Search results

Al het goede komt in drievoud

Natuurbeschermingsorganisaties staan voor een grote nieuwe uitdaging. De overheid trekt zich terug en moet bezuinigen. Daardoor moet natuur- en landschapsontwikkeling meer dan ooit concurreren met andere vormen van landgebruik. Om voldoende draagvlak te krijgen voor natuur is het daarom niet meer genoeg om alleen naar soorten en habitats te kijken. Naast ecologische moeten ook economische en sociale afwegingen gemaakt worden. Die zijn bepalend voor de manier waarop het landschap wordt beleefd en gewaardeerd. De landschapsbeheerder van vandaag is daar onvoldoende op voorbereid. De beheerder van de toekomst moet beschikken over geïntegreerde kennis en handelingsperspectieven vanuit het ecologische, cultuurhistorische en economische kennisdomein en moet deze op een interactieve manier kunnen inzetten. Om dit te bereiken zijn bij Hogeschool Van Hall Larenstein Velp drie Groene Pluslectoren in deeltijd benoemd. Deze zijn elk gespecialiseerd in een ander aspect van natuur- en landschapsbeheer: milieu-econoom Martijn van der Heide, ecoloog John Janssen en sociaal wetenschapper Derk-Jan Stobbelaar. Het lectoraat Geïntegreerd Natuur- en Landschapsbeheer streeft naar een bredere visie op natuurbeheer, waarbij de ecologische waarden van natuur samenhangen met de geschiedenis van het landschap en met de economische mogelijkheden voor behoud, beheer en ontwikkeling daarvan. Bevat een interview met Derk-Jan Stobbelaar en Martijn van der Heide.

Out of the box...!

Hoe kunnen de krachten gebundeld worden om de problemen van stad en land in de 21ste eeuw aan te pakken met de inzet en inventiviteit van de toekomstige generaties beleidsmakers, kennisdragers en burgers? De belangrijkste doelstelling van het lectoraat is om binnen het thema Groene Leefomgeving van Steden in het instituut Van Hall Larenstein een onderzoekspoot op te zetten. De idee is om de visie(s) binnen de diverse vakgebieden nader te ontwikkelen. Dit kan door de kennis die binnen het onderwijs wordt geproduceerd te verdiepen en door nieuwe, onderzoek gerelateerde, netwerken te openen. Beide aspecten komen ten goede aan docent èn studenten. In deze rapportage worden twee projectlijnen gepresenteerd. Een eerste lijn is geïnitieerd vanuit de doelstelling Onderwijsvernieuwing, de andere lijn richt zich op Onderzoek en is geïnitieerd vanuit de praktijk. Vervolgens wordt de Kennisagenda gepresenteerd, die op basis van de projecten door het lectoraat en de betrokken docenten is – en overigens nog steeds wordt - ontwikkeld. Ten slotte volgt een overzicht van de publicaties van studenten rond projecten van het Lectoraat.

Eindrapport Regionale Verankering

De transities naar een regionaal kenniscentrum (RKC) zijn te kenmerken als lokale chaotische processen, die moeilijk te plannen zijn. Hoe kun je hier als bestuur grip op krijgen? Hoe kun je iets structureren wat in essentie veelvormig is (de toekomst voor (v)mbo–studenten), en hoe daarmee om te gaan in de dagelijkse onderwijspraktijk? Dit onderzoek geeft daar handvatten voor.​

Businessplan Agribusiness - Plan voor realisatie Fontys Greenport opleidingen

In dit businessplan wordt duidelijk gemaakt wat er voor opleidingen gericht op de food en flower business (agribusiness) bij Fontys in Venlo ontwikkeld kunnen worden. Er wordt o.a. het marktonderzoek weergegeven dat aangeeft wat de instroommogelijkheden zijn. De realisatei wordt financieel en organisatorisch onderbouwd.

Exploring Bias in Data and Models for Misinformation Detection from Text

With the proliferation of misinformation on the web, automatic misinformation detection methods are becoming an increasingly important subject of study. Large language models have produced the best results among content-based methods, which rely on the text of the article rather than the metadata or network features. However, finetuning such a model requires significant training data, which has led to the automatic creation of large-scale misinformation detection datasets. In these datasets, articles are not labelled directly. Rather, each news site is labelled for reliability by an established fact-checking organisation and every article is subsequently assigned the corresponding label based on the reliability score of the news source in question. A recent paper has explored the biases present in one such dataset, NELA-GT-2018, and shown that the models are at least partly learning the stylistic and other features of different news sources rather than the features of unreliable news. We confirm a part of their findings. Apart from studying the characteristics and potential biases of the datasets, we also find it important to examine in what way the model architecture influences the results. We therefore explore which text features or combinations of features are learned by models based on contextual word embeddings as opposed to basic bag-of-words models. To elucidate this, we perform extensive error analysis aided by the SHAP post-hoc explanation technique on a debiased portion of the dataset. We validate the explanation technique on our inherently interpretable baseline model.

Aviation safety concerns for the future