วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเซาธ์อีสท์บางกอก

แนวทางการออกแบบกราฟิก เพื่อการนำเสนอโปรโมชั่นบนสื่อสังคมออนไลน์ กรณีศึกษาเฟสบุ๊กเพจปันโปร

ลลิดากร ธนะนิมิตร, กฤษฎา ทวีศักดิ์ศรี — Mon, 08 Jun 2026 00:00:00 +0700

การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) ศึกษารูปแบบการนำเสนอดิจิทัลคอนเทนต์ของบริษัท ปันโปรโมชั่น จำกัด 2) ศึกษาแนวทางออกแบบสื่อกราฟิกเพื่อการนำเสนอโปรโมชั่นบนสื่อสังคมออนไลน์ 3) ประเมินรับรองแนวทางการออกแบบกราฟิกเพื่อการนำเสนอโปรโมชั่นบนสื่อสังคมออนไลน์ ใช้วิธีการวิจัยเชิงคุณภาพ (Qualitative) ด้วยการฝังตัวเพื่อเก็บข้อมูลวิจัย (Participant Observation) ภายในบริษัท ปันโปรโมชั่น จำกัด โดยมีประชากรในการวิจัย คือ กลุ่มงานออกแบบกราฟิกและดิจิทัลคอนเทนต์ จำนวน 15 คน เป็นผู้ให้ข้อมูลสำคัญ (Key Informants) รวบรวมข้อมูลด้านการออกแบบสื่อกราฟิกสำหรับการนำเสนอโปรโมชั่น รวมทั้งทักษะการใช้โปรแกรม Adobe Photoshop, Adobe Illustrator ขั้นสูง เครื่องมือที่ใช้ในการวิจัยเป็นแนวคำถามสำหรับใช้ในการสนทนากลุ่ม ผลการวิจัยนำเสนอตามลำดับวัตถุประสงค์ แนวทางการออกแบบกราฟิกเพื่อการนำเสนอโปรโมชั่นบนสื่อสังคมออนไลน์ กรณีศึกษาเฟสบุ๊กเพจปันโปร มีแนวทางสำคัญ 3 ประการที่ทำให้เพื่อการนำเสนอโปรโมชั่นบนสื่อสังคมออนไลน์มีความสมบูรณ์ คือ 1) รูปแบบการนำเสนอดิจิทัลคอนเทนต์ของบริษัท ปันโปรโมชั่น จำกัด ประกอบด้วยงานออกแบบเพื่องาน Affiliate Marketing งานออกแบบกราฟิกเพื่อสนับสนุน SEO /Website 2) แนวทางการออกแบบสื่อกราฟิกเพื่อการนำเสนอโปรโมชั่นบนสื่อสังคมออนไลน์ ประกอบด้วยการจัดวางภาพสำหรับสื่อแสดงผล การปรับแต่งภาพและการตัดแยกภาพ 3) ผลการประเมินรับรองแนวทางการออกแบบกราฟิกเพื่อการนำเสนอโปรโมชั่นบนสื่อสังคมออนไลน์ ความคิดเห็นของผู้เชี่ยวชาญ พบว่า ผลการประเมินรับรองโดยสรุปผลเฉลี่ยรวมทุกองค์ประกอบอยู่ในระดับมาก ( 4.55, S.D. = 0.04)

การพัฒนาโมเดลความสัมพันธ์เชิงสาเหตุของปัจจัยเสี่ยงเชิงพฤติกรรม ในการขนส่งวัตถุอันตรายโดยใช้ข้อมูลจากระบบ ADAS และ DMS

ณัฐวุฒิ พุ่มพฤกษี, มณิสรา บารมีชัย — Fri, 12 Jun 2026 00:00:00 +0700

การศึกษานี้มีวัตถุประสงค์เพื่อ 1) ศึกษาความสัมพันธ์ระหว่าง Driver State Warning (DSW) และ Headway Monitoring Warning (HMW) 2) ศึกษาความสัมพันธ์ระหว่าง Headway Monitoring Warning (HMW) และ Forward Collision Warning (FCW) 3) ศึกษาความสัมพันธ์ระหว่าง Forward Collision Warning (FCW) และ Pedestrian Collision Warning (PCW) และ 4) พัฒนาโมเดลความสัมพันธ์เชิงสาเหตุของปัจจัยเสี่ยงเชิงพฤติกรรมในการขนส่งวัตถุอันตราย โดยใช้ข้อมูลจากระบบตรวจจับพฤติกรรมผู้ขับขี่ Driver Monitoring System (DMS) และระบบช่วยเหลือผู้ขับขี่ขั้นสูง Advanced Driver Assistance System (ADAS) ที่ได้จากการทดลองภาคสนามบนรถบรรทุกขนาดใหญ่จำนวน 10 คัน ภายใต้สภาพการใช้งานจริง โดยกำหนดระยะทางการเก็บข้อมูลคันละ 1,000 กิโลเมตร ตัวแปรที่ใช้ในการศึกษา ได้แก่ Driver State Warning (DSW), Headway Monitoring Warning (HMW), Forward Collision Warning (FCW) และ Pedestrian Collision Warning (PCW) ซึ่งถูกกำหนดตามกรอบแนวคิดการถ่ายทอดความเสี่ยงจากสภาพของผู้ขับขี่ไปสู่ความเสี่ยงของการชนในระดับที่สูงขึ้น การวิเคราะห์ข้อมูลดำเนินการโดยใช้สถิติเชิงพรรณนา การวิเคราะห์สหสัมพันธ์แบบสเปียร์แมน และการวิเคราะห์การถดถอยเชิงเส้นแบบลำดับขั้นเพื่อประเมินความสัมพันธ์ระหว่างตัวแปรและพัฒนาโมเดลที่เสนอ ผลการศึกษาพบว่าข้อมูลมีลักษณะการกระจายแบบไม่ปกติ
โดยมีค่าความเบ้และค่าความโด่งในระดับสูง สะท้อนลักษณะของเหตุการณ์ความเสี่ยงที่เกิดขึ้นไม่สม่ำเสมอภายใต้สภาพการขับขี่จริง ผลการวิเคราะห์สหสัมพันธ์พบความสัมพันธ์เชิงบวกอย่างมีนัยสำคัญระหว่าง HMW และ FCW (ρ = 0.656, p = 0.039) และระหว่าง FCW และ PCW (ρ = 0.636, p = 0.048) ผลการวิเคราะห์การถดถอยเชิงเส้นแสดงให้เห็นว่า DSW มีอิทธิพลเชิงบวกต่อ HMW (β = 0.967, p < 0.001, R² = 0.935) HMW มีอิทธิพลเชิงบวกต่อ FCW (β = 0.971, p < 0.001, R² = 0.942) และ FCW มีอิทธิพลเชิงบวกต่อ PCW (β = 0.972, p < 0.001, R² = 0.946) ผลลัพธ์ดังกล่าวสนับสนุนโมเดลความสัมพันธ์เชิงสาเหตุที่เสนอ ซึ่งอธิบายการถ่ายทอดความเสี่ยงจากสภาพของผู้ขับขี่ไปสู่พฤติกรรมการขับขี่ที่ไม่ปลอดภัย และพัฒนาไปสู่ความเสี่ยงของการชนในระดับที่สูงขึ้นตามลำดับ ผลการวิจัยแสดงให้เห็นถึงศักยภาพของข้อมูลจากระบบ DMS และ ADAS ในการอธิบายความสัมพันธ์ของปัจจัยเสี่ยงเชิงพฤติกรรม และสามารถใช้เป็นพื้นฐานสำหรับการพัฒนาแบบจำลองความปลอดภัย การประเมินความเสี่ยงเชิงรุก และมาตรการป้องกันอุบัติเหตุในการขนส่งวัตถุอันตรายในอนาคต

อิทธิพลของการรับรู้คุณภาพแพลตฟอร์มต่อการตัดสินใจเลือกใช้บริการแอปพลิเคชันออนไลน์ ทางการแพทย์: บทบาทการส่งผ่านการยอมรับเทคโนโลยี และความไว้วางใจต่อแพลตฟอร์ม

ชนะภพ อื้อเทียน, ณัทณรงค์ จตุรัส, ณัฏฐ์ จตุรัส, วสันต์ กันอ่ำ — Tue, 30 Jun 2026 00:00:00 +0700

การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาอิทธิพลของการรับรู้คุณภาพแพลตฟอร์มที่มีต่อการยอมรับเทคโนโลยีความไว้วางใจ และการตัดสินใจเลือกใช้บริการแอปพลิเคชันออนไลน์ทางการแพทย์ ตลอดจนศึกษาอิทธิพลและบทบาทการส่งผ่านของการยอมรับเทคโนโลยีและความไว้วางใจต่อแพลตฟอร์ม ในความสัมพันธ์ระหว่างการรับรู้คุณภาพแพลตฟอร์มกับการตัดสินใจเลือกใช้บริการ ภายใต้กรอบแนวคิด Stimulus–Organism–Response (S-O-R) การวิจัยเป็นการวิจัยเชิงปริมาณในรูปแบบการสำรวจภาคตัดขวาง กลุ่มตัวอย่างคือผู้ใช้แอปพลิเคชันออนไลน์ทางการแพทย์ที่อาศัยอยู่ในกรุงเทพมหานคร เคยใช้บริการจริงอย่างน้อย 1 ครั้ง จำนวน 400 คน คัดเลือกด้วยวิธีการสุ่มแบบเจาะจง เครื่องมือวิจัยคือแบบสอบถามมาตราส่วนลิเคิร์ต 7 ระดับ และวิเคราะห์ข้อมูลด้วยการวิเคราะห์องค์ประกอบเชิงยืนยัน การวิเคราะห์ถดถอย และ Hayes PROCESS Macro Model 4 เพื่อทดสอบอิทธิพลทางตรงและอิทธิพลทางอ้อม ผลการวิจัยพบว่า การรับรู้คุณภาพแพลตฟอร์มมีอิทธิพลเชิงบวกต่อการตัดสินใจเลือกใช้บริการอย่างมีนัยสำคัญทางสถิติ นอกจากนี้ การรับรู้คุณภาพแพลตฟอร์มยังมีอิทธิพลเชิงบวกต่อการยอมรับเทคโนโลยีและความไว้วางใจต่อแพลตฟอร์ม ขณะที่ทั้งการยอมรับเทคโนโลยีและความไว้วางใจต่อแพลตฟอร์ม ต่างมีอิทธิพลเชิงบวกต่อการตัดสินใจเลือกใช้บริการเช่นกัน ผลการทดสอบอิทธิพลทางอ้อมพบว่าการยอมรับเทคโนโลยีและความไว้วางใจต่อแพลตฟอร์มทำหน้าที่เป็นตัวแปรส่งผ่านบางส่วนในความสัมพันธ์ระหว่างการรับรู้คุณภาพแพลตฟอร์มกับการตัดสินใจเลือกใช้บริการอย่างมีนัยสำคัญทางสถิติ ผลการศึกษานี้ช่วยยืนยันความเหมาะสมของกรอบแนวคิด S-O-R ในการอธิบายพฤติกรรมผู้ใช้บริการสุขภาพดิจิทัล และชี้ให้เห็นว่า การพัฒนาแอปพลิเคชันออนไลน์ทางการแพทย์ควรให้ความสำคัญทั้งต่อคุณภาพของแพลตฟอร์ม การส่งเสริมการยอมรับเทคโนโลยี และการสร้างความไว้วางใจ เพื่อเพิ่มโอกาสที่ผู้ใช้จะตัดสินใจเลือกใช้บริการจริง

THE EFFECTS OF CYBERSECURITY AWARENESS, ATTITUDE, AND BEHAVIOR ON INFORMATION PROTECTION EFFECTIVENESS AMONG SECONDARY VOCATIONAL SCHOOL STUDENTS IN CHINA

Zhen Weng, Songpon Nakharacruangsak — Fri, 12 Jun 2026 00:00:00 +0700

The purposes of the research were: 1) to assess the current levels of cybersecurity awareness, cybersecurity attitude, cybersecurity behavior, and information protection effectiveness among students at a secondary vocational school in eastern China; 2) To analyze the direct effects of cybersecurity awareness, cybersecurity attitude, and cybersecurity behavior on information protection effectiveness; and 3) To investigate the joint influence of cybersecurity awareness, cybersecurity attitude, and cybersecurity behavior on information protection effectiveness when included in the same model, and to identify the key predictors. This study adopted a quantitative cross-sectional design, and 352 valid samples were collected through simple random sampling using a 5-point Likert scale questionnaire. Data were analyzed using reliability and validity tests, Pearson correlation analysis, simple linear regression, and hierarchical multiple regression via SPSS 26.0. The findings showed that cybersecurity awareness, cybersecurity attitude, and cybersecurity behavior all had significant positive effects on information protection effectiveness, with cybersecurity behavior having the strongest explanatory power. The three variables jointly explained 36.7% of the variance in information protection effectiveness, and an awareness–attitude–behavior gap was identified among the students. The study concludes that strengthening behavioral training, integrating cybersecurity education into curricula and institutional support, and promoting school-family-enterprise collaboration can effectively improve students’ information protection effectiveness

CYBERSECURITY AWARENESS AMONG PRIMARY AND SECONDARY SCHOOL TEACHERS IN FUJIAN PROVINCE, CHINA: PREDICTORS AND ENHANCEMENT RECOMMENDATIONS

Huang Zhan, Songpon Nakharacruangsak — Mon, 15 Jun 2026 00:00:00 +0700

Against the backdrop of limited empirical research on teachers’ cybersecurity awareness, particularly concerning the role of training frequency, this study aims to: 1) assess the current level of cybersecurity awareness among primary and secondary school teachers in Fujian Province, China; 2) identify its key predictors; and 3) propose targeted recommendations for improvement.

A quantitative questionnaire survey was employed, yielding 321 valid responses, and the data were analyzed using statistical software. Results indicate that respondents had a moderately above-average overall cybersecurity awareness. Gender, age, school location, and training frequency significantly predicted awareness levels, whereas educational background and digital tool usage frequency showed no significant effects. Training frequency exhibited a significant diminishing marginal effect, with 1–2 annual sessions delivering the most cost-effective improvement. This research provides empirical support for developing standardized cybersecurity training for teachers, and its key contribution lies in quantifying the optimal training frequency and offering actionable policy implications.

ESSENTIAL NETWORK TECHNOLOGY COMPETENCIES OF VOCATIONAL STUDENTS IN PUTIAN, CHINA UNDER THE SMART INDUSTRY CONTEXT: A COMPETENCY GAP ANALYSIS

Chaoye Weng; Sudasawan Ngammongkolwong — Tue, 16 Jun 2026 00:00:00 +0700

Against the backdrop of China's "Made in China 2025" national strategy and the accelerating intelligent transformation of manufacturing industries, vocational education faces a critical challenge of aligning talent training with rapidly evolving industry demands. In Putian, China's renowned "Shoe Capital", the rapid development of intelligent footwear, electronics and equipment manufacturing industries has created an urgent need for skilled network technology professionals, yet a significant competency gap persists between vocational graduates and enterprise requirements. This study aims to 1) construct a three-dimensional competency framework for network technology students integrating national teaching standards and Putian's local industrial context 2) analyze the competency gaps between students' current abilities and both national teaching standards and enterprise demands 3) propose targeted curriculum optimization strategies to enhance competency-job alignment. A cross-sectional quantitative research design was employed. Data were collected from 400 valid respondents including vocational students and graduates through structured questionnaires. Descriptive statistics, one-sample t-tests, independent samples t-tests, and Pearson correlation analysis were used to test four research hypotheses. The results indicate that students' technical skills (M=3.09) and professional qualities (M=3.35) slightly exceed the national teaching standard (3 points), while advanced industrial scenario skills (M=3.01) do not reach the required benchmark. Furthermore, participation in school-enterprise cooperative training significantly improves students' advanced industrial scenario skills (p<0.001). The acquisition of "1+X" vocational certificates significantly increases graduates' job-major matching degree (p<0.001). Curriculum-industry alignment shows a strong negative correlation with job adaptation period (r=-0.786, p<0.001). The findings provide empirical evidence for regional vocational education curriculum reform and deeper industry-education collaboration under the global smart industry transformation.

EFFICACY ASSESSMENT OF A RAG-BASED CHATBOT FOR EDUCATIONAL COMPUTER PROGRAMMING

Waris Rattananimit, Jatuporn Sakchaikul — Mon, 29 Jun 2026 00:00:00 +0700

The purposes of the research were to 1) develop an educational Python chatbot utilizing the open-source Large Language Model, Gemma2 9B, combined with Retrieval-Augmented Generation (RAG) to provide personalized, non-intimidating support for novice programmers facing complex abstract concepts, 2) implement a secure, locally-hosted AI system using Ollama and Docker, managed via OpenWebUI, to ensure a context-aware knowledge base specifically tailored for Python programming instruction, and 3) evaluate the performance and efficacy of the chatbot through a multi-dimensional assessment focusing on semantic consistency, response accuracy via BERT Score, and linguistic fluency via BLEU Score.

The research findings showed that the RAG-based chatbot significantly outperformed the baseline (No-RAG) model across all evaluation dimensions. It achieved a high Consistency score of 0.96 compared to the baseline's 0.82, indicating highly stable and predictable responses. Furthermore, the system demonstrated robust semantic understanding with an impressive BERT Score (Precision: 0.90, Recall: 0.88, F1-score: 0.89), successfully capturing the relevance of educational content compared to the baseline's F1-score of 0.76. However, while the BLEU Score of 0.29 was an improvement over the baseline's 0.21, it highlighted limitations in generating nuanced, human-like linguistic responses. Ultimately, integrating external knowledge via RAG provides a reliable, accurate, and powerful solution for decentralized educational tools, though further optimization in prompt engineering is recommended to enhance natural language flow. The evaluation was conducted using a benchmark dataset consisting of 50 Python programming questions; therefore, the findings should be interpreted within the scope of this dataset.

บทบาทของเทคนิคการจัดกลุ่ม และสถาปัตยกรรม MIXTURE OF EXPERTS เบื้องหลังความสำเร็จของ DEEPSEEK

สุริยะ พุ่มเฉลิม, นพคุณ นันทเสนีย์ , อุษณี ยี่สุ่นแก้ว — Tue, 02 Jun 2026 00:00:00 +0700

บทความนี้เป็นบทความวิชาการเชิงทบทวนและสังเคราะห์แนวคิด โดยมีวัตถุประสงค์เพื่อนำเสนอแนวทางการพัฒนาปัญญาประดิษฐ์ ซึ่งในปัจจุบันกำลังเผชิญความท้าทายของข้อจำกัดในด้านความซับซ้อนเชิงคำนวณ การใช้ทรัพยากรจำนวนมาก และการขยายขนาดของระบบ ดังนั้นผู้ออกแบบระบบปัญญาประดิษฐ์จึงมุ่งพัฒนาแนวคิดและสถาปัตยกรรมที่สามารถรักษาประสิทธิภาพการประมวลผลในขณะที่ลดต้นทุนทรัพยากร และแนวทางที่ได้รับความสนใจ คือ เทคนิคการจัดกลุ่ม ที่เป็นการเรียนรู้ของเครื่องจักรรูปแบบหนึ่ง และสถาปัตยกรรม Mixture of Experts (MoE) ซึ่งจะทำหน้าที่วิเคราะห์ความเชื่อมโยงเชิงโครงสร้างและเชิงคำนวณ โดยเทคนิคการจัดกลุ่มจะมุ่งค้นหารูปแบบและโครงสร้างแฝงภายในข้อมูล โดยอาศัยการแทนความหมายเชิงลึกเพื่อจัดกลุ่มข้อมูลที่มีลักษณะคล้ายคลึงกัน กลไกดังกล่าวช่วยลดความซับซ้อนของข้อมูลอินพุตและเพิ่มประสิทธิภาพในการประมวลผล ขณะเดียวกัน สถาปัตยกรรม MoE เป็นแนวคิดการคำนวณเชิงเงื่อนไขที่แบ่งแบบจำลองออกเป็นผู้เชี่ยวชาญย่อยหลายส่วน และใช้กลไกเลือกเปิดใช้งานเฉพาะส่วนที่เหมาะสมกับข้อมูล ส่งผลให้เกิดการใช้ทรัพยากรอย่างมีประสิทธิภาพและรองรับการขยายขนาดของระบบได้ดียิ่งขึ้น ด้วยเหตุนี้การผสานเทคนิคการจัดกลุ่มเข้ากับสถาปัตยกรรม MoE จึงก่อให้เกิดโครงสร้างการคำนวณที่สามารถลดภาระเชิงคำนวณ เพิ่มความยืดหยุ่น และรักษาสมรรถนะของแบบจำลองในระดับสูง แนวคิดดังกล่าวสะท้อนให้เห็นทิศทางสำคัญของการพัฒนาระบบปัญญาประดิษฐ์ “DeepSeek” ที่มุ่งเน้นทั้งประสิทธิภาพ ความสามารถในการปรับขนาด และความยั่งยืนในการใช้งานในบริบทที่หลากหลาย