = 0.62)

The rapid dissemination of fake news through online news platforms and social media has become a major challenge, significantly influencing public opinion, political decision-making, and social stability. Recent fake news detection methods have achieved promising performance using deep contextual language models such as Bidirectional Encoder Representations from Transformers (BERT). However, most existing approaches process news articles independently and primarily focus on textual semantics while overlooking structural relationships among related news articles. Consequently, valuable graph-based information, including semantic similarity, shared entities, common publishers, and topical relationships, remains underutilized. This paper proposes GraphBERT4FakeNews, a graph transformer framework that jointly learns contextual semantic representations and graph structural information for English fake news detection. First, BERT generates contextualized embeddings from news articles. A news graph is then constructed by connecting semantically related articles according to contextual similarity. Subsequently, a GraphBERT encoder performs graph-aware self-attention to capture both local and long-range structural dependencies without relying on conventional graph convolution operations. Finally, a classification layer predicts whether a news article is genuine or fake. The proposed framework is evaluated on the publicly available FakeNewsNet benchmark, including the GossipCop and PolitiFact datasets. Experimental results demonstrate that GraphBERT4FakeNews effectively integrates semantic understanding with graph structural reasoning, leading to improved fake news detection performance compared with conventional language models and graph neural network approaches.

บทความนี้เสนอชุดทดสอบ (Testbench) สำหรับศึกษาค่าพารามิเตอร์วงจรสมมูลของโหลดแบบเหนี่ยวนำ (Induction load equivalent circuit) ในระบบเตาแม่เหล็กไฟฟ้าในครัวเรือน โดยใช้วงจรแปลงผันกำลังไฟฟ้ากระแสสลับเป็นกระแสสลับโดยตรงแบบเรโซแนนท์คลาสอี ซึ่งช่วยลดความซับซ้อนของระบบแปลงพลังงานแบบเดิม โดยทั่วไปพารามิเตอร์ตัวเหนี่ยวนำสมมูล และความต้านทานสมมูล จะ วัดด้วยเครื่องวัดแอลซีอาร์มิเตอร์ (LCR meter) ภายใต้สัญญาณกระตุ้น ขนาดเล็ก (Small-signal) ซึ่งจะทำให้เกิดผลคลาดเคลื่อนเมื่อใช้งานที่ ระดับกำลังไฟฟ้าสูง บทความนี้จึงนำเสนอวิธีการศึกษาค่าพารามิเตอร์ ภายใต้สภาวะการทำงานจริง โดยใช้เงื่อนไขการสวิตช์ที่แรงดันเป็นศูนย์ (ZVS) และการสวิตช์ที่อัตราการเปลี่ยนแปลงแรงดันเป็นศูนย์ (ZVDS) ร่วมกับโครงข่ายภาระแบบขนาน (Parallel load network) ที่ระดับหนึ่งในสี่ของกำลังไฟฟ้าของพิกัดสูงสุด วิธีการที่นำเสนอนี้ให้การวิเคราะห์ที่เป็นระบบและคุณลักษณะทางไฟฟ้าของโหลดได้แม่นยำกว่าวิธีดั้งเดิม ผลการทดสอบยืนยันว่าพารามิเตอร์ที่ได้จากการนำเสนอนี้มีความสอดคล้องกับผลการทดลองในวงจรต้นแบบมากกว่าการวัดด้วยเครื่องมือวัดทั่วไปอย่างมีนัยสำคัญ

บทความนี้มีวัตถุประสงค์เพื่อออกแบบและสร้างระบบผลิตไฟฟ้าจากหม้อไอน้ำขนาดเล็ก เพื่อศึกษาหาตัวแปรที่มีผลต่อสมรรถนะของระบบ โดยระบบประกอบด้วยอุปกรณ์หลัก 2 ส่วน คือ 1) หม้อไอน้ำชนิดท่อไฟขนาด 120 กิโลกรัมต่อชั่วโมง ใช้ LPG เป็นเชื้อเพลิง หัวเผาชนิด Gun Type ติดตั้งอุปกรณ์อุ่นน้า ป้อนบริเวณปล่องไอเสีย 2) ชุดผลิตไฟฟ้ากังหันไอน้าแบบ Root Blow ขนาด 1500 วัตต์ ต่อตรงกับเครื่องกำเนิดไฟฟ้ากระแสตรงขนาด 500 วัตต์พร้อมระบบ การทดลองปรับตั้งความดันผลิตไอน้า 1 บาร์ และ 2 บาร์ อัตราการผลิตไอน้า 120 กิโลกรัมต่อชั่วโมง อุณหภูมิน้ำป้อนที่ 30, 45, 60 องศาเซลเซียส ทั้งกรณีไหลผ่านและไม่ผ่านอุปกรณ์อุ่นน้ำป้อน จากผลการทดลองพบว่า ที่อุณหภูมิน้ำป้อนที่ 60 องศาเซลเซียส กรณีน้ำไหลผ่านอุปกรณ์อุ่นน้ำป้อน มีประสิทธิภาพหม้อไอน้ำสูงสุด ร้อยละ 84.25 มีประสิทธิภาพกังหันไอน้ำสูงสุดและประสิทธิภาพเครื่องกำเนิดไฟฟ้าสูงสุดเท่ากับร้อยละ 87.50 และ 75.50 ตามลำดับ

บทความวิจัยฉบับนี้นำเสนอการออกแบบและพัฒนาโคมไฟฟ้าฉุกเฉินที่สามารถทดสอบการทำงาน บันทึกผล และส่งข้อมูลผ่านระบบวายฟายได้โดยอัตโนมัติ เพื่อช่วยลดภาระในการตรวจสอบและบันทึกผลด้วยบุคลากร โดยเฉพาะในกรณีที่ติดตั้งโคมไฟในตำแหน่งสูงหรือมีจำนวนหลายจุดภายในอาคาร ระบบที่พัฒนาขึ้นใช้แหล่งจ่ายไฟฟ้ากระแสสลับ 220 โวลต์ ร่วมกับวงจรประจุแบตเตอรี่แบบกระแสคงที่และแรงดันคงที่ มีไมโครคอนโทรลเลอร์ STM32F030F4P6TR ทำหน้าที่ควบคุมการประจุแบตเตอรี่ ตรวจสอบสถานะการทำงาน และสั่งการทดสอบโคมไฟฉุกเฉินที่ใช้หลอดแอลอีดี MR16 ขนาด 3 วัตต์ จำนวน 2 หลอด ข้อมูลผลการทดสอบถูกส่งผ่านไมโครคอนโทรลเลอร์ ESP32-WROOM-32U ไปจัดเก็บบน Google Sheets แบบอัตโนมัติผ่านระบบวายฟาย การทดสอบระบบอ้างอิงตามมาตรฐานผลิตภัณฑ์อุตสาหกรรมการติดตั้งระบบการให้แสงสว่างฉุกเฉิน (มอก. 2690-2558) ครอบคลุมการทดสอบแบบติดตั้งใหม่ การทดสอบตามระยะเวลา และการทดสอบกรณีไม่ผ่านเกณฑ์ ผลการทดลองพบว่าระบบสามารถบันทึกวัน เวลา ระยะเวลาทดสอบ และสถานะผลการทดสอบได้ถูกต้อง ทั้งในกรณีผ่านและไม่ผ่านเกณฑ์ พร้อมทั้งสามารถส่งข้อมูลขึ้นระบบออนไลน์ได้โดยอัตโนมัติ นอกจากนี้ เมื่อเกิดความขัดข้องของแหล่งจ่ายไฟฟ้าปกติ โคมไฟฉุกเฉินสามารถส่องสว่างได้ตามเงื่อนไขที่กำหนด แสดงให้เห็นว่า ระบบที่พัฒนาขึ้นมีความเหมาะสมสาหรับประยุกต์ใช้กับการตรวจสอบ โคมไฟฟ้าฉุกเฉินในอาคารอย่างมีประสิทธิภาพ

This study aims to (1) examine the effectiveness of the Convolutional Gated Recurrent Network for Fake News Detection (CGRN4FakeNews) model in fake news classification and (2) compare its performance with baseline methods across different datasets. The model was evaluated using the PolitiFact and GossipCop subsets of the FakeNewsNet dataset. The research process involved text preprocessing and data cleaning, including word tokenization, lowercasing, the removal of URLs, HTML tags, numerical values, punctuation marks, and redundant whitespace, as well as stopword handling. The processed text data were then transformed into vector representations using a word embedding technique for model training and evaluation. The model performance was assessed based on Accuracy, Precision, Recall, F1-score, and Confusion Matrix metrics. The experimental results indicate that the proposed CGRN4FakeNews model effectively distinguishes between real and fake news articles, achieving classification accuracies of 95.75% on the PolitiFact dataset and 91.12% on the GossipCop dataset. These findings demonstrate the effectiveness and suitability of the CGRN4FakeNews model for fake news detection tasks.

This study proposes BERTGRU4Sentiment, a deep learning model that combines fine-tuned Bidirectional Encoder Representations from Transformers (BERT) with a Gated Recurrent Unit (GRU) for multilingual sentiment analysis. The proposed model is evaluated on four benchmark datasets: Wongnai (Thai), Amazon Reviews (English), Twitter/X (English), and IMDB (English), covering both three-class (negative, neutral, positive) and two-class (negative, positive) classification tasks. To address class imbalance, a mixed over- and under-sampling strategy is applied to all datasets. Results demonstrate that BERTGRU4Sentiment consistently outperforms traditional baseline models including Decision Tree, Random Forest, XGBoost, and LSTM across all datasets, achieving accuracy of 69.49% on Wongnai, 93.67% on Amazon Reviews, 71.73% on Twitter, and 83.97% on IMDB. The findings confirm that BERTGRU4Sentiment enables richer contextual feature extraction, and the proposed architecture is effective for multilingual sentiment classification tasks.

งานวิจัยนี้มีวัตถุประสงค์ (1) เพื่อระบุรูปแบบภาวะผู้นำการเปลี่ยนแปลงที่ส่งผลต่อความเครียดจากการทำงานและภาวะหมดไฟในการทำงาน (2) เพื่อระบุอิทธิพลของรูปแบบการทำงานในแต่ละสถานที่ที่ส่งผลต่อความเครียดจากการทำงานและภาวะการหมดไฟในการทำงาน และ (3) เพื่อพรรณนารูปแบบภาวะผู้นำและรูปแบบในการทำงานและนำไปสู่ข้อเสนอแนะเชิงนโยบายในการบริหารจัดการ เป็นกระบวนการสร้างมโนทัศน์ในการดำเนินการวิจัยโดยมีกรอบแนวคิดที่ใช้คือแนวคิดภาวะผู้นำการเปลี่ยนแปลง รูปแบบการทำงานในสถานที่ต่าง ๆ ความเครียดจากการทำงาน และภาวะหมดไฟในการทำงาน ซึ่งเป็นการวิจัยเชิงปริมาณ(Quantitative research) โดยเก็บข้อมูลจากบุคลากรผู้ปฏิบัติงานในองค์การที่ปฏิบัติงานด้วยรูปแบบต่าง ๆ ดังกล่าวข้างต้น เครื่องมือในการวิเคราะห์ข้อมูลคือการวิเคราะห์แบบจำลองสมการโครงสร้าง (Structural equation modeling) ผลการศึกษาจากการทบทวนวรรณกรรมได้มาซึ่งคำถามการวิจัยประกอบด้วย (1) ภาวะผู้นำการเปลี่ยนแปลงมีอิทธิพลต่อความเครียดในการทำงาน (2) ความเครียดในการทางานมีอิทธิพลต่อภาวะหมดไฟในการทำงาน และ (3) รูปแบบการทำงาน มีอิทธิพลและเป็นตัวแปรปรับ (Moderator) ระหว่างความสัมพันธ์ของภาวะผู้นำการเปลี่ยนแปลงและความเครียดจากการทำงาน

บทความวิชาการนี้มีวัตถุประสงค์เพื่อทบทวนประเด็นเรื่องการกาหนดนโยบายให้บุคลากรภายใน องค์การท างานที่บ้าน เพื่อน าเสนอประเด็นที่องค์การต้องท าการปรับตัวในด้านการด าเนินนโยบายการ บริหารงาน เนื่องจากแม้การท างานที่บ้านจะสร้างให้เกิดความสมดุลระหว่างชีวิตการท างานและชีวิตส่วนบุคคล เพิ่มผลการปฏิบัติงานของบุคลากร อย่างไรก็ตามการดาเนินนโยบายทางานที่บ้านยังมีข้อจากัดที่สามารถทาให้ บุคลากรเกิดความเครียดจากการทางานและน าไปสู่ภาวะการหมดไฟในการทางานของบุคลากรได้ ในบทความ วิชาการนี้ จะใช้กรอบแนวคิดเกี่ ยวกับคุณภาพชีวิตการท างานและการหมดไฟในการท างานเพื่ อตอบ วัตถุประสงค์ ดังนั้นจึงขอเสนอประเด็นหลักที่ได้จากการตรวจสอบเอกสารต่าง ๆ ดังนี้ ประเด็นที่ 1 การท างาน ที่บ้านอาจท าให้บุคลากรไม่สามารถ “ปิดสวิตช์” การท างานของตนเองได้เต็มที่ สร้างความไม่ชัดเจนใน ขอบเขตชีวิตการทางานและชีวิตส่วนบุคคล ประเด็นที่ 2 นโยบายการทางานที่บ้านสร้างระบบการควบคุมที่ เข้มงวดมากขึ้น เกิดความเครียดจากการทางานมากขึ้น และประเด็นที่ 3 เมื่อความเครียดจากการท างาน มากขึ้น ก็เสี่ยงต่อการเกิดภาวะหมดไฟในการทางาน รวมถึงการออกจากงานในที่สุด พร้อมกับข้อเสนอแนะ ดังนี้ ผู้บริหารที่ดาเนินนโยบายการทางานที่บ้าน ควรมองเห็นความสาคัญของการดูแลบุคลากร เพื่อป้องกันมิ ให้เกิดภาวะหมดไฟในการทางานและสูญเสียทรัพยากรที่ส าคัญขององค์การ ด้วยการให้การสนับสนุนสิ่งจาเป็น ในการปฏิบัติงานตามสมควร รวมถึงการมอบอานาจการตัดสินใจและสร้างระบบการควบคุมที่ไม่เข้มงวดจน มากเกินไปเพื่อสร้างสมดุลในคุณภาพชีวิตการท างานและผลการปฏิบัติงานของบุคลากรเป็นส าคัญ

The main purpose of this research is to develop a scale for IT professional competency evaluation, which is considered crucial for outsourcing. The study compares the competencies of IT consultants and IT staff in Thailand’s banking sector. The participants were IT professionals with significant experience of IT outsourcing projects at seven leading banks in Thailand. Statistical techniques used to analyse the survey data included exploratory factor analysis (EFA) and confirmatory factor analysis (CFA). The results identified a number of differences between the competencies of IT consultants and IT staff. Among the four dimensions of IT consultant competency, the most important was coaching and customer focus skills, followed by knowledge sharing attitude, project management skills and technical lead business knowledge. IT staff competency comprised three dimensions. The most important of these was project management skills, followed by results-oriented attitude and practical business knowledge.