เพิ่มประสิทธิภาพในการเก็บพลังงานของแบตเตอรี่ลิเทียมไอออนขึ้น 3 เท่า

ความร่วมมือนำโดยคณะนักวิจัยจาก University of Maryland, the U.S. Department of Energy’s (DOE) Brookhaven National Laboratory, และ the U.S. Army Research Lab พัฒนาและศึกษาวัสดุของขั้วลบซึ่งสามารถเพิ่มความหนาแน่นของพลังงานของขั้วไฟฟ้าของแบตเตอรี่ลิเทียมไอออนขึ้น 3 เท่า งานวิจัยนี้ถูกเผยแพร่ในวารสาร Nature Communications

คณะนักวิจัยสังเคราะห์วัสดุของขั้วลบ เป็นรูปที่ถูกปรับเปลี่ยนของ iron trifluoride (FeF3) ซึ่งประกอบด้วยธาตุที่มีราคาไม่แพงและเป็นมิตรต่อสิ่งแวดล้อมเช่น iron และ fluorine คณะนักวิจัยเลือกที่จะใช้ FeF3 ในแบตเตอรี่ลิเทียมไอออนเพราะให้ความจุที่มากกว่าวัสดุของขั้วลบทั่วไป

Enyuan Hu หนึ่งในคณะนักวิจัย กล่าวว่า วัสดุที่ใช้ในแบตเตอรี่ลิเทียมไอออนตามปกติใช้ intercalation chemistry ซึ่งมีประสิทธิภาพมาก แต่ขนส่งอิเล็กตรอนเดียวดังนั้นความจุของขั้วลบจึงถูกจำกัด FeF3 สามารถขนส่งหลายอิเล็กตรอนโดยกลไกของปฏิกิริยาที่ซับซ้อนมากกว่าที่มีชื่อว่า conversion reaction

ถึงแม้ FeF3 สามารถเพิ่มความจุของขั้วลบ แต่ไม่สามารถทำงานได้ดีในแบตเตอรี่ลิเทียมไอออนเนื่องจาก 3 ข้อจำกัดของ conversion reaction เพื่อแก้ปัญหานี้ คณะนักวิจัยได้เพิ่มอะตอม cobalt และ oxygen ไปยัง FeF3 nanorod โดยขบวนการที่มีชื่อว่า chemical substitution

Sooyeon Hwang หนึ่งในคณะนักวิจัย กล่าวว่า เมื่อลิเทียมไอออนถูกแทรกเข้าไปใน FeF3 วัสดุนี้ถูกเปลี่ยนเป็น iron และ lithium fluoride อย่างไรก็ตามปฏิกิริยานี้ไม่สามารถผันกลับได้อย่างสมบูรณ์ หลังจากแทนที่ด้วย cobalt และ oxygen โครงสร้างหลักของวัสดุของขั้วลบคงสภาพไว้ดีขึ้นและปฏิกิริยาผันกลับได้ดีขึ้น

ที่มา: DOE/Brookhaven National Laboratory (2018, June 14).Tripling the energy storage of lithium-ion batteries. ScienceDaily. Retrieved August 10, 2018, from https://www.sciencedaily.com/releases/2018/06/180614213644.htm

ยีสต์มีการแปลรหัสดีเอ็นเอเป็นแบบสุ่มได้เป็น 2 แบบ

คณะนักวิจัยจาก Milner Centre for Evolution ที่ University of Bath และ Max-Planck Institute for Biophysical Chemistry ที่ Gottingen ประเทศเยอรมัน ค้นพบเป็นครั้งแรกยีสต์ใช้การแปลรหัสดีเอ็นเอที่แตกต่างกัน 2 แบบโดยการสุ่ม การค้นพบนี้ถูกเผยแพร่ในวารสาร Current Biology

ยีสต์ที่มีชื่อว่า Ascoidea asiatica สามารถแปลรหัส CTG เป็นกรดอะมิโน serine หรือ leucine แบบสุ่มเหมือนโยนเหรียญหัวก้อย เพื่อทำให้เข้าใจว่ากลไกนี้เกิดขึ้นได้อย่างไร คณะนักวิจัยศึกษา tRNA (ตัวแปลรหัสดีเอ็นเอโดยอ่านรหัสแล้วนำกรดอะมิโนมาต่อกันเป็นโปรตีน)

ดร. Martin Kollmar หนึ่งในคณะนักวิจัย กล่าวว่า A. asiatica มี 2 ชนิด ของ tRNA สำหรับรหัส CTG หนึ่งชนิดเชื่อมติดกับ leucine และอีกหนึ่งชนิดเชื่อมติดกับ serine ดังนั้นเมื่อแปลรหัส CTG จะมีการสุ่มหยิบหนึ่งชนิดจากสองชนิดของ tRNA ดังนั้นหยิบแบบสุ่มระหว่าง serine และ leucine

ดร. Stefanie Muhlhausen หนึ่งในคณะนักวิจัย กล่าวเพิ่มว่า การเปลี่ยนจาก luecine เป็น serine สามารถทำให้เกิดปัญหาใหญ่ในโปรตีนเนื่องจากทั้งสองกรดอะมิโนมีคุณสมบัติที่แตกต่างกัน serine พบบ่อยๆ บนผิวของโปรตีนในขณะที่ leucine ไม่ชอบน้ำจะฝังตัวอยู่ภายในโปรตีน ยีสต์นี้แก้ปัญหาการแปลรหัสแบบสุ่มได้อย่างไร พบว่า A. asiatica มีการใช้รหัส CTG ไม่บ่อยและหลีกเลี่ยงส่วนสำคัญของโปรตีน

ที่มา: University of Bath (2018, June 14). Microbe breaks ‘universal’ DNA rule by using two different translations. ScienceDaily. Retrieved August 10, 2018, from https://www.sciencedaily.com/releases/2018/06/180614213814.htm

วงจรยืดหยุ่นได้

คณะนักวิจัยจากจีนพัฒนาวัสดุนำไฟฟ้าผสม ส่วนหนึ่งเป็นพอลิเมอร์ที่ยืดหยุ่นได้ อีกส่วนเป็นโลหะเหลว ซึ่งสามารถโค้งและยืดออกได้ วงจรที่ประกอบขึ้นด้วยวัสดุนี้สามารถมีรูปร่าง 2 มิติได้หลากหลายและนอกจากนี้ยังไม่เป็นพิษ การศึกษาครั้งนี้เผยแพร่ในวารสาร iScience

วัสดุมีชื่อเรียกว่า metal-polymer conductor หรือ MPC โลหะในวัสดุนี้ไม่ใช่เป็นของแข็งนำไฟฟ้าเช่น ทองแดง เงิน หรือทอง แต่เป็น gallium และ indium ซึ่งมีลักษณะเป็นของเหลวคล้ายน้ำเชื่อมเหนียว ซึ่งยังคงยอมให้กระแสไฟฟ้าไหล คณะนักวิจัยค้นพบว่าฝังหยดของส่วนผสมโลหะเหลวนี้ภายในเครือข่ายพยุงของพอลิเมอร์ที่เป็นซิลิโคนทำให้ได้วัสดุที่ยืดหยุ่นได้เชิงกลด้วยความสามารถนำไฟฟ้าพอที่จะทำให้เกิดวงจรที่มีประสิทธิภาพ

โครงสร้างของ MPC เหมือนกับเกาะโลหะเหลวกลมลอยอยู่ในทะเลของพอลิเมอร์ โดยมีโลหะเหลวชนิดหนึ่งห่อหุ้มอยู่ข้างใต้เพื่อทำให้เกิดความสามารถนำไฟฟ้าที่สมบูรณ์ คณะนักวิจัยประสบผลสำเร็จในการทดลองหลายสูตรของ MPC เพื่อการประยุกต์ที่หลากหลาย ได้แก่ เป็นเซ็นเซอร์สำหรับถุงมือ keyboard ที่สวมใส่ได้ และเป็นขั้วไฟฟ้าสำหรับกระตุ้นการส่งผ่านดีเอ็นเอผ่านเยื่อหุ้มเซลล์

Lixue Tang หนึ่งในคณะนักวิจัย กล่าวว่า การประยุกต์ใช้ MPC ขึ้นอยู่กับส่วนพอลิเมอร์ ใช้พอลิเมอร์ที่ยืดหยุ่นมากเพื่อให้ได้ MPC สำหรับวงจรยืดหยุ่นได้ ใช้พอลิเมอร์ชีวภาพและย่อยสลายในทางชีวภาพสำหรับ MPC เพื่ออุปกรณ์ฝังได้ ในอนาคตสามารถแม้แต่สร้างหุ่นยนต์นิ่มโดยใช้พอลิเมอร์ electroactive

ที่มา: Cell Press (2018, June 14). This is what a stretchy circuit looks like. ScienceDaily. Retrieved August 10, 2018, from https://www.sciencedaily.com/releases/2018/06/180614213840.htm

วัคซีนเอชไอวีทำให้เกิดแอนติบอดีในสัตว์หลายชนิดซึ่งทำลายเอชไอวีหลายสายพันธุ์

วัคซีนได้รับการพัฒนาจากโครงสร้างของเอชไอวีทำให้เกิดแอนติบอดีในหนู หนูตะเภา และลิง ซึ่งทำลายเอชไอวีหลายสายพันธุ์จากทั่วโลก การค้นพบครั้งนี้ถูกรายงานในวารสาร Nature Medicine โดยคณะนักวิจัยจาก National Institute of Allergy and Infectious Diseases อยู่ภายใต้ National Institutes of Health (NIH)

วัคซีนถูกพัฒนาโดยใช้ fusion peptide ของเอชไอวี (เป็นกรดอะมิโนสายสั้นเป็นส่วนหนึ่งของส่วนที่ยื่นออกจากผิวของไวรัสซึ่งมีส่วนสำคัญช่วยให้ไวรัสเข้าเซลล์คนได้) fusion peptide epitope เหมาะสำหรับใช้เป็นวัคซีนเพราะโครงสร้างเหมือนกันในสายพันธุ์ส่วนใหญ่ของเอชไอวีและเพราะระบบภูมิคุ้มกันเห็น fusion peptide epitope ได้อย่างชัดเจนและมีการตอบสนองทางภูมิคุ้มกันอย่างมาก นอกจากนี้ fusion peptide ไม่มีน้ำตาลซึ่งบังการมองเห็นของระบบภูมิคุ้มกันต่อ epitope อื่นของเอชไอวี

เพื่อสร้างวัคซีน คณะนักวิจัยได้ออกแบบหลาย immunogen (โปรตีนที่ได้รับการออกแบบเพื่อกระตุ้นการตอบสนองทางภูมิคุ้มกัน) จากโครงสร้างที่รู้ของ fusion peptide ต่อมาประเมิน immunogen โดยใช้หลายแอนติบอดีซึ่งมีเป้าหมายเป็น fusion peptide epitope  และต่อมาทดสอบในหนูว่า immunogen ไหนทำให้เกิดแอนติบอดีต่อ fusion peptide ที่สามารถทำลายเอชไอวีได้มีประสิทธิภาพดีที่สุด พบว่า immunogen ที่ดีที่สุดประกอบด้วย 8 กรดอะมิโนของ fusion peptide เกิดพันธะกับตัวพาตัวหนึ่งซึ่งทำให้เกิดการตอบสนองทางภูมิคุ้มกันอย่างมาก เพื่อทำให้ผลการศึกษาดีขึ้น คณะนักวิจัยจับคู่ immunogen นี้กับรูปจำลองส่วนที่ยื่นจากผิวของเอชไอวี

ต่อมาคณะนักวิจัยทดสอบหลายส่วนผสมการให้ของสิ่งที่ได้นี้กับหนูและวิเคราะห์แอนติบอดีที่วัคซีนนี้สร้าง พบว่าแอนติบอดีจับกับ fusion peptide ของเอชไอวี และทำลายถึง 31 เปอร์เซ็นต์ของไวรัสจากตัวแทนทั่วโลกของ 208 เอชไอวีสายพันธุ์

คณะนักวิจัยได้ปรับวัคซีนและทดสอบกับหนูตะเภาและลิง ผลก็คือได้แอนติบอดีซึ่งสามารถทำลายเอชไอวีหลายสายพันธุ์ แสดงว่าวัคซีนอาจใช้ได้กับสัตว์หลายชนิด

ที่มา: NIH/National Institute of Allergy and infectious Diseases (2018, June 4). HIV vaccine elicits antibodies in animals that neutralize dozens of HIV strains. ScienceDaily. Retrieved June 5, 2018, from https://www.sciencedaily.com/releases/2018/06/180604125008.htm

วัสดุที่ซ่อมแซมได้ด้วยตัวเองความเสียหายเชิงกล

คณะนักวิจัยจาก Carnegie Mellon University พัฒนาวัสดุที่ซ่อมแซมได้ด้วยตัวเองความเสียหายเชิงกลอย่างมาก การศึกษาครั้งนี้เผยแพร่ในวารสาร Nature Materials

วัสดุประกอบด้วยหยดโลหะเหลวแขวนลอยในพอลิเมอร์นิ่มที่มีคุณสมบัติยืดหยุ่น (soft elastomer) เมื่อได้รับความเสียหาย หยดโลหะเหลวจะแตกออกเพื่อสร้างการเชื่อมต่อใหม่กับหยดโลหะเหลวรอบๆ และส่งสัญญาณไฟฟ้าไปเส้นทางต่างๆ โดยปราศจากการขัดขวาง

วัสดุสามารถประยุกต์ใช้ในหุ่นยนต์ชีวภาพ การมีปฏิสัมพันธ์กันระหว่างเครื่องยนต์และคน และคอมพิวเตอร์สวมใส่ได้ เนื่องจากวัสดุยังมีความสามารถนำไฟฟ้าสูงซึ่งไม่เปลี่ยนแปลงเมื่อถูกยืดออก จึงเหมาะกับการใช้ในการส่งพลังงานและข้อมูล

รองศาสตราจารย์ Carmel Majidi หนึ่งในคณะนักวิจัย กล่าวว่า งานวิจัยอื่นเกี่ยวกับอิเล็กทรอนิกส์นิ่มได้วัสดุที่ยืดหยุ่นและผิดรูปร่างได้แต่ไม่สามารถแก้ปัญหาความเสียหายเชิงกลซึ่งทำให้เกิดการขาดแคลนไฟฟ้าอย่างทันที

ที่มา: College of Engineering, Carnegie Mellon University (2018, May 21). Self-healing material a breakthrough for bio-inspired robotics. ScienceDaily. Retrieved July 6, 2018, from https://www.sciencedaily.com/releases/2018/05/180521131748.htm

ACROSS: one-stop search service รายการเอกสารจดหมายเหตุของไต้หวัน

ACROSS ย่อมาจาก Archives Cross Boundaries คือ one-stop search service รายการเอกสารจดหมายเหตุที่มีให้บริการในห้องสมุด พิพิธภัณฑ์ หอจดหมายเหตุ และคลังข้อมูลอื่นๆ ที่เกี่ยวข้องในประเทศไต้หวัน ทั้งที่เป็นหน่วยงานของรัฐ สถาบันเอกชน และส่วนบุคคล พัฒนาขึ้นโดย National Archives Administration (NAA) ของประเทศไต้หวัน เปิดตัวให้บริการในปี ค.ศ. 2010 โดย ACROSS จัดเป็นแพลตฟอร์มระหว่างสถาบัน (inter-institutional platform) แรก ที่ให้บริการค้นหารายการทรัพยากรสารสนเทศข้ามหน่วยงานของไต้หวัน

ACROSS ได้รวบรวมฐานข้อมูล 94 ฐาน ที่พัฒนาขึ้นโดยห้องสมุด พิพิธภัณฑ์ และคลังข้อมูล 30 แห่งในไต้หวัน ซึ่งผู้ใช้สามารถค้นหารายการภาพ เสียง วิดีโอ และสิ่งพิมพ์ที่มีคุณค่า ประมาณ 7 ล้านรายการ ซึ่งย้อนหลังไปถึงสมัยราชวงศ์หมิงในสมัยศตวรรษที่ 14 และราชวงศ์ชิง และช่วงปีแรกๆ ของไต้หวัน ทั้งนี้ก็เพื่อเพิ่มโอกาสในการค้นหาและการเข้าถึงเอกสารจดหมายเหตุจากฐานข้อมูลต่างๆ แก่ผู้สนใจ เพื่อสนับสนุนการแบ่งปันทรัพยากรสารสนเทศระหว่างหน่วยงาน และเพื่อการส่งเสริมการบริการดิจิทัล

ตัวอย่างหน่วยงานที่เข้าร่วมโครงการ เช่น Academia Historica, Taiwan Historica, Academia Sinica Institute of Taiwan History, Academia Sinica Institute of Modern History, Academia Sinica Institute of History and Philology, National Central Library, National Taiwan University, Kaohsiung Museum of History, Institute of Hsinchu County History และ Council for Cultural Affairs

ในด้านเทคนิคของการพัฒนา ACROSS นั้น ACROSS ถูกพัฒนาโดยการใช้เทคโนโลยีหลัก 2 ตัว คือ  integrates meta-search และ API (Application Programming Interface) ในการสืบค้นและแสดงรายการเอกสารจดหมายเหตุจากฐานข้อมูลต่างๆ ที่ร่วมโครงการแบบเรียลไทม์ เพื่อให้ผู้ใช้สามารถเข้าถึงข้อมูลที่ต้องการได้อย่างสะดวกและรวดเร็ว โดยระบบจะแสดงรายการบรรณานุกรมของเอกสารจดหมายเหตุและรายชื่อของหน่วยงานที่ให้บริการเอกสารจดหมายเหตุรายการนั้นๆ หากผู้ใช้บริการต้องการข้อมูลเพิ่มเติมสามารถคลิกที่ปุ่ม “link to the source database” โดยระบบจะพาผู้ใช้บริการไปยังฐานข้อมูลของหน่วยงานที่เป็นเจ้าของรายการ ขณะที่ ลิขสิทธิ์เกี่ยวกับการอนุญาตใช้งานเอกสารจดหมายเหตุนั้น จะเป็นไปตามเงื่อนไขที่แต่ละหน่วยงานที่เป็นเจ้าของเอกสารจดหมายเหตุเป็นผู้กำหนด ระบบ ACROSS มีการบริหารจัดการรายการข้อมูลโดยแบ่งตามเนื้อหา ช่วงเวลา และประเภทของสื่อ รวมถึงหน่วยงานเจ้าของรายการ ระบบยังมีฟังก์ชันอื่นๆ เพื่ออำนวยความสะดวกการค้นและเข้าถึงรายการเอกสารจดหมายเหตุที่ต้องการ เช่น knowledge guidance services, personalized services, Web 2.0 user interactive services โหมดการค้นหาขั้นพื้นฐานและขั้นสูง (การค้นหาขั้นสูงใช้ตรรกะบูลีน AND, OR, NOT) การขยายผลการค้นหา หรือ การกรองผลการค้นหา

Archives Cross Boundaries

ห้องปฏิบัติการ PEARL ของ National Archives Administration ไต้หวัน

เมื่อวันที่ 6 ก.ค. 61 มีโอกาสได้ไปเยี่ยมชม ห้องปฏิบัติการสงวนรักษารายการข้อมูลและจดหมายเหตุอิเล็กทรอนิกส์ (Preserving Electronic Archives & Records Laboratory – PEARL) ของหอจดหมายเหตุแห่งชาติไต้หวัน (National Archives Administration) ห้องปฏิบัติการนี้ถูกตั้งขึ้นเพื่อให้บริการเกี่ยวกับการสงวนรักษารายการข้อมูลและจดหมายเหตุอิเล็กทรอนิกส์ เพื่อรองรับการเปลี่ยนแปลงของเทคโนโลยีที่เกิดขึ้นในปัจจุบันและอนาคต ซึ่งมีผลกระทบต่อการเข้าถึงและใช้งานรายการข้อมูลและสื่อที่ใช้ในการจัดเก็บรายการข้อมูล

PEARL ให้บริการครอบคลุม 1. การย้ายโอน (migration) รายการข้อมูลอิเล็กทรอนิกส์จากรูปแบบ หรือ สื่อหนึ่ง ไปยังรูปแบบ หรือ สื่อใหม่ ที่เหมาะสมมากกว่า 2. การสร้างระบบจำลองเพื่อให้สามารถทำงานแทนระบบเดิม (emulation) 3. การกู้คืน (recovery) รายการข้อมูลและฮาร์ดแวร์ 4. การสงวนรักษา (preservation) รายการข้อมูล ฮาร์ดแวร์ และซอฟต์แวร์ และ 5.การทำลาย (destruction) รายการข้อมูลและสื่อที่ใช้ในการจัดเก็บข้อมูลที่ไม่ใช้งานแล้ว

Migration

คือ บริการการย้ายโอนไฟล์ข้อมูลจากรูปแบบหนึ่ง ไปยังรูปแบบใหม่ (electronic records format migration) เพื่อให้ไฟล์ข้อมูลที่เก็บนั้นยังสามารถเข้าถึง แสดงผล และใช้ได้ แม้ว่าเทคโนโลยีได้เปลี่ยนไป เช่น TIFF เป็น JPEG, JPEG เป็น TIFF, TIFF เป็น PNG, WDL เป็น PDF/A, DOC เป็น PDF/A, WMV เป็น MPEG-2, DOCX เป็น PDF/A, POSTSCRIPT เป็น PDF/A, DOC เป็น ODT, PPT เป็น PDF/A, XLS เป็น PDF/A, EML เป็น PDF/A, MP3 เป็น WAV, TIFF เป็น PDF/A

โดยเครื่องมือที่ใช้ เช่น PDFCreator (outputs คือ TIFF, JPGE, PDF และ PDF/A formats), GhostScript (outputs คือ PDF และ PDF/A formats), FFmpeg (outputs คือ MPEG-2 และ H.264 formats), และ OpenOffice (outputs คือ ODT format)

ยังมีบริการการย้ายข้อมูลที่ถูกเก็บในสื่อหนึ่งที่มีสภาพชำรุดหรือไม่มีเครื่องให้เปิดใช้งาน ไปยังสื่อที่ทันสมัยกว่าหรือสภาพสมบูรณ์ (media migration) เช่น จาก VHS/Beta/Betacam เป็น DVD, CD เป็น DVD, Vinyl/Tape/floppy disk เป็น DVD, microfilm เป็น DVD (JPEG/TIFF/PDF)

Recovery

คือ บริการการกู้คืนเนื้อหา ไฟล์ และสื่อที่ใช้จัดเก็บข้อมูล เครื่องมือเพื่อใช้สำหรับกู้ไฟล์ เช่น R-studio, FinalData และ  Unstoppable Copier เครื่องมือเพื่อใช้สำหรับกู้ฮาร์ดดิสก์ (Hard disk) เช่น Forensic Talon และ เครื่องมือเพื่อใช้สำหรับกู้แผ่น (Disc) เช่น CD recovery toolbox, Disc rapair machine และ Optical disc checker

Preservation

คือ บริการการสงวนรักษาซอฟต์แวร์ ฮาร์ดแวร์และระบบปฏิบัติการ (เช่น การสงวนรักษาระบบปฏิบัติการ Dos Unix และ Windows การสงวนรักษา floppy disks, hard disks, optical discs, tapes) และรายการข้อมูล (เช่น ฐานข้อมูล อีเมล เว็บเพจ วิดีโอ และออดิโอ)

Destruction

คือ บริการการลบรายการอิเล็กทรอนิกส์จากสื่อที่ใช้จัดเก็บ การทำลายสื่อ เช่น cassette tapes, floppy disks, optical discs, hard disks, magnetic tapes เพื่อเคลียร์พื้นที่จัดเก็บข้อมูลในสื่อ แต่หากสื่อใดไม่ต้องการใช้งานแล้ว ก็มีบริการทำลายโดยใช้เครื่องหั่นย่อย

เอกสารงานพิมพ์เพี้ยนเพราะ เวอร์ชั่น ฟอนต์ TH SarabunPSK ???

เอกสารงานพิมพ์เพี้ยนเพราะ เวอร์ชั่น ฟอนต์ TH SarabunPSK ???  

หลายท่านคงสงสัยว่า ฟอนต์ก็มีเวอร์ชั่นด้วยหรือ จริงๆ ฟอนต์ก็เหมือนกับโปรแกรมคอมพิวเตอร์ที่นักพัฒนาได้สร้างโปรแกรมออกมาให้ใช้ พอผ่านไประยะหนึ่งก็มีการอัตเดท ก็ต้องเป็นเวอร์ชั่นใหม่ ฉะนั้นฟอนต์ ก็มีลักษณะเดียวกัน จึงอาจทำให้การสร้างเอกสารงานพิมพ์ของเรามีปัญหา หรือเพี้ยน ทั้งๆ ที่ได้สร้างเอกสารงานพิมพ์ตามมาตรฐาน ด้วยการใช้ Style หรือตั้งค่าก่อนการพิมพ์ ด้วยโปรแกรม MicroSoftOffice Word บนเครื่องตัวเอง แต่เอกสารงานพิมพ์นี้มีความจำเป็นที่ต้องส่งให้ท่านอื่น ไม่ว่าจะแก้ไขต่อ ฝากสั่งพิมพ์งาน หรือเปลี่ยนเครื่องทำงาน แต่พอเปิดเอกสารก็จะพบว่าเอกสารจำนวนบรรทัดไม่เท่ากับเครื่องแรกที่สร้างไฟล์นี้ หรือเอกสารมีความเพื้ยน นั่นเอง เช่น

ภาพจำนวนบรรทัดที่ได้

ภาพขยาย

เปิดอีกเครื่อง ด้วยไฟล์เดียวกัน บน MicrosoftOffice Word2013 จะพบว่าเนื้อหาในหน้าที่ 1 มีจำนวนบรรทัดไม่เท่ากัน

ภาพจำนวนบรรทัดที่ได้

ภาพขยาย

หากคุณพบปัญหานี้ ดังภาพตัวอย่างข้างบน ให้คุณตรวจสอบปัญหาดังต่อไปนี้

1. การตั้งค่าหน้ากระดาษเป็น A4 หรือไม่
2. เครื่อง Printer ของคุณได้ตั้งค่ากระดาษเป็น 4A หรือไม่
3. ฟอนต์ที่คุณใช้เป็นเวอร์ชั่นเดียวกันหรือไม่

จากตัวอย่างเกิดจาก ฟอนต์ TH SarabunPsk คนละเวอร์ชั่น

 

ทดสอบ

ดาวน์โหลดไฟล์ตัวอย่างเพื่อทดสอบจำนวนบรรทัด ตามบทความนี้ ไฟล์เอกสารสำหรับทดสอบ เมื่อคุณได้ทดสอบพบว่าจำนวนบรรทัดในเอกสารของคุณมี 27 บรรทัด แสดงว่าคุณใช้ฟอนต์ TH SarabunPSK เวอร์ชั่นปัจจุบัน (V1.1 ขนาดของไฟล์ฟอนต์ อยู่ที่ 97.6 KB) แต่หากคุณพบจำนวนบรรทัดเป็น 31 บรรทัด แสดงว่าคุณใช้ฟอนต์เวอร์ชั่นเก่า โดยสามารถดาวน์โหลดฟอนต์ TH SarabunPSK เวอร์ชั่นปัจจุบันได้ที่ ดาวน์โหลดฟอนต์ TH SarabunPSK Version 1.1 

ในการติดตั้งควรลบชุดฟอนต์ TH SarabunPSK เดิมออกก่อน

 

หมายเหตุ

  • การเปิดจำนวนบรรทัด สามารถเปิดได้ที่เมนู Page Layout , แล้วเลือก Continuous ถ้าต้องการปิดให้ทำคลิกที่ Continuous อีกครั้ง (เครื่องหมายถูกจะหายไป)
  • การฝังฟอนต์ช่วยได้ในกรณีที่เครื่องปลายทางไม่มีฟอนต์ แต่หากมีฟอนต์อยู่แล้วก็จะไปดึงฟอนต์ที่เครื่องมาแสดงผล
  • ขนาดฟอนต์ 97.6 KB คือไฟล์ฟอนต์ขนาดปกติ ในชุดฟอนตืนี้ ไม่ใช่ฟอน์ตัวหนา หรือตัวเอียง

แนวโน้มของ KM ในยุคดิจิทัล

ในยุคดิจิทัลมีความเจริญก้าวหน้าของเทคโนโลยีหลายอย่าง ซึ่งเทคโนโลยีเหล่านี้มีผลต่อแนวทาง KM (Knowledge Management หรือการจัดการความรู้) ขององค์กร ทำให้การแบ่งปันความรู้ การสกัดความรู้ และการเก็บรักษาความรู้เป็นไปอย่างง่ายขึ้นกว่า KM แบบเก่า ส่งผลให้องค์กรดำเนินกิจการได้ตรงตามเป้าหมายและประสบผลสำเร็จมากขึ้น เทคโนโลยีในยุคดิจิทัลที่นำมาใช้กับ KM ได้แก่

1. Cloud computing เป็นการให้บริการของผู้ให้บริการเกี่ยวกับระบบเครือข่าย ซอฟต์แวร์ ฮาร์ดแวร์ การจัดเก็บข้อมูล ซึ่งรวมกันอยู่ในศูนย์ข้อมูลหรือก้อนเมฆ มีการคิดค่าบริการตามการใช้งานจริง ผู้ใช้บริการเพียงมีการเชื่อมต่ออินเทอร์เน็ตก็สามารถใช้บริการดังกล่าวได้ โดยผ่านโทรศัพท์เคลื่อนที่ notebook tablet และสามารถแชร์บริการร่วมกัน ข้อดีคือผู้ใช้บริการสามารถเพิ่มประสิทธิภาพการใช้งานได้ เพียงจ่ายเงินเพิ่ม ไม่ต้องดูแลระบบเอง ผู้ให้บริการเป็นผู้ดูแลให้ ไม่ยุ่งยากในการอัพเกรดระบบ ตัวอย่าง ซอฟต์แวร์ KM ที่ใช้เทคโนโลยีนี้ เช่น Office 365 และ SharePoint Online  BMC Knowledge Management  Salesforce Knowledge Management

2. Big data ความเจริญก้าวหน้าในยุคดิจิทัล ทำให้เกิดข้อมูลขนาดใหญ่ อย่างรวดเร็ว มากมายมหาศาลขึ้น ที่เรียกว่า Big data ทำให้องค์กรต้องใช้เครื่องมือ KM มาช่วยบริหาร Big data เพื่อให้องค์กรพัฒนากระบวนการทำงาน แก้ไขปัญหาขององค์กรได้อย่างมีประสิทธิภาพ และได้เปรียบในการแข่งขัน ตัวอย่าง Big data ภายในองค์กร เช่น ข้อมูลพนักงาน ข้อมูลลูกค้า ข้อมูลผลการดำเนินงาน ความรู้ต่างๆ ที่อยู่ในคลังความรู้

3. Internet of Things (IoT) เป็นการเชื่อมต่ออุปกรณ์และสิ่งต่างๆ เข้าด้วยกันด้วยอินเทอร์เน็ต ทำให้สามารถควบคุมอุปกรณ์และสิ่งต่างๆ ได้ทุกที่ ทุกเวลา เพียงมีโทรศัพท์เคลื่อนที่ เช่นควบคุมการเปิดปิดไฟ เครื่องปรับอากาศ IoT ทำให้ KM เกิดขึ้นแบบ real-time updates

4. Mobile technology เทคโนโลยีโทรศัพท์เคลื่อนที่กลายเป็นสิ่งจำเป็นในชีวิตประจำวัน ซึ่งช่วยให้ KM เกิดขึ้นได้ในทุกที่ ทุกเวลา แบบ real-time ทำให้ประหยัดเงินและเวลา

5. Artificial Intelligence (AI หรือปัญญาประดิษฐ์) เป็นระบบที่พัฒนาให้คอมพิวเตอร์ทำงานได้เหมือนปัญญาของมนุษย์ เช่น ระบบผู้เชี่ยวชาญ ระบบฐานข้อมูล หุ่นยนต์

เทคโนโลยีเหล่านี้เกิดขึ้นในยุคดิจิทัล นอกจากเกิดมาเพื่ออำนวยความสะดวกในชีวิตประจำวัน ยังอำนวยความสะดวกในการทำ KM อีกด้วย


ที่มา:

1. Shittu Musa, Aminu Umar Musa and Muhammad Umar (2017, February 1). Knowledge Management (Km) In the Age of Cloud Computing (CC): Benefit and Challenges. ResearchGate. Retrieved July 31, 2018, from https://www.researchgate.net/publication/313164608_Knowledge_Management_Km_In_the_Age_of_Cloud_Computing_CC_Benefit_and_Challenges

2. นภัสวรรณ ไทยานันท์ (28 พ.ค. 2558). Big Data ปรากฏการณ์ใหม่ เขย่าวงการ KM. สถาบันเพิ่มผลผลิตแห่งชาติ. http://www.ftpi.or.th/2015/3518

3. Kgabo H Badimo (2017, September 20). The Increasing Importance of Knowledge Management in the Digital World through the Internet of Things. Linkedin. Retrieved July 31, 2018, from https://www.linkedin.com/pulse/increasing-importance-knowledge-management-digital-world-kgabo-badimo

4. เครื่องมือที่ใช้ในการทำ Knowledge Management. http://ea-rmuti.net/eakm/?page_id=303

ผลการจัดอันดับความสามารถในการแข่งขันทางดิจิทัล ประจำปี 2561 โดย IMD

ในปี 2561 IMD ได้จัดอันดับความสามารถในการแข่งขันทางดิจิทัลของ 63 ประเทศทั่วโลก และได้เผยแพร่ไว้ที่ https://www.imd.org/wcc/world-competitiveness-center-rankings/world-digital-competitiveness-rankings-2018/ โดยมีผลการจัดอันดับดังนี้

ตารางผลการจัดอันดับความสามารถในการแข่งขันทางดิจิทัลของประเทศ 5 อันดับแรกและประเทศไทย ปี 2560-2561 โดย IMD

สหรัฐอเมริกาได้อันดับ 1 ดีขึ้นกว่าปีก่อน 2 อันดับ รองลงมาคือ สิงคโปร์ ที่เคยเป็นที่ 1 ในปีก่อน ถัดมาเป็นสวีเดน ซึ่งตกลงมา 1 อันดับจากปีที่แล้วเคยเป็นอันดับที่ 2 เดนมาร์กได้อันดับ 4 ในปีนี้ดีกว่าปีที่แล้ว 1 อันดับ อันดับที่ 5 คือสวิตเซอร์แลนด์ซึ่งขึ้นมาถึง 3 อันดับจากปีที่แล้ว ส่วนไทยได้อันดับ 39 ดีขึ้นกว่าปีที่แล้ว 2 อันดับ

ปัจจัยที่ทำให้สหรัฐอเมริกาเลื่อนขึ้นเป็นอันดับ 1 มาจากการพัฒนาด้านเทคโนโลยีที่ได้อันดับ 3 เลื่อนขึ้นมาถึง 3 อันดับ และด้านความรู้ที่ได้อันดับ 4 ในปีนี้ส่วนปีที่แล้วได้อันดับ 5 การพัฒนาด้านเทคโนโลยีของสหรัฐอเมริกาที่ดีขึ้นมากเกิดจากปัจจัยย่อยคือการเลื่อนอันดับขึ้นของโครงสร้างการควบคุม เงินทุนและโครงสร้างเทคโนโลยี ส่วนปัจจัยย่อยที่มีผลต่อการพัฒนาความรู้ที่ดีขึ้นคือการฝึกอบรมและการศึกษามีอันดับเลื่อนขึ้นถึง 12 อันดับจากปีที่แล้ว การเลื่อนอันดับขึ้นของโครงสร้างการควบคุมเกิดจากหลายตัวชี้วัด ได้แก่ การเริ่มต้นธุรกิจ การบังคับใช้สัญญา กฎหมายว่าด้วยคนเข้าเมือง ปัจจัยย่อยเงินทุนมีการเลื่อนอันดับขึ้นเนื่องจากตัวชี้วัดการบริการทางการเงินและธนาคารเป็นหลักที่ดีขึ้นมากอย่างชัดเจน ส่วนโครงสร้างเทคโนโลยีดีขึ้นกว่าปีก่อนเนื่องจากหลายตัวชี้วัด ได้แก่ ที่เป็นหลักคือ บรอดแบนด์ไร้สาย รองลงมาคือ ผู้บอกรับเป็นสมาชิกบรอดแบนด์ที่สามารถเคลื่อนที่ได้ ความเร็วการรับส่งข้อมูลอินเทอร์เน็ต การส่งออกสินค้าไฮเทค การเลื่อนอันดับขึ้นมากของการฝึกอบรมและการศึกษาเกิดจากการดีขึ้นมากของ 2 ตัวชี้วัด ได้แก่ การฝึกหัดพนักงาน และผู้หญิงที่ได้รับปริญญา

การเลื่อนอันดับลง 9 อันดับจากอันดับ 6 ในปีที่แล้วเป็นอันดับ 15 ในปีนี้ของปัจจัยด้านความพร้อมในอนาคต ในขณะที่อีกสองปัจจัยได้แก่ เทคโนโลยี และความรู้ยังคงรักษาอันดับ 1 ไว้อย่างเดิม ทำให้การจัดอันดับรวมของสิงคโปร์ลดจากอันดับ 1 เป็นอันดับ 2 ในปีนี้ การลดอันดับลงอย่างมากของปัจจัยความพร้อมในอนาคตเนื่องมาจากการลดลงของอันดับของปัจจัยย่อยทั้งหมดได้แก่ 1. ทัศนคติที่ปรับตัวได้ หมายถึงความยินดีของสังคมที่จะมีส่วนร่วมในขบวนการเกี่ยวกับดิจิทัล ตัวอย่างเช่น เข้าไปซื้ออินเทอร์เน็ตและสมาร์ทโฟน ลดลงจากอันดับ 11 ในปีที่แล้วเป็นอันดับ 20 ในปีนี้  2. ความคล่องตัวทางธุรกิจ ลดลงจากอันดับที่ 14 ในปีที่แล้วเป็นอันดับที่ 18 ในปีนี้ และ 3. การรวมกันของเทคโนโลยีสารสนเทศ ลดลงจากอันดับที่ 1 ในปีที่แล้วเป็นอันดับ 3 ในปีนี้ ตัวชี้วัดหลักที่ทำให้ปัจจัยย่อยทัศนคติที่ปรับตัวได้มีอันดับลดลง คือ การเป็นเจ้าของแท็บเล็ต และการเป็นเจ้าของสมาร์ทโฟน ปัจจัยย่อยความคล่องตัวทางธุรกิจมีอันดับลดลงเนื่องจากตัวชี้วัด 3 ตัวได้แก่ โอกาสและอุปสรรค ความคล่องตัวของบริษัท และการใช้ big data และ analytics ส่วนปัจจัยย่อยการรวมกันของเทคโนโลยีสารสนเทศมีอันดับลดลงเนื่องจากตัวชี้วัดการร่วมลงทุนระหว่างภาครัฐและเอกชน

การเลื่อนอันดับรวมลงจากอันดับ 2 ในปีที่แล้วเป็นอันดับ 3 ในปีนี้ของสวีเดน เกิดจากการลดอันดับลงของปัจจัยด้านความรู้จากอันดับ 2 ในปีที่แล้วเป็นอันดับ 7 ในปีนี้ ส่วนปัจจัยด้านเทคโนโลยีและความพร้อมในอนาคตยังคงอยู่ในอันดับ 5 เหมือนปีที่แล้ว ปัจจัยย่อยที่ทำให้ปัจจัยด้านความรู้มีอันดับลดลงคือการฝึกอบรมและการศึกษาลดลงจากอันดับ 1 ในปีที่แล้วเป็นอันดับ 5 ในปีนี้ ตัวชี้วัดที่ทำให้เกิดการลดลงของอันดับของปัจจัยย่อยการฝึกอบรมและการศึกษาคือ รายจ่ายของรัฐทั้งหมดในเรื่องการศึกษา ความสำเร็จของการศึกษาระดับมหาวิทยาลัย และผู้สำเร็จการศึกษาทางด้านวิทยาศาสตร์

เดนมาร์กมีอันดับรวมจัดอยู่ในอันดับ 4 ดีขึ้นกว่าปีที่แล้ว 1 อันดับ เป็นผลมาจากอันดับที่คงเดิมของทั้ง 3 ปัจจัยได้แก่ ความรู้มีอันดับ 8 เหมือนเดิม เทคโนโลยีมีอันดับ 10 เหมือนเดิม และความพร้อมในอนาคตมีอันดับ 1 เหมือนเดิม ปัจจัยย่อยที่ทำให้ปัจจัยความรู้ยังคงรักษาอันดับเดิมได้ได้แก่ ความสามารถพิเศษยังคงรักษาอันดับ 6 ไว้เหมือนเดิม การฝึกอบรมและการศึกษาเพิ่มอันดับขึ้นจากอันดับ 5 ในปีที่แล้วเป็นอันดับ 3 ในปีนี้ และความเข้มข้นทางวิทยาศาสตร์เพิ่มอันดับขึ้นจากอันดับ 19 ในปีที่แล้วเป็นอันดับ 14 ในปีนี้ ปัจจัยเทคโนโลยียังคงรักษาอันดับไว้เหมือนเดิมเนื่องจากปัจจัยย่อยคือ โครงสร้างการควบคุมและโครงสร้างเทคโนโลยียังคงรักษาอันดับ 8 และ 5 ไว้เหมือนเดิมตามลำดับ ส่วนปัจจัยย่อยเงินทุนเพิ่มอันดับขึ้นจาก 25 ในปีที่แล้วเป็น 22 ในปีนี้ ปัจจัยย่อยที่ทำให้ปัจจัยความพร้อมในอนาคตยังคงจัดอยู่ในอันดับเดิมคือ ทัศนคติที่ปรับตัวได้ปรับอันดับลดลงจากอันดับ 1 ในปีที่แล้วเป็นอันดับ 5 ในปีนี้ ความคล่องตัวทางธุรกิจและการรวมกันของเทคโนโลยีสารสนเทศเพิ่มอันดับขึ้นจากอันดับ 11 ในปีที่แล้วเป็นอันดับ 6 และ 5 ตามลำดับในปีนี้ ในปัจจัยย่อยทั้งหมดมีเพียงปัจจัยย่อยทัศนคติที่ปรับตัวได้ลดอันดับลงอย่างมากเนื่องจากตัวชี้วัด 2 ตัว ได้แก่ การเป็นเจ้าของแท็บเล็ต และการเป็นเจ้าของสมาร์ทโฟน

สวิตเซอร์แลนด์มีอันดับรวมอยู่ในอันดับ 5 ในปีนี้เพิ่มอันดับขึ้นถึง 3 อันดับ เนื่องจากการเพิ่มอันดับขึ้นจากอันดับ 13 ในปีที่แล้วเป็นอันดับ 10 ในปีนี้ของปัจจัยความพร้อมในอนาคต ถึงแม้อีก 2 ปัจจัยมีอันดับลดลงคือ ความรู้ลดลงจากอันดับ 4 ในปีที่แล้วเป็นอันดับ 6 ในปีนี้ และเทคโนโลยีลดลงจากอันดับ 8 ในปีที่แล้วเป็นอันดับ 9 ในปีนี้ การเพิ่มขึ้นของอันดับของปัจจัยความพร้อมในอนาคตเนื่องจากการเพิ่มอันดับขึ้นอย่างมากของปัจจัยย่อยทัศนคติที่ปรับตัวได้จากอันดับ 23 ในปีที่แล้วเป็นอันดับ 12 ในปีนี้ ซึ่งตัวชี้วัดที่มีผลอย่างมากต่อการเลื่อนอันดับขึ้นของปัจจัยย่อยทัศนคติที่ปรับตัวได้คือ การเป็นเจ้าของสมาร์ทโฟนเลื่อนจากอันดับ 40 ในปีที่แล้วเป็นอันดับ 1 ในปีนี้ ซึ่งเป็นตัวชี้วัดที่มีการพัฒนาขึ้นมากที่สุด

เป็นข่าวดีของไทยที่อันดับรวมเลื่อนขึ้น 2 อันดับจากอันดับ 41 ในปีที่แล้วเป็นอันดับ 39 ในปีนี้ เนื่องจากการเลื่อนอันดับขึ้นของปัจจัยเทคโนโลยีจากอันดับ 30 ในปีที่แล้วเป็น 28 ในปีนี้ อีก 2 ปัจจัยคือ ความรู้ยังคงอยู่ในอันดับเท่าเดิมคือ 44 และความพร้อมในอนาคตลดอันดับลงจากอันดับ 45 ในปีที่แล้วเป็น 49 ในปีนี้ ดังนั้นประเทศยังคงต้องพัฒนาด้านความรู้และความพร้อมในอนาคตอีกมากเนื่องจากยังคงมีอันดับที่ต่ำมากในปีนี้ และทั้งสองปัจจัยเป็นเหตุดึงรั้งให้ไทยจัดอยู่ในอันดับที่ 39 ในปีนี้ ปัจจัยย่อยที่ต้องได้รับการพัฒนาอย่างมากซึ่งมีทั้งอันดับต่ำในปีนี้และมีอันดับลดลงเป็นของปัจจัยความพร้อมในอนาคตคือ ทัศนคติที่ปรับตัวได้ลดอันดับลงจากอันดับ 51 ในปีที่แล้วเป็นอันดับ 55 ในปีนี้ และการรวมกันของเทคโนโลยีสารสนเทศลดอันดับลงจากอันดับ 53 ในปีที่แล้วเป็นอันดับ 55 ในปีนี้ ตัวชี้วัดที่มีผลต่อปัจจัยย่อยทัศนคติที่ปรับตัวได้คือ การเป็นเจ้าของแท็บเล็ตมีอันดับ 52 ในปีที่แล้ว ส่วนในปีนี้มีอันดับ 58 ซึ่งทำให้เป็นตัวชี้วัดที่มีอันดับต่ำที่สุด และตัวชี้วัดการค้าปลีกทางอินเทอร์เน็ตมีอันดับลดลงจากอันดับ 48 ในปีที่แล้วเป็นอันดับ 51 ในปีนี้ ส่วนตัวชี้วัดที่มีผลต่อปัจจัยย่อยการรวมกันของเทคโนโลยีสารสนเทศคือ รัฐบาลอิเล็กทรอนิกส์ที่ยังคงรักษาอันดับที่ต่ำได้เท่าเดิมคือ 55 ตัวชี้วัดการละเมิดลิขสิทธิ์ซอฟต์แวร์ยังคงรักษาอันดับที่ต่ำไว้เหมือนเดิมคือ 56 ส่วนตัวชี้วัดการร่วมลงทุนระหว่างภาครัฐและเอกชนมีอันดับลดลงจาก 23 ในปีที่แล้วเป็น 26 ในปีนี้ ภายใต้ปัจจัยความรู้ ปัจจัยย่อยความสามารถพิเศษมี 1 ตัวชี้วัดที่ต้องพัฒนาอย่างมากเช่นกันคือ ทักษะทางด้านเทคโนโลยีหรือดิจิทัลที่จัดอันดับ 50 ในปีที่แล้วเป็น 52 ในปีนี้ ปัจจัยย่อยการฝึกอบรมและการศึกษามี 1 ตัวชี้วัดที่ต้องพัฒนาอย่างมากคือ จำนวนเฉลี่ยของนักศึกษาต่ออาจารย์ในการศึกษาระดับมหาวิทยาลัยมีอันดับ 47 ในปีที่แล้วเป็นอันดับ 51 ในปีนี้ และปัจจัยย่อยความเข้มข้นทางวิทยาศาสตร์มี 1 ตัวชี้วัดที่ต้องได้รับการพัฒนาอย่างมากคือ การให้ทุนสิทธิบัตรที่ใช้เทคโนโลยีขั้นสูงมีอันดับ 31 ในปีที่แล้วเป็นอันดับ 45 ในปีนี้ ถึงแม้ปัจจัยเทคโนโลยีมีอันดับเลื่อนขึ้นและจัดอยู่อันดับ 28 ในปีนี้ แต่มีตัวชี้วัดภายใต้ปัจจัยย่อยโครงสร้างเทคโนโลยีที่ต้องปรับปรุงอย่างมากคือ ผู้ใช้อินเทอร์เน็ตมีอันดับ 53 ในปีที่แล้วเป็นอันดับ 54 ในปีนี้ ส่วนตัวชี้วัดที่ได้รับการพัฒนาขึ้นจากปีที่แล้วส่งผลให้ไทยเลื่อนอันดับขึ้นเป็น 39 ในปีนี้พบอยู่แค่ในปัจจัยความรู้และเทคโนโลยีคือ 1. การฝึกหัดพนักงานเลื่อนจากอันดับ 18 ในปีที่แล้วเป็นอันดับ 12 ในปีนี้ ตัวชี้วัดนี้อยู่ภายใต้ปัจจัยย่อยการฝึกอบรมและการศึกษา ปัจจัยความรู้  2. นักวิจัยผู้หญิงที่ยังคงรักษาอันดับ 2 ไว้ได้ซึ่งเป็นอันดับที่ดีที่สุดในบรรดาตัวชี้วัดทั้งหมด ตัวชี้วัดนี้อยู่ภายใต้ปัจจัยย่อยความเข้มข้นทางวิทยาศาสตร์ ปัจจัยความรู้  3. ภายใต้ปัจจัยเทคโนโลยี ปัจจัยย่อยโครงสร้างการควบคุม ตัวชี้วัดการเริ่มต้นธุรกิจมีอันดับ 40 ในปีที่แล้วเป็นอันดับ 21 ในปีนี้  4. ตัวชี้วัดการบังคับใช้สัญญามีอันดับ 38 ในปีที่แล้วเป็นอันดับ 29 ในปีนี้ อยู่ภายใต้ปัจจัยย่อยโครงสร้างการควบคุม ปัจจัยเทคโนโลยี  5. ผู้บอกรับเป็นสมาชิกบรอดแบนด์ที่สามารถเคลื่อนที่ได้เลื่อนจากอันดับ 6 ในปีที่แล้วเป็นอันดับ 3 ในปีนี้ ซึ่งจัดอยู่ในอันดับที่ดีมาก ตัวชี้วัดนี้อยู่ภายใต้ปัจจัยย่อยโครงสร้างเทคโนโลยี ปัจจัยเทคโนโลยี  6. บรอดแบนด์ไร้สายมีอันดับดีขึ้นจากอันดับ 31 ในปีที่แล้วเป็นอันดับ 21 ในปีนี้ ตัวชี้วัดนี้อยู่ภายใต้ปัจจัยย่อยโครงสร้างเทคโนโลยี ปัจจัยเทคโนโลยี  7. ตัวชี้วัดความเร็วการรับส่งข้อมูลอินเทอร์เน็ตเลื่อนจากอันดับ 29 ในปีที่แล้วเป็นอันดับ 20 ในปีนี้ อยู่ภายใต้ปัจจัยย่อยโครงสร้างเทคโนโลยี ปัจจัยเทคโนโลยี 

ถึงแม้ไทยจะเลื่อนอันดับขึ้นในปีนี้ แต่เป็นอันดับระดับปานกลาง ทำให้ไทยต้องพัฒนาในหลายด้านดังที่กล่าวมาแล้ว เพื่อให้ในปีหน้าไทยจะเลื่อนอันดับขึ้นมาก