Mahidol University's Institutional Repository
คลังสารสนเทศสถาบันของมหาวิทยาลัยมหิดล
"Wisdom Repository You Discover"
To collect Mahidol University's academic publications and intellectual properties more than 39 faculties
To present over 50,000 items of information in digital formats
To make it easy to access to all information at anytime, anywhere
Communities in Mahidol IR
Select a community to browse its collections.
Recent Submissions
การสร้างบทคัดย่อแบบกราฟิกสำหรับงานวิจัยตีพิมพ์: ศิลปะแห่งวิทยาการ
(2567) โรจนรินทร์ โกมลหิรัญ; Rojnarin Komonhirun
บทคัดย่อแบบกราฟิก (Graphical Abstract หรือ Visual Abstract) เป็นการนำเสนอเนื้อหาแนวคิดทางการวิจัย ในแบบรูปภาพหรือแผนภาพเพียงภาพเดียวเพื่อสรุปผลลัพธ์ที่สำคัญของงานวิจัยนั้น ๆ บทคัดย่อแบบกราฟิกมีหน้าที่ดึงดูดความสนใจและดึงดูดผู้เข้าชมมายังงานวิจัยของเรา ท่ามกลางกระแสการแข่งขันในแวดวงวิชาการนั้น การได้รับความสนใจจากผู้อ่านและกลุ่มผู้ทบทวน (peer-reviewer) ก่อนผู้อื่นเป็นสิ่งที่สำคัญ บทคัดย่อแบบกราฟิกสามารถส่งเสริมให้งานวิจัยมีความโดดเด่นในโซเชียลมีเดียได้ ซึ่งจะมีผลดีต่อตัวเลขการอ้างอิงโดยรวมของงานวิจัยและส่งผลถึงดัชนีอัลเมตริกซ์ (Altmetrics) ซึ่งกำลังได้รับความนิยมในปัจจุบัน นักวิจัยอาจต้องใช้เวลาเพิ่มเติมในการจัดทำบทคัดย่อแบบกราฟิก หรืออาจต้องพึ่งพาผู้ช่วยเพิ่มขึ้น แต่บทคัดย่อแบบกราฟิก ถือเป็นการสร้างคุณค่าทางการสื่อสารเชิงวิชาการในสมัยใหม่ซึ่งมีค่ากับวงการวิชาการและสำหรับนักวิจัยเอง ซึ่งมีหน้าที่โดยตรงในการนำพาความรู้สู่สังคม
การประยุกต์ใช้โปรแกรม Zoom Cloud Meetings สำหรับการเรียนการสอนออนไลน์ในยุคโควิด-19
(2567) กมลวรรณ เกิดปัญญา; Kamonwan Kerdpunya
บทความวิชาการเรื่องการประยุกต์ใช้โปรแกรม Zoom Cloud Meetings สำหรับการเรียนการสอนออนไลน์ในยุคโควิด-19 มีวัตถุประสงค์ของการนำเสนอเกี่ยวกับการประยุกต์ใช้โปรแกรม Zoom Cloud Meetings สำหรับการเรียนการสอนของภาควิชาปรสิตวิทยา คณะแพทยศาสตร์ศิริราชพยาบาล มหาวิทยาลัยมหิดล เพื่อเป็นข้อมูลเบื้องต้นในการสืบค้นข้อมูลสำหรับนักวิจัย สามารถนำไปใช้เป็นข้อมูลอ้างอิงในการทำวิจัยในขั้นต่อไป และเป็นการเผยแพร่ความรู้ให้ผู้สนใจ โดยมีเนื้อหาเกี่ยวกับความหมาย ข้อดี ข้อจำกัด การใช้งาน และการประยุกต์ใช้ Zoom Cloud Meetings สำหรับการเรียนการสอนออนไลน์ในยุคโควิด-19
Human-mediated dispersal of Geniotrigona thoracica (Apidae: Meliponini) colonies promotes high genetic diversity and reduces population structuring in managed populations
(2025-12-10) Duangphakdee O.; Jeratthitikul E.; Poolprasert P.; Pongkitsittiporn R.; Inson C.; Rattanawannee A.; Duangphakdee O.; Mahidol University
The stingless bee Geniotrigona thoracica is a key managed pollinator in Southeast Asia, valued for its honey, propolis, and colony trade. In Thailand, frequent humanmediated movement of colonies raises concerns about its effects on genetic diversity and population structure.Weanalysed variation in mitochondrial (COI and 16S rRNA) and nuclear (five microsatellite loci) markers from 70 colonies sampled across 17 meliponaries in seven southern provinces. Microsatellite data revealed high genetic diversity and low nuclear differentiation (K D1; Fst D0.0024-0.1219; all P >0.05), with extensive gene flow (Nm D 3.60-207.83) among provinces. In contrast, mitochondrial markers indicated moderate-to-high differentiation (Fst D0.619), consistent with mitonuclear discordance arising from sex-biased. Managed colonies exhibited elevated heterozygosity and allelic richness, likely reflecting admixture from colony exchange, while unique haplotypes in certain provinces suggest introductions from external sources. Significant inbreeding was detected only in Yala, possibly linked to habitat loss and reduced effective population size. Our findings indicate that current meliponicultural practices maintain high genetic diversity in G. thoracica despite mitochondrial structuring, but increasing colony movement between genetically distinct populations may risk erosion of local adaptations, underscoring the need for genetic screening prior to translocation.
ESC-YOLOv8: An enhanced deep learning framework for semantic understanding of single-line diagram imagery
(2026-03-01) Bhanbhro H.; Hooi Y.K.; Kusakunniran W.; Zakaria M.B.N.; Hashmi S.A.M.; Amur Z.H.; Memon V.; Bhanbhro H.; Mahidol University
Accurate interpretation of single-line diagrams (SLDs) is crucial for analyzing electrical systems, as they encapsulate vital information about operational safety and efficiency in a simplified format. Traditional SLD processing methods rely on manual inspection and basic image analysis, which are computationally intensive, error-prone, and require extensive preprocessing. Although deep learning has been applied to symbol classification, existing models often fail to capture fine-grained symbol details, leading to misclassification. To address these limitations, this study proposes a hybrid deep learning-based symbol classification method. A newly created dataset was benchmarked using state-of-the-art deep learning models, and an optimal model was systematically designed, developed, and tested. The proposed approach integrates a Hybrid Residual Attention Module (HRAM) to enhance the model’s ability to identify fine-grained symbol details and a Proximity-aware Loss Function to improve performance in cluttered regions by motivation of this work stems penalizing misclassifications based on the spatial proximity of neighboring symbols. These modifications result in an optimized method for semantic processing in symbol classification tasks. The proposed model achieves 93.5% mean average precision (mAP) a 3.8% improvement over the top-performing baseline, alongside a 19.6% reduction in model parameters. These advancements contribute to more efficient and accurate semantic processing of SLDs, paving the way for improved analysis of electrical system diagrams.
Effectiveness of Health Literacy Enhancement Integrated with Telehealth in People Newly Diagnosed with Hypertension in Suburban Thailand: A Quasi-Experimental Study
(2026-04-01) Addjanagitti P.; Partiprajak S.; Neelapaichit N.; Addjanagitti P.; Mahidol University
People newly diagnosed with hypertension often have insufficient health literacy and suboptimal self-care behaviors, particularly in diet, physical activity, and medication adherence. Thus, health literacy enhancement is essential. This quasi-experimental study examined the effectiveness of a telehealth-integrated health literacy enhancement among people newly diagnosed with hypertension. Fifty participants diagnosed with hypertension within the past year were consecutively recruited from subdistrict health-promoting hospitals in two districts. They were assigned at the cluster level to the experimental or control group (25 per group). The experimental group received usual care plus a six-week telehealth-integrated health literacy enhancement program. The control group received only usual care. Data were collected at baseline and post-intervention using the Personal Health Questionnaire, the Health Literacy Questionnaire, and the Self-Care of Hypertension Inventory. Data were analyzed using descriptive statistics, paired t-tests, and independent t-tests. After the intervention, the experimental group demonstrated signif icant improvements in health literacy and self-care behaviors, as well as a substantial reduction in systolic blood pressure compared with baseline and the control group. In contrast, no significant differences in diastolic blood pressure were observed. The findings demonstrate the effectiveness of the Health Literacy Enhancement Integrated with Telehealth program in improving health literacy, self-care behaviors, and blood pressure control among people newly diagnosed with hypertension. Nurses can incorporate this program into routine care to improve outcomes, reduce long-term complications, and support continuity of care. However, future studies should include long-term follow-up, a randomized controlled trial, and multisite research before it can be widely used.