Automated Author Profileธัญธร ตันสกุล
ธัญธร ตันสกุล
Current S-Index
Sum of Dataset Indices for all datasets
Average Dataset Index per Dataset
Average Dataset Index per dataset
Total Datasets
Total datasets for this author
Average FAIR Score
Average FAIR Score per dataset
Total Citations
Total citations to the author's datasets
Total Mentions
Total mentions of the author's datasets
S-Index Interpretation
The S-Index (Sharing Index) is a comprehensive metric that represents the cumulative impact of all your datasets. It is calculated as the sum of Dataset Index scores across all your claimed datasets.
What it means:
- A higher S-index indicates greater overall impact of your datasets relative to typical datasets in their fields of research
- The S-Index grows as you add more datasets or as existing datasets gain more citations and mentions
- It provides a single number to track your research data impact over time
Current S-Index: 0.0 (sum of 1 dataset Dataset Index scores)
More information here.
S-Index Over Time
Cumulative Citations Over Time
Cumulative Mentions Over Time
Datasets
การพัฒนานวัตกรรมมีความจำเป็นต้องพึ่งพาความร่วมมือระหว่างมหาวิทยาลัยและภาคอุตสาหกรรม แต่ในประเทศไทยความร่วมมือระหว่างมหาวิทยาลัยและภาคอุตสาหกรรมยังมีอยู่น้อย งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยความร่วมมือด้านงานวิจัยระหว่าง มหาวิทยาลัยและภาคอุตสาหกรรมในประเทศไทย และเพื่อพัฒนาส่งเสริมช่องทางการจับคู่ความร่วมมือด้านงานวิจัยระหว่างมหาวิทยาลัยและภาคอุตสาหกรรม โดยการนำเทคโนโลยีการจับคู่ (Match-Making System) มาประยุกต์ใช้และนำเสนอผ่านทางเว็บไซต์เพื่อเสริมการเชื่อมโยง การจับคู่ด้านงานวิจัยระหว่างมหาวิทยาลัยและภาคอุตสาหกรรม และภาครัฐเข้าด้วยกัน จากผลสำรวจแบบสอบถามปัจจัยที่ส่งผลต่อความร่วมมือด้านงานวิจัยร่วมระหว่างมหาวิทยาลัยและภาคอุตสาหกรรม กรณีศึกษา จุฬาลงกรณ์มหาวิทยาลัย และภาคอุตสาหกรรมในประเทศไทย แบ่งออกเป็น 2 ชุด 1) สำหรับอาจารย์/นักวิจัยในจุฬาฯ 2) สำหรับภาคอุตสาหกรรมในประเทศ พบว่าร้อยละ 67 ของอาจารย์/นักวิจัยเคยมีประสบการณ์ความร่วมมือกับภาคอุตสาหกรรมเกี่ยวกับการทำงานวิจัยมากกว่า 2 แห่งขึ้นไป อันดับความร่วมมือที่มากที่สุดคือ กลุ่มการจัดการสิ่งแวดล้อม ปิโตรเคมี และเคมี ร้อยละ 39 เคยทำงานกับภาคอุตสาหกรรมขนาดใหญ่และขนาดกลาง ร้อยละ 69 เป็นรูปแบบการเชื่อมโยงการทำงานในระดับอาจารย์/นักวิจัยกับภาคอุตสาหกรรม สำหรับภาคอุตสาหกรรม สำหรับภาคอุตสาหกรรมร้อยละ 60 เคยมีประสบการณ์ความร่วมมือกับมหาวิทยาลัยอันดับความร่วมมือที่มากที่สุด คือ คณะวิทยาศาสตร์และคณะวิศวกรรมศาสตร์ ร้อยละ 66 มีรูปแบบการเชื่อมโยงการทำงานในระดับอาจารย์/นักวิจัยกับภาคอุตสาหกรรมเช่นเดียวกัน สรุปผลจากแบบสอบถามชี้ให้เห็นว่า ปัจจัยที่ส่งเสริมด้านความร่วมมือมากที่สุด คือ แรงจูงใจ แหล่งเงิน ในขณะเดียวกับปัจจัยที่เป็นอุปสรรค คือ การเข้าถึงข้อมูล และคณะวิจัยยังมีขั้นตอนในความซับซ้อน เงินทุนการวิจัยพัฒนาไม่เพียงพอ รวมถึงทั้งสองฝ่ายยังไม่เห็นความสำคัญของความร่วมมือด้านงานวิจัยและพัฒนาเท่าที่ควร จากผลการวิจัยที่กล่าวมานี้นำไปสู่การสร้างเครื่องมือบริการจับคู่งานวิจัยผ่านเว็บไซต์ชื่อ Matchingseeds.com ผลการสำรวจการยอมรับเทคโนโลยีจากกลุ่มตัวอย่างทั้ง 15 คน พบว่า Matchingseeds มีอิทธิพลต่อกลุ่มตัวอย่างในด้านการรับรู้ถึงผลประโยชน์ต่อการใช้บริการมากที่สุด คิดเป็นร้อยละ 27 หมายถึง ระดับความเชื่อที่ผู้ใช้คาดหวังต่อการใช้บริการนี้ว่ามีความสะดวกและง่ายต่อการใช้งานของระบบ จากการประมาณการทางการเงินโดยการขาย Licensing แบบ N0n-exclusive เป็นเวลา 3 ปี คิดเป็นมูลค่าเงิน 300,000 บาท และการเรียกเก็บค่าบริการรายเดือน เดือนละ 200 บาท พบว่าสามารถคืนทุนภายใน 1 ปี โดยกำไรสุทธิอยู่ที่ 2,382,000 บาท
Authors
- ธัญธร ตันสกุล