NGHIÊN CỨU KHẢ NĂNG SINH TRƯỞNG CỦA GIỐNG VỊT THỊT GRIMAUD PEKIN STAR 53 NUÔI TẠI THÀNH PHỐ QUY NHƠN, TỈNH BÌNH ĐỊNH

Kỹ Thuật - Công Nghệ - Công nghệ - Môi trường - Cơ khí - Vật liệu 85 Tập 10, Số 4, 2016Tạp chí Khoa học - Trường ĐH Quy Nhơn, ISSN: 1859-0357, Tập 10, Số 4, 2016, Tr. 85-94 NGHIÊN CỨU KHẢ NĂNG SINH TRƯỞNG CỦA GIỐNG VỊT THỊT GRIMAUD PEKIN STAR 53 NUÔI TẠI THÀNH PHỐ QUY NHƠN, TỈNH BÌNH ĐỊNH HOÀNG HẢI CHÂU1, TRẦN THANH SƠN2 1Học viên Cao học, Khoa Sinh-KTNN, Trường Đại học Quy Nhơn 2Khoa Sinh-KTNN, Trường Đại học Quy Nhơn TÓM TẮT Nghiên cứu khả năng sinh trưởng của vịt thịt Grimaud Pekin Star 53 được tiến hành tại trại chăn nuôi vịt gia đình ở thành phố Quy Nhơn, tỉnh Bình Định. Tiến hành nghiên cứu trên 2 lô, lô A và lô B; mỗi lô 50 con vịt thịt Grimaud Pekin Star 53 lúc 1 ngày tuổi, được nhập từ trại giống bố mẹ ở xã Sông Trầu, huyện Trảng Bom, tỉnh Đồng Nai. Phương pháp nghiên cứu là thu thập và ghi chép đầy đủ các số liệu, dữ liệu về các chỉ tiêu như sức sinh trưởng, tiêu tốn thức ăn, chỉ số chuyển hóa thức ăn, tỉ lệ nuôi sống, chỉ số sản xuất, chỉ số kinh tế. Sau đó, phân tích, so sánh kết quả thu được từ 2 lô với nhau và với số liệu nuôi vịt Grimaud của Hãng Grimaud Frères, Cộng hòa Pháp. Giống vịt Grimaud Pekin Star 53 đã phần nào thích nghi với điều kiện chăn nuôi ở vùng nghiên cứu. Điển hình là vịt ở lô A có khối lượng trung bình lúc 8 tuần tuổi đạt 2987,60 gamconngày, vịt không bị bệnh và tỉ lệ chết thấp (0 - 2), mặc dù hệ số chuyển hóa thức ăn hơi cao (lô A: 2,79; lô B: 2,54). Từ khóa: Chỉ số tiêu tốn thức ăn, khả năng sinh trưởng, vịt Grimaud Pekin Star 53. ABSTRACT A Study on Growth Performance of Grimaud Pekin Star 53 Duck in Quy Nhon City, Binh Dinh Province This study was conducted to determine the growth performance of Grimaud Pekin Star 53 duck in Quy Nhon, Binh Dinh. 100 Grimaud Pekin Star 53 ducks, 1-day old, imported from Song Trau, Trang Bom, Dong Nai, was assigned in completely randomized design in 2 treatments and monitored continuously for 8 weeks. The parameters included: live weights, food intake, FCR, mortality rate, production numbers and economic index. Then we compared the results of the 2 treatments, each of which was with the rearing guide of Grimaud Frères. The results showed that Grimaud Pekin Star 53 ducks were quite well adapted with the local environment and husbandry practices, with the live weight at 8 weeks old was 2987.60g, mortality rate at 0 - 2, FCR from 2,54 to 2,79. Based on this study, Grimaud Pekin Star 53 ducks could be the new duck breeds, with great growth performance, easy adapted and will bring economic benefits for local farmers. Keywords: FCR, growth performance, Grimaud Pekin Star 53 duck. I. Đặt vấn đề: Chăn nuôi thủy cầm là một trong những nghề lâu đời nhất của nước ta. Hiện nay, sản phẩm của ngành chăn nuôi thủy cầm chiếm 30 - 35 tổng sản phẩm chăn nuôi gia cầm của cả nước. Tại Bình Định, thủy cầm là đối tượng nuôi khá phổ biến và có hiệu quả kinh tế cao. Hiện Email: tranthanhsonqnu.edu.vn Ngày nhận bài: 1462016; Ngày nhận đăng: 282016 86 Hoàng Hải Châu, Trần Thanh Sơn nay, do nhu cầu tiêu thụ thịt nói chung và thịt thủy cầm nói riêng tăng cao cùng với sự gia tăng dân số, vì thế các nhà chọn giống đã chọn lọc và sản xuất ra các dòng vịt chuyên thịt có khả năng sinh trưởng nhanh, khả năng sản xuất thịt tốt, đáp ứng đủ về số lượng và đảm bảo về chất lượng thực phẩm hàng ngày cho xã hội. Các giống vịt chuyên thịt được chọn lọc theo hướng sức tăng trưởng cao và khối lượng cơ bắp nhiều. Điển hình như dòng vịt thịt Grimaud Pekin Star 53 được du nhập vào nước ta có nguồn gốc từ Hãng Grimaud Frères, Cộng hòa Pháp có thể đạt khối lượng 3,976 kg lúc 56 ngày tuổi, với hệ số chuyển hóa thức ăn là 2,65 (Grimaud Frères, 2015). Vịt Grimaud Pekin Star 53 đã được nuôi thử nghiệm và cho thấy khả năng thích ứng tốt với điều kiện ở các tỉnh phía Nam như Đồng Nai, Tiền Giang..., bước đầu cho hiệu quả kinh tế khả quan. Hiện nay, trên địa bàn tỉnh Bình Định chưa thấy nuôi về giống vịt này. Bài báo này trình bày kết quả nghiên cứu về khả năng sinh trưởng của giống vịt thịt Grimaud Pekin Star 53 nuôi tại thành phố Quy Nhơn, tỉnh Bình Định. Kết quả nghiên cứu làm cơ sở quan trọng giúp cho người chăn nuôi tìm ra giống vật nuôi mới và có định hướng sử dụng giống vịt hướng thịt cao sản này. 2. Vật liệu và phương pháp nghiên cứu 2.1 Vật liệu nghiên cứu Vịt giống chuyên thịt thuộc dòng Grimaud Pekin Star 53 lúc 1 ngày tuổi. Được nhập từ trại giống bố mẹ ở xã Sông Trầu, huyện Trảng Bom, tỉnh Đồng Nai. Vịt có lông trắng, mỏ màu vàng hoặc vàng nhạt, cổ ngắn, mình ngắn, ngực nở, chân màu vàng cam, da vàng nhạt và thịt đỏ. 2.2 Bố trí thí nghiệm Thí nghiệm được tiến hành theo phương pháp phân thành 2 lô ngẫu nhiên (lô A và lô B), mỗi lô 50 con, không lặp lại, bố trí theo hình thức nuôi nhốt trong chuồng có sân chơi. Giữa 2 lô theo dõi đảm bảo đồng đều về giống, lứa tuổi, mật độ, quy trình nuôi dưỡng, vệ sinh, phòng bệnh và chế độ nuôi dưỡng, chăm sóc. Điều kiện thí nghiệm như bảng 1 Bảng 1. Bố trí thí nghiệm Điều kiện thí nghiệm Lô A Lô B Số lượng vịt (con) 50 50 Mật độ nuôi (conm2) Từ 1 - 21 ngày tuổi 20 20 Từ 22 - 56 ngày tuổi 2 2 Nhiệt độ (0C) Từ 0 - 21 ngày tuổi 32 - 360C 32 - 360C Từ 22 - 56 ngày tuổi 28 - 320C 28 - 320C Ánh sáng Từ 1 - 14 ngày tuổi 24 giờngày 24 giờngày Từ 15 - 21 ngày tuổi 16 - 18 giờngày 16 - 18 giờngày Từ 22 - 56 ngày tuổi Chiếu sáng tự nhiên Chiếu sáng tự nhiên 87 Tập 10, Số 4, 2016 Từ 1 - 21 ngày tuổi 100 Thức ăn hỗn hợp cho vịt con của Công ty TNHH Cargill Việt Nam 50 thức ăn hỗn hợp vịt con Cargill + 50 thức ăn địa phương (30 cám gạo + 20 tấm + 50 ngô) Thức ăn Từ 21 - 56 ngày tuổi 100 Thức ăn hỗn hợp cho vịt lớn của Công ty TNHH Cargill Việt Nam 50 thức ăn hỗn hợp vịt lớn Cargill + 50 thức ăn địa phương (40 lúa + 30 ngô + 10 bột cá hoặc cá tươi + 15 khô dầu đậu + 5 rau) Bảng 2. Thành phần dinh dưỡng của thức ăn hỗn hợp Cargill Thành phần dinh dưỡng Đơn vị Từ 1 - 21 ngày tuổi Từ 22 đến 56 ngày tuổi Protein thô 20 15 Xơ thô 6 10 P tổng số 0,5 - 1,5 0,4 - 1,5 Lysine tổng số 1,1 0,7 Độ ẩm 14 14 Ca 0,5 - 1,8 0,5 - 1,8 ME Kcal kg 2800 2800 Methionine + Cystine 0,8 0,4 Thời gian nghiên cứu: Từ tháng 092015 đến tháng 022016 Địa điểm: Trại chăn nuôi vịt gia đình ở thành phố Quy Nhơn, tỉnh Bình Định. 2.3. Chỉ tiêu và phương pháp nghiên cứu Các chỉ tiêu nghiên cứu được thực hiện theo tài liệu của Bùi Hữu Đoàn và cộng sự (2011). Cụ thể là: - Tỉ lệ nuôi sống: Theo dõi ghi chép hàng ngày, tính tỉ lệ nuôi sống qua các giai đoạn tuổi (). - Sinh trưởng tuyệt đối khối lượng được xác định theo công thức: Trong đó: A: Sinh trưởng tuyệt đối khối lượng (gngày) 88 Hoàng Hải Châu, Trần Thanh Sơn P1: Khối lượng cơ thể cân tại thời điểm t1 (g) P2: Khối lượng cơ thể cân tại thời điểm t2 (g) t1: Thời điểm cân trước (ngày tuổi) t2: Thời điểm cân sau (ngày tuổi) - Sinh trưởng tương đối khối lượng được xác định theo công thức: Trong đó: R : Sinh trưởng tương đối () P1: Khối lượng cơ thể cân trước (g) P2: Khối lượng cơ thể cân sau (g) - Theo dõi cá thể hàng tuần theo các phương pháp nghiên cứu hiện hành. - Giết mổ mỗi lô 3 con, đánh giá năng suất thịt lúc vịt đạt 8 tuần tuổi. - Chỉ số tiêu tốn thức ăn được tính theo công thức: - Chỉ số sản xuất được xác định theo công thức: - Cân thức ăn cho ăn và thức ăn thừa hàng ngày. - Số liệu thu thập được xử lí theo phương pháp thống kê sinh học. 3. Kết quả và thảo luận 3.1. Tỉ lệ nuôi sống Theo dõi trên cả 2 lô vịt Grimaud Pekin Star 53, nuôi trong điều kiện nông hộ tại thành phố Quy Nhơn, tỉnh Bình Định, kết quả nuôi sống của vịt được thể hiện ở bảng 3. Kết quả bảng 3 cho thấy tỉ lệ nuôi sống của vịt ở cả 2 lô và ở các giai đoạn tuổi đều cao: 1 - 3 tuần tuổi nuôi sống 100, từ 4 - 8 tuần tuổi tỉ lệ nuôi sống ở lô A vẫn là 100, ở lô B là 98. Bảng 3. Tỉ lệ nuôi sống của vịt Grimaud Pekin Star 53 qua các tuần tuổi Tuần tuổi Lô A Lô B Số lượng (con) Tỉ lệ nuôi sống () Số lượng (con) Tỉ lệ nuôi sống () 1 50 100 50 100 2 50 100 50 100 3 50 100 50 100 4 50 100 49 98 5 50 100 49 98 6 50 100 49 98 7 50 100 49 98 8 50 100 49 98 Lượng thức ăn thu nhận (g) Khối lượng cơ thể tăng lên (g) FCR = Khối lượng sống (g) x Tỉ lệ nuôi sống () 10 x Hiệu quả sử dụng thức ăn (kg) x Thời gian nuôi (ngày) PN = 89 Tập 10, Số 4, 2016 Kết quả trên tương đương với kết quả nghiên cứu của các tác giả: Theo Nguyễn Đức Hưng và Lý Văn Vỹ (2012) tại Bình Định, tỉ lệ nuôi sống của vịt thương phẩm CV Super M2 là 98,5. Theo Đoàn Thị Liên (2010) tại nông hộ Việt Nam, tỉ lệ nuôi sống của vịt bầu cánh trắng khi nuôi trên cạn là 97,62. Theo Lê Sỹ Cương (2010), tỉ lệ nuôi sống của vịt lai thương phẩm 4 dòng CV Super M (T1546) đạt 96,67 đến 100. Theo Nguyễn Đức Trọng và cộng sự (2005), vịt CV Super M2 có tỉ lệ nuôi sống dòng trống đạt 97,62 - 99,31, dòng mái đạt 98,69 - 100. Theo Nguyễn Đức Trọng và cộng sự (2007), tỉ lệ nuôi sống của vịt Super M3 ông bà nhập nội từ 0 - 8 tuần tuổi là dòng trống (97,4 - 98,11), dòng mái (97,35 - 100). Theo Dương Xuân Tuyền và cộng sự (2008), tỉ lệ nuôi sống của vịt CV Super M nuôi khô là 97,2, vịt CV 2000 nuôi khô là 97,1. Theo Lý Văn Vỹ và Nguyễn Đức Hưng (2009), tỉ lệ nuôi sống của vịt Cherry Velley Super Meat 2 lúc 8 tuần tuổi đạt 98,65 - 99,32. So sánh với tỉ lệ nuôi sống của một số giống vịt nội: vịt Mốc đạt 96,05, vịt Cỏ trắng là 95,09, vịt Cỏ màu cánh sẻ là 95,04 (Lê Viết Ly và cộng sự, 1998); Vịt Bầu là 97,8, vịt Bầu Quỳ là 93 - 96 (Lê Viết Ly, 1999) thì kết quả tỉ lệ nuôi sống của vịt Grimaud Pekin Star 53 cao hơn. Tỉ lệ nuôi sống phản ánh khả năng thích nghi và phát triển tốt của vịt tại Bình Định. Tỉ lệ nuôi sống cao đảm bảo hiệu quả kinh tế và cho phép nhân rộng ra sản xuất. 3.2. Sinh trưởng tích lũy của vịt qua các tuần tuổi Số liệu về khối lượng trung bình theo tuần và tăng trọng trung bình hàng ngày của vịt Grimaud Pekin Star 53 từ 1 đến 8 tuần tuổi được thể hiện ở Bảng 4. Bảng 4. Giá trị sinh trưởng tích lũy khối lượng cơ thể vịt STAR 53 qua các tuần tuổi (đv: g) Tuần tuổi Lô A (50 con) Lô B (50 con) Theo hãng Grimaud Frères Sx CV Sx CV Sơ sinh 54,98a 2,43 4,42 55,02a 2,65 4,82 64,00 1 170,82a 17,32 10,14 170,66a 15,99 9,37 248,00 2 510,14a 41,76 8,19 478,14b 43,53 9,10 664,00 3 1030,92a 6,19 6,42 907,14b 92,94 10,25 1284,00 4 1547,40a 8,47 6,36 1250,22b 73,95 5,91 1991,00 5 2072,00a 115,50 5,57 1658,00b 120,52 7,27 2635,00 6 2495,80a 111,95 4,49 2003,60b 142,31 7,10 3187,00 7 2837,40a 148,12 5,22 2338,40b 172,44 7,37 3650,00 8 2987,60a 120,37 4,03 2474,00b 140,27 5,67 3976,00 Ghi chú: Chữ cái giống nhau trong cùng một hàng thì giá trị không có ý nghĩa thống kê. X X X 90 Hoàng Hải Châu, Trần Thanh Sơn Kết quả trên Bảng 4 cho thấy khối lượng cơ thể vịt tăng nhanh từ 1 đến 8 tuần tuổi. Theo tiêu chuẩn của hãng Grimaud Frères (Pháp) công bố, thì vịt lúc 56 ngày tuổi đạt 3.976 g. Theo Bảng 4 thì vịt Grimaud Pekin Star 53 nuôi tại thành phố Quy Nhơn, tỉnh Bình Định có khối lượng đạt thấp hơn rất nhiều, cụ thể ở lô A là 2.987,60 g và lô B là 2.474 g. Khối lượng trung bình của vịt ở lô A lúc 8 tuần tuổi là 2.987,60 g kết quả này so với kết quả của các giống vịt thương phẩm khác cũng cho ăn thức ăn hỗn hợp như: vịt CV Super M dòng mái là 3.179 - 3.209 g, của vịt CV 2000 là 1.811 - 1.823 g (Dương Xuân Tuyền và cộng sự, 2008); vịt thương phẩm CV Super M2 đạt 3.299,8 g (Nguyễn Đức Hưng và Lý Văn Vỹ, 2012); vịt CV Super M3 con trống đạt 2.801g, con mái đạt 1.864 g (Nguyễn Đức Trọng và cộng sự, 2007). Như vậy, khối lượng vịt ở lô A khi nuôi tại Bình Định đạt tương đương, cao hơn hoặc thấp hơn các giống vịt hướng thịt khác. Nhìn chung vịt Grimaud Pekin Star 53 nuôi tại Bình Định có khả năng sinh trưởng tốt. Khối lượng trung bình của vịt ở lô B lúc 8 tuần tuổi là 2.474 g, kết quả này thấp hơn khối lượng trung bình của vịt ở lô A và các giống vịt thương phẩm khác. Như vậy, vịt Grimaud Pekin Star 53 khi cho ăn 50 thức ăn hỗn hợp và 50 thức ăn địa phương thì khối lượng trung bình của vịt sẽ thấp hơn so với vịt được cho ăn bằng thức ăn hỗn hợp; nhưng so với các giống vịt Cỏ, vịt Bầu... khi cho ăn thức ăn tương tự thì Vịt Grimaud Pekin Star 53 đạt khối lượng cao hơn. 3.3. Tốc độ sinh trưởng tuyệt đối, tương đối của vịt qua các tuần tuổi Tốc độ sinh trưởng tuyệt đối, tương đối của vịt được thể hiện trên bảng 5. Bảng 5. Tốc độ sinh trưởng tuyệt đối (A: gtuần), tương đối (R: ) của vịt qua các tuần tuổi Tuần tuổi A (gtuần) R () Lô A Lô B Theo Hãng Grimaud Frères Lô A Lô B Theo Hãng Grimaud Frères 0 - 1 115,82 115,66 184,00 102,58 102,51 117,95 1 - 2 339,32 307,48 416,00 99,66 94,78 91,23 2 - 3 520,78 429,00 620,00 67,59 61,94 63,66 3 - 4 516,48 343,08 707,00 40,06 31,81 43,18 4 - 5 524,60 407,78 644,00 28,99 28,04 27,84 5 - 6 423,80 345,60 552,00 18,56 18,88 18,96 6 - 7 341,60 334,80 463,00 12,81 15,42 13,54 7 - 8 150,20 135,60 326,00 5,16 5,64 8,55 1 - 8 402,40 329,05 532,57 178,37 174,19 176,52 Kết quả bảng 5 cho thấy vịt Grimaud Pekin Star 53 nuôi tại Bình Định có tốc độ phát triển nhanh, trung bình từ 1 - 8 tuần tuổi tốc độ sinh trưởng tuyệt đối ở lô A đạt 402,40 gtuần, lô B đạt 329,05 gtuần; kết quả này đều thấp hơn hãng Grimaud Frères đưa ra (532,57 gtuần) (Cty TNHH Grimaud Việt Nam, 2010). Tốc độ sinh trưởng tuyệt đối cao nhất của lô A là lúc 4 - 5 tuần tuổi đạt 524,60 gtuần, ở lô B là lúc 2 - 3 tuần tuổi đạt 429 gtuần; kết quả ở cả 2 lô này thấp và khác so với Hãng Grimaud Frères đưa ra (cao nhất là lúc 3 - 4 tuần tuổi đạt 707 gtuần) (Cty TNHH 91 Tập 10, Số 4, 2016 Grimaud Việt Nam, 2010). Nhìn chung, kết quả nghiên cứu này cho thấy vịt ở cả 2 lô phát triển bình thường theo quy luật sinh trưởng chung của gia cầm. Tốc độ sinh trưởng tương đối của vịt đạt cao nhất ở tuần tuổi đầu: Lô A là 102,58; lô B là 102,51 sau đó giảm dần đến tuần tuổi thứ 8 lô A đạt 5,16, lô B đạt 5,64. Kết quả thu được ở 2 lô đều có tốc độ sinh trưởng thấp hơn so với Hãng Grimaud Frères công bố năng suất giống (Cty TNHH Grimaud Việt Nam, 2010). Tốc độ sinh trưởng tương đối của 2 lô tương đương nhau và tuân theo quy luật sinh trưởng chung của gia cầm. 3.4. Khả năng sản xuất thịt của vịt Grimaud Pekin Star 53 Giết mổ vịt Grimaud Pekin Star 53 thương phẩm để khảo sát năng suất thịt lúc 8 tuần tuổi, tại thời điểm này, vịt có độ dài lông cánh chính thứ 4 hàng thứ nhất ở lô A trung bình đạt 21,40 cm; ở lô B đạt 19,73 cm. Đây là một tiêu chí để chọn thời điểm giết mổ vịt thích hợp. Theo Lê Viết Ly (1999), tuổi giết thịt thích hợp của vịt khi chiều dài lông cánh thứ 4 hàng thứ nhất đạt 13 cm. Các chỉ tiêu về năng suất giết mổ được trình bày ở bảng 6. Bảng 6. Khả năng sản xuất thịt của vịt lúc 8 tuần tuổi Chỉ tiêu Lô A (n = 3) Lô B (n = 3) SD SD P sống (gcon) 2926,67 95,04 2493,33 228,55 P thân thịt (gcon) 2333,33 172,43 1900 129,33 Tỉ lệ thân thịt () 79,73 5,45 76,20 2,59 P cơ ngực trái (bỏ da, xương) (g) 185,33 15,01 139,67 19,14 Tỉ lệ thịt ngực () 15,89 1,34 14,70 3,10 P đùi trái (bỏ da, xương) (g) 140,67 9,07 120,33 13,32 Tỉ lệ thịt đùi () 12,06 1,31 12,67 0,65 P mỡ bụng (g) 13 7 18 6,93 P: khối lượng; n: số vịt mổ khảo sát; : giá trị trung bình; SD: độ lệch chuẩn. Kết quả bảng 6 cho thấy, tỉ lệ thân thịt ở lô A đạt 79,73, lô B đạt 76,20; tỉ lệ thịt ngực ở lô A đạt 15,89, lô B đạt 14,70; tỉ lệ thịt đùi ở lô A đạt 12,06, lô B đạt 12,67; Kết quả này cao hơn hoặc tương đương với kết quả của các giống vịt nuôi thương phẩm khác như: vịt CV Super M2 (Nguyễn Đức Hưng và Lý Văn Vỹ, 2012), vịt Đốm và Vịt T14 (Đặng Vũ Hòa và cộng sự, 2014). Tuy nhiên, tỉ lệ mỡ bụng ở lô A đạt 0,56, lô B là 0,95, kết quả này đều thấp hơn so với các giống vịt CV Super M2 là 2,24 (Nguyễn Đức Hưng và Lý Văn Vỹ, 2012) và tương đương với vịt Đốm và vịt T14 (Đặng Vũ Hòa và cộng sự, 2014). Như vậy, vịt Grimaud Pekin Star 53 có tỉ lệ thịt xẻ cao, lượng mỡ thấp khi nuôi tại Bình Định. 3.5. Lượng thức ăn thu nhận và hiệu quả sử dụng thức ăn Lượng thức ăn thu nhận và tiêu tốn thức ăn của vịt cho tăng khối lượng cơ thể được trình bày trên bảng 7. X X X 92 Hoàng Hải Châu, Trần Thanh Sơn Bảng 7. Tiêu tốn thức ăn cho vịt thí nghiệm qua các tuần tuổi Lô A (50 con) Lô B (50 con) Theo hãng Grimaud Frères FI (gcongiai đoạn) FCR FI (gcongiai đoạn) FCR FI (gcongiai đoạn) FCR SS - 1 141,00 1,22 127,00 1,10 216,00 1,17 1 - 2 481,00 1,42 444,00 1,44 582,00 1,40 2 - 3 873,00 1,68 899,00 2,10 1006,00 1,62 3 - 4 1369,00 2,65 894,00 2,61 1282,00 1,81 4 - 5 1447,00 2,76 1193,00 2,93 1445,00 2,24 5 - 6 1248,00 2,94 1142,00 3,30 1642,00 2,97 6 - 7 1379,00 4,04 1359,00 4,06 1784,00 3,85 7 - 8 1237,00 8,24 1255,00 9,26 1993,00 6,11 SS - 8 8175,00 2,79 7313,00 3,02 9950,00 2,54 SS: sơ sinh Kết quả bảng 7 cho thấy ở toàn bộ giai đoạn, lượng thức ăn thu nhận và hệ số chuyển hóa thức ăn của vịt tăng lên cùng với quá trình sinh trưởng tích lũy khối lượng. Giai đoạn từ sơ sinh đến 8 tuần tuổi, chỉ số tiêu tốn thức ăn cho 1 kg tăng khối lượng vịt ở lô B (3,02), lô A là (2,79). Chỉ số này ở cả hai lô A và B đều cao hơn so với tiêu chuẩn của hãng Grimaud Frères đưa ra (2,54) (Cty TNHH Grimaud Việt Nam, 2010). Như vậy, ở toàn giai đoạn khảo sát hiệu quả sử dụng thức ăn của lô A và lô B là tương đương nhau, không tốt bằng hiệu quả sử dụng thức ăn của hãng Grimaud Frères công bố (Cty TNHH Grimaud Việt Nam, 2010). Hiệu quả sử dụng thức ăn ở cả 2 lô đều không tốt so với kết quả nghiên cứu trên các giống vịt thương phẩm khác: Theo Nguyễn Đức Hưng và Lý Văn Vỹ (2012), vịt CV Super M2 nuôi tại Bình Định là 2,74; theo Võ Thị Loan (2011) vịt Grimaud nuôi tại tỉnh Tiền Giang là 2,69 - 3,05; theo Lý Văn Vỹ và Nguyễn Đức Hưng (2009) vịt Cherry Yelley Super Meat 2 có hiệu quả sử dụng thức ăn là 2,8. Như vậy, vịt Grimaud Pekin Star 53 khi nuôi tại Bình Định có khả năng thu nhận thức ăn cao nhưng hiệu quả sử dụng thức ăn cho 1 kg tăng khối lượng lại thấp. Ngoài ra, có thể nhận thấy từ tuần 7 đến tuần 8 tiêu tốn thức ăn cho 1 kg tăng trọng tăng đột biến: ở lô A từ 4,04 lên đến 8,24; lô B từ 4,06 lên 9,26, do đó để hiệu quả sử dụng thức ăn tốt hơn có thể cho vịt xuất chuồng lúc vịt được 7 tuần tuổi. 3.6. Chỉ số sản xuất, chỉ số kinh tế Kết quả nghiên cứu về chỉ số sản xuất (PN) và chỉ số kinh tế (EN) của đàn vịt nuôi được trình bày tại Bảng 8. Chỉ số PN của vịt ở lô A là 170,99 cao hơn so với mức 128,85 của lô B. Do đó, chỉ số EN của lô A là 0,53 cũng cao hơn so với mức 0,0042 của lô B. Sự khác biệt này là do vịt ở lô A có tỉ lệ nuôi sống, khối lượng cơ thể, tiêu tốn thức ăn cho 1 kg tăng khối lượng tốt hơn so với lô B. Nhìn chung, chỉ số PN và chỉ số kinh tế EN của lô A và B đều cao. Giai đoạn (Tuần tuổi) 93 Tập 10, Số 4, 2016 4. Kết luận và đề nghị Kết luận Giống vịt thịt Grimaud Pekin Star 53 nuôi tại thành phố Quy Nhơn, tỉnh Bình Định có khả năng cho thịt tốt. Tỉ lệ sống đến 8 tuần tuổi đạt từ 98 - 100, khối lượng sống trung bình đạt 2474 - 2987,60 g, tốc độ sinh trưởng nhanh, tỷ lệ thịt đùi, thịt ngực tương ứng là 12,06 và 15,89, tỷ lệ mỡ thấp từ 0,56 đến 0,95. Tuy nhiên, vịt có hệ số chuyển hóa thức ăn tới 8 tuần tuổi cao hơn nhiều so với các giống vịt khác, nhưng khi vịt được nuôi tới 7 tuần tuổi thì tiêu tốn thức ăn cho 1 kg tăng trọng tốt (2,39 - 2,51). Như vậy vịt Grimaud Pekin Star 53 khi được nuôi trong điều kiện ở thành phố Quy Nhơn, tỉnh Bình Định thì cho thấy khả năng sống sót và sinh trưởng tốt, sức sống cao, bên cạnh đó để giảm chi phí thức ăn, mang lại hiệu quả kinh tế cao thì nên rút ngắn thời gian nuôi, có thể cho vịt xuất chuồng khi được 7 tuần tuổi. Đề nghị Vịt Grimaud Pekin Star 53 là giống vật nuôi mới đối với tỉnh Bình Định, qua nghiên cứu bước đầu cho thấy có khả năng thích nghi và sinh trưởng tốt, cần mở rộng phạm vi chăn nuôi vịt Grimaud Pekin Star 53 ở các nông hộ tại Bình Định và những nơi có điều kiện tương tự, thay thế bằng các loại thức ăn địa phương để khẳng định thêm về các chỉ tiêu sinh trưởng, khả năng sản xuất thịt của giống vịt này làm cơ sở khoa học cho các cơ quan chức năng và người dân lựa chọn giống thủy cầm nuôi mới của địa phương. Chỉ tiêu Lô A Lô B Khối lượng cơ thể (g) 2987,60 2474,00 Tỉ lệ sống () 100 98 FCR 3,12 3,36 Thời gian nuôi (ngày) 56 56 Chỉ số PN 170,99 128,85 Chi phí thức ănkg tăng trọng 32,11 30,77 Chỉ số EN 0,53 0,0042 Bảng 8. Chỉ số sản xuất và chỉ số kinh tế của vịt 8 tuần tuổi ở lô A và lô B 94 Hoàng Hải Châu, Trần Thanh Sơn TÀI LIỆU THAM KHẢO 1. Công ty TNHH Grimaud Việt Nam, Tài liệu hướng dẫn nuôi vịt thương phẩm star 53, tr 1 - 4, (2010). 2. Lê Sỹ Cương, Nghiên cứu khả năng sản xuất của các tổ hợp lai 4 dòng vịt CV Super M: T1, T4, T5, T6, Luận án tiến sĩ nông nghiệp. Viện chăn nuôi, 96 - 123, (2010). 3. Bùi Hữu Đoàn, Nguyễn Thị Mai, Nguyễn Thanh Sơn, Nguyễn Huy Đạt, Các chỉ tiêu dùng trong nghiên cứu chăn nuôi gia cầm, Nhà xuất bản Nông nghiệp Hà Nội, tr 31 - 53, (2011). 4. Nguyễn Đức Hưng, Lý Văn Vỹ, Nghiên cứu sức sản xuất của vịt bố mẹ Cherry Valley Super Meat 2 (CV.SM2) nuôi trong điều kiện nông hộ tại Bình Định, Tạp chí Khoa học Đại học Huế, số 55, tr 99 - 105, (2009). 5. Nguyễn Đức Hưng, Lý Văn Vỹ, Sức sản xuất thịt của vịt CV Super M2 thương phẩm nuôi tại Bình Định, Tạp chí Khoa học Đại học Huế, tập 71, số 2, tr 168 - 174, (2012). 6. Đặng Vũ Hòa, Đặng Thúy Nhung, Nguyễn Đức Trọng, Hoàng Văn Tiệu, Năng suất, chất lượng thịt của các tổ hợp lai giữa vịt Đốm và vịt T14, Tạp chí Khoa học và Phát triển, tập 12, số 5, tr 699 - 703, (2014). 7. Đoàn Thị Liên, Khả năng sản xuất của vịt bầu cánh trắng thương phẩm nuôi trong nông hộ, Khoa học kỹ thuật chăn nuôi, số 9, tr 12 - 17, (2010). 8. Võ Thị Loan, Đánh giá sự thích nghi và hiệu quả kinh tế của vịt thịt Grimaud ở huyện Tân Phú Đông, tỉnh Tiền Giang, Tạp chí Khoa học và Giáo dục, số 3, 105 - 112, (2011). 9. Lê Viết Ly, Nguyễn Thị Minh, Phạm Văn Trượng, Hoàng Văn Tiệu, Kết quả nghiên cứu một số tính năng sản xuất của nhóm vịt Cỏ màu cánh sẻ qua 6 thế hệ, Kết quả nghiên cứu khoa học kỹ thuật chăn nuôi 1996 - 1997, Nxb. Nông nghiệp, Hà Nội, tr 109 - 116, (1998). 10. Lê Viết Ly, Bảo tồn gen vịt Bầu Quỳ, Chương trình quỹ gen vật nuôi, tập 2, Nxb. Nông nghiệp, Hà Nội, (1999). 11. Nguyễn Đức Trọng, Hoàng Thị Lan, Doãn Văn Xuân, Lương Thị Bột, Nguyễn Thị Ngọc Liên, Lê Xuân Thọ, Phạm Văn Trượng, Lê Sỹ Cương, Kết quả nghiên cứu một số chỉ tiêu về khả năng sản xuất của giống vịt CV Super M2 nuôi tại trung tâm nghiên cứu vịt Đại Xuyên, Tuyển tập các công trình nghiên cứu và chuyển giao tiến độ kỹ thuật chăn nuôi vịt - ngan (1980 - 2005), Nxb. Nông nghiệp, Hà Nội, tr 15 - 22, (2005). 12. Nguyễn Đức Trọng, Lương Thị Bột, Phạm Văn Chung, Nguyễn Thị Thúy Nghĩa, Đồng Thị Quyên, Kết quả nghiên cứu về khả năng sản xuất của vịt Super M3 nuôi tại Trung tâm nghiên cứu vịt Đại Xuyên, Báo cáo khoa học năm 2007, Phần di truyền - giống vật nuôi, Viện chăn nuôi, Bộ Nông nghiệp và Phát triển nông thôn, tr 361 - 368, (2007). 13. Dương Xuân Tuyền, Nguyễn Văn Bắc, Đinh Công Tiến, Hoàng Văn Tiệu, Ảnh hưởng của phương thức nuôi khô đến khả năng sinh trưởng và sinh sản của vịt CV Super M và CV 2000 tại trại vịt giống VIGOVA, Tạp chí Khoa học công nghệ Chăn nuôi, số 14, tr 3 - 7, (2008). 14. Lý Văn Vỹ, Nguyễn Đức Hưng, Ảnh hưởng của mật độ nuôi và khẩu phần ăn từ nguồn nguyên liệu địa phương đến sinh trưởng của vịt Cherry Velley Super Meat 2 (CV. SM2) nuôi thịt, Tạp chí Khoa học Đại học Huế, số 55, tr 142 - 145, (2009). 95 Tập 10, Số 4, 2016 SỬ DỤNG KĨ THUẬT MẢNH GHÉP TRONG DẠY HỌC HỢP TÁC THEO NHÓM THÔNG QUA MÔN HÓA HỌC NHẰM PHÁT HUY TÍNH TÍCH CỰC VÀ NÂNG CAO HIỆU QUẢ HOẠT ĐỘNG HỌC TẬP CỦA HỌC SINH NGUYỄN THỊ KIM CHI, LÊ THỊ ĐẶNG CHI Khoa Hóa học, Trường Đại học Quy Nhơn TÓM TẮT Bài báo phân tích các hạn chế của phương pháp dạy học hợp tác theo nhóm, các ưu điểm của kĩ thuật mảnh ghép để thấy được việc sử dụng kĩ thuật mảnh ghép trong dạy học hợp tác theo nhóm là hợp lí, hiệu quả. Từ đó đề xuất cách lựa chọn nội dung dạy theo phương pháp dạy học hợp tác theo nhóm kết hợp với sử dụng kĩ thuật mảnh ghép một cách phù hợp và vận dụng vào một số trường hợp cụ thể trong dạy học Hóa học ở trường phổ thông. Bước đầu tiến hành thực nghiệm sư phạm đánh giá hiệu quả của phương pháp và kĩ thuật dạy học đã sử dụng. Từ khóa: Dạy học Hóa học, kĩ thuật mảnh ghép, phương pháp dạy học hợp tác theo nhóm. ABSTRACT Use of Jigsaws for Teamwork in Teaching Chemistry to Promote Students’ Activeness and Improve Their Academic Performance This paper analyzes the limitations of -teamwork activities in teaching chemistry and the advantages of incorporating jigsaw techniques. The comparation showed that the integration of jigsaw use-into teamwork activities is suitable and effective. This is expected to enable the appropriate selection of content to be taught in combination of -the teamwork method and jigsaw use in teaching chemistry in high school. Keywords: Teaching chemistry, jigsaw technique, -teamwork methods. 1. Đặt vấn đề Phương pháp dạy học hợp tác theo nhóm là một trong các phương pháp dạy học (PPDH) phát huy được tính tích cực chủ động trong học tập của học sinh (HS), ngoài ra HS còn học và rèn được các kĩ năng giao tiếp, làm việc cùng nhau - đó là những kĩ năng rất cần thiết trong xã hội ngày nay. Tuy nhiên, khi sử dụng PPDH hợp tác theo nhóm có các nguy cơ có thể gặp phải đó là sự ỉ lại, ăn theo hoặc tách nhóm, những nguy cơ này sẽ làm giảm hiệu quả của thảo luận nhóm. Khi sử dụng PPDH hợp tác chúng ta có thể sử dụng phối hợp với một số kĩ thuật dạy học khác như: kĩ thuật khăn phủ bàn, kĩ thuật mảnh ghép, sơ đồ tư duy… để khắc phục được một số hạn chế của PPDH hợp tác theo nhóm. Kĩ thuật (KT) mảnh ghép là một kĩ thuật tổ chức hoạt động học tập hợp tác có sự kết hợp giữa cá nhân, nhóm và liên kết giữa các nhóm như vậy có thể khắc phục được các nguy cơ giảm hiệu quả của thảo luận nhóm, phát huy tính tích cực của PPDH hợp tác. Thêm nữa trong KT mảnh ghép có yếu tố dạy lại, yếu tố này giúp HS có thể đạt được khả năng nhớ kiến thức cao nhất (80). Chính vì những lí do như vậy chúng tôi nghiên cứu việc sử dụng kĩ thuật mảnh ghép trong PPDH hợp tác theo nhóm nhằm tích cực hóa và nâng cao hiệu quả học tập của HS. Email: nguyenthikimchiqnu.edu.vn Ngày nhận bài: 3052016; Ngày nhận đăng: 1762016 Tạp chí Khoa học - Trường ĐH Quy Nhơn, ISSN: 1859-0357, Tập 10, Số 4, 2016, Tr. 95-102 96 Nguyễn Thị Kim Chi, Lê Thị Đặng Chi 2. Nội dung nghiên cứu 2.1. Phương pháp dạy học hợp tác 2.1.1. Khái niệm PPDH hợp tác theo nhóm là PPDH mà trong đó HS dưới sự hướng dẫn của giáo viên (GV) làm việc phối hợp cùng nhau trong các nhóm để hoàn thành mục đích chung. 2.1.2. Tiến trình dạy học Tiến trình dạy học PPDH hợp tác theo nhóm gồm 3 bước: + Bước 1: Làm việc chung cả lớp (GV giới thiệu chủ đề chung, nêu nhiệm vụ của nhóm, thành lập các nhóm, hướng dẫn cách làm việc theo nhóm và phân bố thời gian). + Bước 2: Làm việc theo nhóm (các nhóm bầu nhóm trưởng, thư kí, phân công công việc, thảo luận và chuẩn bị báo cáo kết quả). + Bước 3: Thảo luận tổng kết trước toàn lớp (các nhóm báo cáo kết quả, thảo luận đánh giá kết quả, GV tổng kết). 2.1.3. Ưu điểm và hạn chế của PPDH hợp tác theo nhóm Ưu điểm chính của PPDH hợp tác theo nhóm là thông qua cộng tác làm việc thực hiện cùng một nhiệm vụ học tập có thể phát triển tính tự lực, sáng tạo cũng như năng lực xã hội, đặc biệt là khả năng cộng tác làm việc, thái độ đoàn kết của HS, mang lại hiệu quả học tập cao. Tuy nhiên, PPDH hợp tác theo nhóm cũng có một số hạn chế là đòi hỏi nhiều thời gian; HS cần được làm quen với PPDH này và điều quan trọng cần chú ý là phương pháp này khó mang lại hiệu quả nếu: + GV đưa ra nhiệm vụ thảo luận nhóm không hợp lí. + Tổ chức, quản lí thực hiện kém dẫn đến một số HS ỷ lại, ăn theo hoặc tách nhóm. 2.2. KT mảnh ghép 2.2.1. Kĩ thuật dạy học (KTDH) Là những biện pháp, cách thức hành động của giáo viên và học sinh trong các tình huống hành động nhỏ nhằm thực hiện và điều khiển quá trình dạy học. KTDH được hiểu là đơn vị nhỏ nhất của PPDH, trong một PPDH có thể sử dụng nhiều KTDH. KT mảnh ghép là một KT dạy học tích cực, trong đó có sự tổ chức hoạt động học tập hợp tác kết hợp giữa cá nhân, nhóm và liên kết giữa các nhóm. 2.2.2. Mục tiêu của dạy học theo KT mảnh ghép - Giải quyết một nhiệm vụ phức hợp. - Kích thích sự tham gia tích cực của HS. - Nâng cao vai trò của cá nhân trong quá trình hợp tác (không chỉ hoàn thành nhiệm vụ ở giai đoạn 1 mà còn phải truyền đạt kết quả và nhiệm vụ ở giai đoạn thứ 2). - Tăng cường tính độc lập, trách nhiệm cá nhân của HS. 97 Tập 10, Số 4, 2016 2.2.3. Cách tiến hành DH theo kĩ thuật mảnh ghép được chia thành 2 giai đoạn Giai đoạn 1: “Nhóm chuyên sâu” - Lớp học sẽ được chia thành các nhóm (khoảng từ 3 - 6 người). Mỗi nhóm được giao một nhiệm vụ nghiên cứu những nội dung học tập khác nhau. Các nhóm này được gọi là “nhóm chuyên sâu” tương ứng với nhiệm vụ được giao. - Hoạt động nhóm cần đảm bảo mỗi thành viên trong từng nhóm trả lời được tất cả các câu hỏi trong nhiệm vụ của nhóm, trở thành HS “chuyên sâu” của lĩnh vực đã tìm hiểu và có khả năng trình bày lại vấn đề đó ở giai đoạn 2. Giai đoạn 2: “Nhóm mảnh ghép” - Sau khi hoàn thành nhiệm vụ ở giai đoạn 1, mỗi HS “chuyên sâu” từ các nhóm khác nhau hợp lại thành các nhóm mới, gọi là “nhóm mảnh ghép”. Lúc này mỗi HS “chuyên sâu” trở thành những “mảnh ghép” trong “nhóm mảnh ghép”. - Từng HS “mảnh ghép” lần lượt có nhiệm vụ chia sẻ, trình bày lại nội dung các mảnh ghép và nắm bắt được tất cả nội dung ở giai đoạn 1 của các mảnh ghép khác. - Từ những kiến thức cơ sở ở của mảnh ghép, các nhóm sẽ cùng thảo luận để hoàn thành một nhiệm vụ mới. Như vậy, thông qua 2 giai đoạn thảo luận nhóm mà HS lĩnh hội được kiến thức của bài học một cách tích cực, chủ động. 2.2.4. Ưu điểm của KT mảnh ghép - Có yêu cầu cả về trách nhiệm cá nhân và sự hợp tác thảo luận nhóm: vì mỗi HS đều trở thành HS chuyên sâu về một nội dung nào đó và có trách nhiệm chia sẻ cũng như nhận được sự chia sẻ của HS chuyên sâu khác trong nhóm mảnh ghép vì vậy bắt buộc các em phải làm việc thực sự trong cả hai giai đoạn, tránh được tình trạng ỷ lại ăn theo hay tách nhóm. - Có cơ hội nhiều hơn cho học tập có sự phân hóa: trong giai đoạn 1, mỗi nhóm thực hiện một nhiệm vụ khác nhau vì vậy GV có thể chia nhóm theo trình độ và năng lực của HS để giao các nhiệm vụ với yêu cầu về mức độ phức tạp khác nhau phù hợp với đối tượng HS. - Tăng cường sự hợp tác, giao tiếp, học cách chia sẻ kinh nghiệm và tôn trọng lẫn nhau do trong giai đoạn mảnh ghép tất cả HS cùng phải nói, chia sẻ với các thành viên khác về nội dung chuyên sâu của mình. - Sử dụng KT mảnh ghép có yếu tố dạy lại, đây là yếu tố giúp HS có thể đạt khả năng nhớ trung bình cao nhất trong các cách tiếp thu khác nhau (80) tức là tăng cường hiệu quả học tập của HS. Qua việc phân tích những hạn chế của dạy học hợp tác theo nhóm và ưu điểm của KT mảnh ghép có thể thấy cách tổ chức sử dụng kĩ thuật mảnh ghép trong dạy học hợp tác theo nhóm có thể khắc phục được vấn đề thảo luận không hiệu quả trong dạy học hợp tác theo nhóm đồng thời làm tăng tính tích cực và hiệu quả học tập của HS. 2.3. Lựa chọn nội dung dạy phù hợp với PPDH hợp tác theo nhóm có sử dụng KT mảnh ghép Phân tích đặc điểm của PPDH hợp tác theo nhóm và KT mảnh ghép chúng tôi nhận thấy các nội dung dạy học (DH) được lựa chọn có thể sử dụng PPDH này kết hợp với KT mảnh ghép cần có những đặc điểm sau: 98 Nguyễn Thị Kim Chi, Lê Thị Đặng Chi - Nội dung bài học phải là các nhiệm vụ phức hợp, có vấn đề, có nhiều hướng giải quyết bởi DH hợp tác theo nhóm có ưu điểm là phát huy được trí tuệ của nhiều người nên có thể giải quyết những vấn đề như vậy, đồng thời đây cũng là yêu cầu cần khi DH theo phương pháp này vì nếu nội dung đơn giản thì không cần mất thời gian thảo luận HS cũng có thể đạt được qua hoạt động cá nhân. - HS cần có những kiến thức và kỹ năng liên quan nhất định làm cơ sở để thảo luận. - Do KT mảnh ghép được chia thành hai giai đoạn như trình bày ở 2.2.3 nên nội dung các mảnh ghép - của nhóm chuyên sâu ở giai đoạn 1 - cần được lựa chọn dựa trên những “nội dung lớn” hoặc “đi vào chiều sâu của vấn đề” (nội dung của giai đoạn 2). Các chủ đề của các mảnh ghép (giai đoạn 1) có thể độc lập ở mức sao cho HS có thể tìm hiểu được sau đó ghép lại với nhau để có thể hiểu được bức tranh toàn cảnh trong nhóm mảnh ghép. Nghĩa là không nên chọn những nội dung mang tính chất chuỗi thời gian, vì chúng không thể học một cách độc lập được. Các nội dung độc lập cho các nhóm chuyên sâu ở giai đoạn 1 có thể là: - Những mảng kiến thức riêng đã học, là cơ sở để đề xuất phương án giải quyết nhiệm vụ ở giai đoạn 2. - Các phần nội dung của 1 bài học nhưng có mối liên hệ với nhau để dẫn đến một nội dung khái quát, hệ thống của bài học. - Các nội dung khác nhau, là các thành phần độc lập của bài học, mỗi nhóm nghiên cứu một phần sau đó cùng vận dụng vào các trường hợp cụ thể. 2.4. Ví dụ sử dụng KT mảnh ghép trong DH hợp tác theo nhóm cho môn Hóa học ở trường phổ thông Phần “Tính chất hóa học của benzen và đồng đẳng. Cấu tạo phân tử, tính chất hóa học của stiren” - Bài 35: Benzen và đồng đẳng. Một số hidrocacbon thơm khác - lớp 11 - cơ bản. 2.4.1. Phân tích Phần tính chất hóa học của benzen và đồng đẳng gồm: + Tính chất hóa học của benzen và đồng đẳng: phản ứng thế, phản ứng cộng, phản ứng thế và oxi hóa mạch nhánh. Phần cấu tạo phân tử, tính chất hóa học của stiren gồm: + Tính chất của hidrocacbon thơm, tính chất của hiđrocacbon không no: phản ứng cộng, trùng hợp ở liên kết đôi của mạch nhánh. 2.4.2. Kế hoạch dạy học Bước 1: Làm việc chung cả lớp (GV nêu vấn đề học tập, chia nhóm, giao nhiệm vụ và hướng dẫn hoạt động nhóm) - Cách chia nhóm “Nhóm chuyên sâu”: Chia lớp thành 3 loại nhóm (nhóm 1 chuyên sâu về tính chất hóa học của benzen, nhóm 2 chuyên sâu về tính chất hóa học của toluen, nhóm 3 chuyên sâu về tính chất hóa học của stiren), mỗi nhóm 8 HS, tùy theo số HS cụ thể mà chia số nhóm khác nhau (lớp đông có thể chia 4 nhóm số 1, 4 nhóm số 2). Các nhóm này gọi là nhóm chuyên sâu, HS mỗi nhóm gọi là HS chuyên sâu. “Nhóm mảnh ghép”: Cứ 4 HS chuyên sâu về tính chất hóa học của benzene thuộc nhóm 1 kết hợp với 4 HS chuyên sâu về tính chất hóa học của toluen và 4 HS chuyên sâu về tính chất hóa 99 Tập 10, Số 4, 2016 học của stiren thành 1 nhóm mảnh ghép. - Nhiệm vụ của các nhóm “Nhóm chuyên sâu”: + Nhóm 1 (thực hiện phiếu học tập số 1): Tìm hiểu tính chất hóa học của benzen. + Nhóm 2 (thực hiện phiếu học tập số 2): Nghiên cứu tính chất hóa học của toluen. + Nhóm 3 (thực hiện phiếu học tập số 3): Nghiên cứu tính chất hóa học của stiren. Mỗi nhóm chuyên sâu làm việc trong khoảng thời gian 10 phút. “Nhóm mảnh ghép”: + Các HS chuyên sâu của từng nhóm chuyên sâu sẽ trình bày về tính chất hóa học của benzen, toluen và stiren đã nghiên cứu: nêu tính chất, giải thích bằng phương trình hóa học (PTHH) và nêu hiện tượng thí nghiệm. Sau đó các nhóm mảnh ghép thảo luận về tính chất hóa học đặc trưng của hidrocacbon thơm, so sánh với ankan và anken, quy luật thế ở vòng benzen, so sánh khả năng thế vào vòng benzen của benzen và ankylbenzen (có hướng dẫn bằng phiếu học tập số 4). + Các nhóm trình bày kết quả thảo luận trên khổ giấy A0 GV đã chuẩn bị sẵn. + Các nhóm mảnh ghép làm việc trong khoảng thời gian 7 phút 2.4.3. Nội dung các phiếu học tập PHIẾU HỌC TẬP SỐ 1: Nhiệm vụ học tập nhóm 1 1. Nội dung thảo luận nhóm: Đọc sách giáo khoa và thảo luận các vấn đề sau: a) Xem video thí nghiệm và hoàn thành bảng sau: STT Thí nghiệm Hiện tượng PTHH (nếu có) 1 Cho benzen và brom khan vào ống nghiệm khô và lắc nhẹ hỗn hợp ở điều kiện thường. 2 Cho benzen và brom khan vào ống nghiệm khô rồi lắc nhẹ hỗn hợp ở điều kiện đun nóng, có bột Fe. 3 Cho benzen vào ống nghiệm chứa sẵn hỗn hợp HNO3 đ + H 2SO4 đ. Lắc mạnh và rót vào cốc nước lạnh. - Đọc tên và nhận xét đặc điểm cấu tạo của các sản phẩm. b) - Hoàn thành PTHH sau: c) - Cho benzen vào ống nghiệm chứa sẵn dung dịch KMnO4 ở điều kiện thường, sau đó đun nóng. Có hiện tượng gì xảy ra? Kết luận gì từ hiện tượng trên? - Viết PTHH của phản ứng đốt cháy benzen. 2. Chuẩn bị nội dung chia sẻ ở nhóm mảnh ghép: Tính chất hóa học đặc trưng của benzen. Viết PTHH minh họa 100 Nguyễn Thị Kim Chi, Lê Thị Đặng Chi PHIẾU HỌC TẬP SỐ 2: Nhiệm vụ học tập nhóm 2 1. Nội dung thảo luận nhóm: Đọc sách giáo khoa và thảo luận các vấn đề sau: a) - Hoàn thành các phương trình hóa học và gọi tên sản phẩm - Nhận xét đặc điểm cấu tạo các sản phẩm. Vì sao khác khi tác dụng với Br2 khanbột Fe hay với HNO3 đ, H2SO4 đ benzen cho một sản phẩm còn toluen lại cho hỗn hợp sản phẩm? - Từ việc nhận xét đặc điểm cấu tạo của sản phẩm thế kết hợp với SGK hãy rút ra quy tắc thế vào vòng benzen. - Hoàn thành PTHH và gọi tên sản phẩm: - Điều kiện nào thì hướng ưu tiên của phản ứng là thế ở nhánh ankyl, điều kiện nào thì hướng ưu tiên là thế vào vòng? d)- Cho toluen tác dụng với dung dịch KMnO4 ở điều kiện thường và điều kiện đun nóng. Có hiện tượng gì xảy ra. Viết PTHH minh họa. - Viết PTHH của phản ứng đốt cháy toluen. 2. Chuẩn bị nội dung chia sẻ ở nhóm mảnh ghép: - Tính chất hóa học đặc trưng của toluen. PTHH minh họa - Quy tắc thế ở vòng benzen. PHIẾU HỌC TẬP SỐ 3: Nhiệm vụ học tập nhóm 3 1. Nội dung thảo luận: a. Phân tích cấu tạo của stiren (đặc điểm cấu tạo phần nhánh giống với loại hidrocacbon không no nào?). Từ đó dự đoán các tính chất hóa học đặc trưng của stiren. t0 101 Tập 10, Số 4, 2016 b. Hoàn thành các PTHH sau và cho biết chúng thuộc loại phản ứng gì? c. Stiren có phản ứng thế vào vòng benzen hay không? d. Khi cho stiren và etilen vào 2 ống nghiệm chứa dd KMnO4 (cùng nồng độ, cùng thể tích) ở điều kiện thường. Hãy nêu hiện tượng xảy ra. Giải thích bằng PTHH. e. Từ etilen và benzen, tổng hợp được polistiren theo sơ đồ: C6H6 C6H5C2H5 C6H5 – CH = CH2 polistiren 2. Chuẩn bị nội dung chia sẻ ở nhóm mảnh ghép - Tính chất hóa học đặc trưng của stiren. PTHH minh họa PHIẾU HỌC TẬP SỐ 4: Nhiệm vụ học tập nhóm mảnh ghép 1. Các HS chuyên sâu chia sẻ, thảo luận về tính chất hóa học của benzen, toluen, stiren. PTHH minh họa. 2. Kết luận chung về tính chất hóa học đặc trưng của hidrocacbon thơm. So sánh với ankan và anken? Giải thích và minh họa bằng PTHH. 3. Quy luật thế ở vòng benzen. So sánh khả năng thế vào vòng benzen của benzen và ankylbenzen. Bước 2: Hoạt động nhóm HS hoạt động theo nhóm, GV đi đến các nhóm để giám sát hoạt động các nhóm, hướng dẫn HS hoạt động nhóm. Bước 3: Thảo luận chung GV cho các nhóm treo sản phẩm là nội dung các câu trả lời của phiếu học tập số 4 lên bảng, gọi đại diện của 1 nhóm lên trình bày, các nhóm khác nhận xét. GV tổng kết, chấm điểm các nhóm. GV tổng kết, nhận xét, rút kinh nghiệm cho các nhóm và chiếu nội dung phiếu trả lời cần đạt được lên bảng tổng kết kiến thức cho HS. 2.4.4. Thực nghiệm sư phạm Chúng tôi đã tiến hành dạy thực nghiệm sư phạm theo PPDH hợp theo nhóm tác kết hợp với KT mảnh ghép cho bài Benzen và đồng đẳng. Một số hidrocacbon thơm khác - lớp 11- cơ bản, tại trường THPT Số 1 Ðức Phổ - Quảng Ngãi, đánh giá thái độ học tập của HS và kiểm tra sau tác động với các nhóm tương đương. Kết quả như sau: Qua thực tế giảng dạy chúng tôi nhận thấy trong giờ học theo PPDH hợp tác theo nhóm kết hợp với KT mảnh ghép, lớp học sôi nổi hơn, tất cả các HS đều tham gia vào quá trình thảo luận nhóm. Kết quả điều tra về thái độ của HS cho thấy, hầu hết các HS lớp thực nghiệm đều thích giờ học theo PPDH hợp tác theo nhóm kết hợp với KT mảnh ghép và cho rằng các em học tập thoải mái hơn, hiểu bài, có cơ hội được tranh luận, thảo luận và thể hiện bản thân. Qua xử lý số liệu từ kết quả kiểm tra ở các lớp thực nghiệm và lớp đối chứng cho thấy điểm trung bình của HS ở lớp thực nghiệm cao hơn ở lớp đối chứng sau khi sử dụng phương pháp mà chúng tôi đã đề xuất với xác suất xảy ra ngẫu nhiên nhỏ hơn 5. +C2H4 H+ t0, ZnO xt, t0, p 102 Nguyễn Thị Kim Chi, Lê Thị Đặng Chi Bảng. Tham số đặc trưng của lớp thực nghiệm và lớp đối chứng Tham số đặc trưng Lớp Mode Trung vị Giá trị trung bình Độ lệch chuẩn (SD) Xác suất xảy ra ngẫu nhiên (p) Độ lệch giá trị TB chuẩn (SMD) Thực nghiệm (11B3, 48 HS) 8 8 7,8 1,6 0,002 0,56 Đối chứng (11B5, 46 HS) 6 7 6,8 1,8 3. Kết luận Như vậy có thể thấy, sử dụng KT mảnh ghép trong PPDH hợp tác theo nhóm thực sự khắc phục được các hạn chế về vấn đề HS không tích cực tham gia thảo luận, phát huy được tính tích cực của HS và HS học tập hiệu quả hơn. GV nên tích cực vận dụng PPDH hợp tác theo nhóm và KT mảnh ghép trong DH. Tuy nhiên GV cần chú ý là phải lựa chọn được nội dung DH phù hợp với đặc điểm của PPDH hợp tác theo nhóm và cách tổ chức thảo luận nhóm theo KT mảnh ghép. TÀI LIỆU THAM KHẢO 1. Bernd Meier và Nguyễn Văn Cường, Phát biểu năng lực nhận thức thông qua phương thức và phương tiện dạy học mới, Tài liệu hội thảo tập huấn dự án phát triển giáo dục THPT, (2005). 2. Bộ Giáo Dục và Đào tạo, Lí luận cơ bản một số kĩ thuật và phương pháp dạy học tích cực, Tài liệu hội thảo dự án Việt Bỉ, (2010). 3. Nguyễn Thị Lan, Thiết kế các hoạt động dạy học theo định hướng năng lực thuộc chương Hiđrocacbon lớp 11 cơ bản THPT, Khóa luận tốt nghiệp khoa Hóa học, Đại học Quy Nhơn, (2014) 103 Tập 10, Số 4, 2016 CÀI ĐẶT THUẬT TOÁN KHAI PHÁ LUẬT KẾT HỢP FP-GROWTH TRÊN CÔNG CỤ R TRẦN THIÊN THÀNH1, TRẦN HOÀNG VIỆT2, NGUYỄN THỊ LOAN1 Khoa Công nghệ thông tin, Trường Đại học Quy Nhơn 2Bảo tàng Quang Trung TÓM TẮT Trong bài báo này, chúng tôi trình bày về cài đặt thuật toán khai phá luật kết hợp FP-Growth trên công cụ R bằng cách tích hợp chương trình viết trên C++. Bài báo cũng trình bày kết quả thực nghiệm khai phá luật kết hợp của thuật toán FP-Growth so với thuật toán Apriori trong gói thư viện Arules trên công cụ R. Từ khóa: Thuật toán FP-Growth, công cụ R. ABSTRACT Installing Association Rule Mining FP-Growth Algorithm On R In this paper, we present an implementation of the FP-growth algorithm on R, by integrating programs in C++. The article also presents the results of experimental mining association rules of FP-Growth algorithm and Apriori algorithm in the package library tool Arules on R. Keywords: FP-Growth Algorithm, R. 1. Giới thiệu R là phần mềm mã nguồn mở sử dụng trên nhiều lĩnh vực khác nhau trong đó có khai phá dữ liệu (KPDL). Việc lập trình trên R được đơn giản hóa nên hỗ trợ rất hạn chế các cấu trúc dữ liệu phức tạp. Tuy nhiên R cho phép sử dụng các cấu trúc dữ liệu hoặc tích hợp các ngôn ngữ lập trình khác qua các gói thư viện. Khai phá luật kết hợp (LKH) là hướng nghiên cứu có tính ứng dụng cao và được quan tâm trong KPDL. R cũng hỗ trợ khai phá LKH qua gói Arules sử dụng thuật toán Apriori. Apriori là thuật toán kinh điển của khai phá LKH nhưng thuật toán này duyệt dữ liệu nhiều lần để xác định các mục phổ biến. Nếu dữ liệu lớn, nhiều mục việc sử dụng thuật toán Apriori sẽ tốn nhiều thời gian. Năm 2000 Han đề xuất thuật toán FP-Growth, chỉ duyệt cơ sở dữ liệu (CSDL) hai lần để xác định các mục phổ biến rồi nén vào FP-Tree và khai phá trên FP-Tree này. Thuật toán FP-Growth sử dụng một cấu trúc dữ liệu phức tạp là FP-Tree, việc cài đặt FP-Growth trên R rất khó khăn. Hiện nay, chưa có gói thư viện nào của R cài đặt FP-Growth. Giải pháp chúng tôi đề xuất là cài đặt FP-Growth trên C++ rồi tích hợp vào R qua gói thư viện Rcpp nhằm tận dụng ưu điểm C++ và R. Bài báo gồm 5 phần, sau phần giới thiệu là phần 2 trình bày về khai phá LKH, giới thiệu, so sánh hai thuật toán Apriori và FP-Growth cùng gói thư viện Arules. Phần 3 trình bày về cách tích hợp C++ vào R và cài đặt thuật toán FP-Growth. Phần 4 là kết quả thực nghiệm và đánh giá thuật toán FP-Growth với Apriori trong gói Arule. Cuối cùng, phần 5 là kết luận và hướng phát triển. Tạp chí Khoa học - Trường ĐH Quy Nhơn, ISSN: 1859-0357, Tập 10, Số 4, 2016, Tr. 103-110 Email: thanhtranthiengmail.com Ngày nhận bài: 582016; Ngày nhận đăng: 1592016 104 Trần Thiên Thành, Trần Hoàng Việt, Nguyễn Thị Loan 2. Khai phá luật kết hợp Năm 1993, Agrawal giới thiệu về khai phá LKH (ARM) với mục đích trích xuất tương quan thú vị, các mục phổ biến, mối quan hệ hay các cấu trúc giữa các bộ của các mục trong CSDL. Đến nay, khai phá LKH được ứng dụng trong nhiều lĩnh vực như thương mại, y học, vật lý, hóa học… 2.1. Một số khái niệm Cho D là CSDL giao dịch. I ={ I1, I2, .., Im} là tập hợp gồm m đối tượng riêng biệt. T là một giao dịch chứa tập các đối tượng (T ⊆ I). Định nghĩa 1 5. Luật kết hợp là một mệnh đề kéo theo có dạng X ⇒ Y, trong đó X, Y ⊆ I với X ∩ Y = φ. X và Y được gọi là các tập mục (itemset). X là tập nguyên nhân, Y là tập kết quả. Hai độ đo quan trọng trong LKH là độ hỗ trợ (support) và độ tin cậy (confidence). Độ hỗ trợ của tập mục X trong D là tỷ lệ giữa các giao dịch T ⊆ D chứa X với tổng số giao dịch trong D. Ký hiệu: support(X) hay supp(X): supp(X) = (1) Độ hỗ trợ của LKH X ⇒ Y là tỷ lệ giữa các giao dịch T ⊆ D chứa X Y với tổng số giao dịch trong D. Ký hiệu: supp(X ⇒ Y) supp(X ⇒ Y) = (2) Độ tin cậy của LKH X ⇒ Y là tỷ lệ giữa các giao dịch T ⊆ D chứa X Y với số giao dịch chứa X trong D. Ký hiệu: conf(X ⇒ Y) conf(X ⇒ Y) = (3) Cho tập mục X ⊆ I và độ hỗ trợ tối thiểu minsup ∈ (0,1. Định nghĩa 2 5. X được gọi là tập mục phổ biến (frequent Itemset) nếu và chỉ nếu độ hỗ trợ của nó lớn hơn hoặc bằng minsup: supp(X) ≥ minsup. Khai phá luật kết hợp là tìm tất cả các LKH trong D có độ hỗ trợ và độ tin cậy lớn hơn hoặc bằng độ hỗ trợ tối thiểu minsup và độ tin cậy tối thiểu minconf. 2.2. Thuật toán Apriori Thuật toán Apriori được Agrawal và Srikant đề xuất năm 1994 trong 5. Apriori sử dụng phương pháp kết tập, mỗi lần duyệt dữ liệu sẽ sinh ra tập Li chứa các tập i mục thỏa minsup. Ở lần duyệt đầu tiên, Apriori tìm các mục phổ biến, i lần duyệt CSDL tiếp theo, nó thực hiện kết tập chúng lại với nhau để tìm ra các tập mục phổ biến đưa vào Li. Để kiểm tra mỗi tập mục phổ biến thuộc Li thuật toán phải quét toàn bộ CSDL đây chính là hạn chế của thuật toán. Nội dung thuật toán Apriori: Đầu vào: CSDL giao dịch D, minsup Đầu ra: L – các tập mục phổ biến trong D Các bước thực hiện: L1={các mục phổ biến} for (k=2; Lk-1 ≠ φ; k++) do{ {T∈DX Y ⊆T} D {T∈DX ⊆T} D supp(X Y) supp(X) ⊃ ⊃ ⊃ ⊃ 105 Tập 10, Số 4, 2016 Ck= {tập ứng cử viên tạo từ Lk-1} foreach giao dịch T ∈ D do{ Nếu ứng viên c ∈ Ck có trong T, tăng count của c lên. } Lk = {c ∈ Ck c.count ≥ minsup}; } return k Lk; Thuật toán Apriori có độ phức tạp về thời gian là O(k × (k + t × n)) với k là kích thước tập mục phổ biến, t là kích thước CSDL và n là số tập mục của t. Vậy, độ phức tạp về thời gian sẽ là O(k t n) khi t >> k, n >> k. Với độ phức tạp này, nếu đầu vào là CSDL rất lớn, nhiều mục phổ biến, thuật toán sẽ khó có thể đáp ứng được yêu cầu thời gian. 2.3. Thuật toán FP-Growth Để khắc phục nhược điểm của Apriori, năm 2000, Han đề xuất thuật toán FP-Growth trong 3 rút gọn CSDL vào FP-Tree và khai phá FP-Tree này. FP-Growth chỉ thực hiện duyệt dữ liệu hai lần cho CSDL bất kỳ. FP-Tree (Frequent Pattern Tree) bao gồm nút gốc có nhãn “Null”, tập các nhánh, mỗi nhánh tương ứng là một hoặc nhiều giao dịch giống nhau trong CSDL thỏa minsup và bảng danh sách mục phổ biến (header table) sắp xếp giảm dần theo độ hỗ trợ. Mỗi nút của FP-Tree gồm tên mục (Itemname), count - số lần mục xuất hiện trong nhánh, nút liên kết (node link) - trỏ đến nút cùng tên trong FP-Tree. Bảng danh sách mục phổ biến gồm tên mục và nút liên kết - trỏ tới nút cùng tên thêm vào FP-Tree đầu tiên. Nội dung thuật toán FP-Growth: Đầu vào: CSDL giao dịch D, minsup. Đầu ra: Các Tập mục phổ biến trong D. Các bước thực hiện: Bước 1 Xây dựng FP-Tree: - Duyệt CSDL lần một, xác định các mục phổ biến L và sắp xếp chúng theo độ hỗ trợ. - Duyệt qua CSDL lần hai, với mỗi giao dịch T sắp xếp các mục theo thứ tự tập L. Giả sử các mục phổ biến trong T có dạng pP với p là mục cần đưa vào FP-Tree và P là danh sách các mục còn lại, N là nút cần chèn. Nếu nút con của N giống p, tăng count nút con đó lên 1. Ngược lại, tạo nút con mới cho N có tên mục là p, count = 1. Tiếp tục chèn P vào nút con vừa xét. Bước 2: Xây dựng cơ sở mẫu điều kiện (Conditional Patern Bases) (CSMDK) cho mỗi mục phổ biến. Bước 3: Xây dựng FP-Tree điều kiện (Conditional FP-Tree) cho mỗi mục phổ biến trong CSMDK. Bước 4: Đệ quy xây dựng FP-Tree điều kiện đến khi FP-Tree điều kiện còn một nhánh duy nhất (single path) tiến hành sinh tất cả tổ hợp mục phổ biến. 2.4. So sánh thuật toán Apriori và FP-Growth Trong trường hợp CSDL lớn hoặc độ hỗ trợ nhỏ, thuật toán Apriori gặp phải hai vấn đề lớn: ⊃ 106 Trần Thiên Thành, Trần Hoàng Việt, Nguyễn Thị Loan - Sinh ra số lượng lớn các tập ứng cử. - Phải duyệt CSDL nhiều lần để xác định tập mục phổ biến từ tập ứng cử. FP-Growth chỉ duyệt CSDL hai lần rồi nén vào FP-Tree nên nhanh hơn Apriori. Tuy nhiên, FP-Growth sử dụng cấu trúc dữ liệu phức tạp là FP-Tree, nếu CSDL quá lớn, việc xây dựng FP-Tree sẽ tốn bộ nhớ. Mặt khác để khai phá FP-Tree phải gọi đệ quy để xây dựng FP-Tree điều kiện nên dễ xảy tắc nghẽn hoặc tràn bộ nhớ 4. 2.5. Khai phá luật kết hợp trên R Trong R, gói thư viện Arules do Hahsler, Borgelt và đồng sự xây dựng cung cấp giao diện, cấu trúc dữ liệu sử dụng thuật toán Apriori và Eclat được Borgelt cài đặt trên C. Phiên bản hiện tại của Arules là 1.4-1, thuật toán Apriori trong Arules cũng được cải tiến hơn về cây tiền tố và sắp xếp mục 6. 3. Cài đặt thuật toán FP-Growth trên R Theo 7 R quản lý bộ nhớ không tốt và khả năng lập trình hướng đối tượng (HĐT) rất hạn chế. Để khắc phục điều này, R cho phép tích hợp C và Fortran, và một số ngôn ngữ khác như C++, Java,… thông qua các gói thư viện. C++ thường được các nhà phát triển sử dụng để tích hợp vào R. Để đơn giản hóa việc tích hợp, Dirk Eddelbuettel và Romain Francois xây dựng gói thư viện Rcpp hỗ trợ chuyển đổi các cấu trúc dữ liệu từ R vào C++ và các tiện ích giúp biên dịch, tích hợp C++ vào R. Rcpp, cũng cung cấp một thư viện cho C++ và những quy định viết mã để tích hợp C++ vào R khi biên dịch: - Include Rcpp vào file C++ để sử dụng một số cấu trúc dữ liệu của R trong C++ như IntegerVector, NumericVector, CharacterVector, IntegerMatrix... - Thuật toán phải viết sau đoạn mã “ Rcpp::export” - Để sử dụng lập trình HĐT trong C++ trên R, phải khai báo lớp và các phương thức của lớp trong C++ theo cú pháp: RCPPMODULE(tênmodule){ class(“Tên lớp sử dụng trong R”) .constructor() khai báo phương thức khởi tạo .constructor()phương thức khởi tạo có tham số .field( “Tên tham số”, Point::tên thuộc tính của lớp) .method( “tên phương thức trong R”, tên lớp::tên phương thức C++); }; Hiện nay, có một số cài đặt FP-Growth trên C++. Tuy nhiên, việc tích hợp chúng vào R gặp một số khó khăn khi chuyển đổi các cấu trúc dữ liệu từ đầu vào và đầu ra của các phương thức trong C++ sang R. Chúng tôi quyết định tự cài đặt thuật toán FP-Growth để tận dụng ưu điểm của R và C++. 3.1. Cài đặt thuật toán FP-Growth Chúng tôi cài đặt thuật toán FP-Growth qua 2 bước. Bước một tận dụng khả năng phân tích của R, duyệt CSDL hai lần, thực hiện tính toán độ hỗ trợ và sắp xếp các mục trong giao dịch cài 107 Tập 10, Số 4, 2016 đặt trên R. Bước hai tổ chức cấu trúc dữ liệu, xây dựng FP-Tree và khai phá FP-Tree được cài đặt trên C++ rồi tích hợp vào R. Bước 1: Xử lý dữ liệu function xuLyDuLieu{ input: CSDL D, minsup, ký tự tách; output: CSDL chứa các mục thỏa minsup đã được sắp xếp; data ← readLines(D); đọc dữ liệu. data ← strsplit(data, ký tự tách); tách từng mục của dữ liệu. headerTable ← table(data); tính độ hỗ trợ của các mục. headerTable ← sort(headerTable, decreasing=TRUE); sắp xếp. headerTable ← headerTableheaderTable>=minsup lấy mục phổ biến. data ← datadata in headerTable; loại bỏ mục ngoài headerTable. data ← data match(headerTable, data); sắp xếp mục theo headerTable} Bước 2: Cài đặt thuật toán FP-Growth trên C++ Để cài đặt FP-Growth, chúng tôi sử dụng ba lớp, lớp Nút thể hiện một nút của FP-Tree. Lớp FP-Tree thể hiện FP-Tree và phương thức chèn một nút vào FP-Tree. Lớp FP-Growth khai phá dữ liệu trên FP-Tree. class Nut { bool goc; string ten; int count; Nut cha, anhEm; std::vector con; } class FPTree { std::vector headerTable; Nut goc; void chen(CharacterVector pP, Nut T) { if (Nut N ∈ T mà N.ten == p) N.count++; else{ Tạo nút N; N.ten = p; N.count = 1; mucPhoBien= timMucPhoBien(N trong headerTable) while(mucPhoBien.nodelink = NULL) mucPhoBien = mucPhoBien.nodelink; mucPhoBien = N; } if (P ≠ φ) chen(P, N); 108 Trần Thi