Big data heeft niet alleen geleid tot uitdagende technische vraagstukken, ook gaat het gepaard met allerlei nieuwe ethische en morele kwesties. Om verantwoord met big data om te gaan, moet ook over deze kwesties worden nagedacht. Want slecht datagebruik kan nadelige gevolgen hebben voor grote groepen mensen en voor organisaties. In de slotaflevering van deze serie verkennen Klaas Jan Mollema en Niek van Antwerpen op een pragmatische manier de ethische kant van big data, zonder te blijven steken in de negatieve effecten ervan.
DOCUMENT
“Natuurlijk is het leuk dat mijn koelkast zelf melk bestelt op basis van data gerelateerde patronen. Deep learning op basis van big data kent grote beloften,” zegt Frans van der Reep van Inholland. Geen wonder dat dit op de Hannover Messe tijdens de Wissenstag van ScienceGuide een hoofdthema zal zijn. "Big data belooft ook praktische gemakken. Tegelijkertijd creëren we daarmee ‘unelected power’ (Spectre!) bij de tech-bedrijven en het is dan de vraag hoe we daar als samenleving mee om gaan. Wat betekent het als mensen uitsluitend nog op jou reageren - en jij op hen – aan de hand van wat ‘het algoritme’ heeft uitgerekend’? Realiseren we in wat voor wereld we dan terecht komen? Hoe vrij kunnen we dan nog zijn?
DOCUMENT
Big data-evangelisten verkondigen dat ‘you can only manage what you measure’. Blabla. Want de financiële crisis heeft aangetoond dat we slecht zijn in het managen van wat we meten. Mislukte fusies en productlanceringen, veelvuldige imagoproblemen en social media-escapades geven aan dat we vooral beter moeten worden in het managen van datgene wat we niet kunnen meten. Met of zonder big data.
LINK
presentatie over Publieke Waarde, Big Data en de rol van Finance in onderwijsveld
DOCUMENT
Although governments are investing heavily in big data analytics, reports show mixed results in terms of performance. Whilst big data analytics capability provided a valuable lens in business and seems useful for the public sector, there is little knowledge of its relationship with governmental performance. This study aims to explain how big data analytics capability led to governmental performance. Using a survey research methodology, an integrated conceptual model is proposed highlighting a comprehensive set of big data analytics resources influencing governmental performance. The conceptual model was developed based on prior literature. Using a PLS-SEM approach, the results strongly support the posited hypotheses. Big data analytics capability has a strong impact on governmental efficiency, effectiveness, and fairness. The findings of this paper confirmed the imperative role of big data analytics capability in governmental performance in the public sector, which earlier studies found in the private sector. This study also validated measures of governmental performance.
MULTIFILE
In dit rapport worden de activiteiten van Big Data Value Center in het project ‘Databoeren met boerendata in de aardappelsector’, een POP3 project, beschreven. Het BDVC heeft samen met Geronimo een proof of concept ontwikkeld op automatische voorzet ‘MijnPrecelen’ in RVO. Trefwoorden: digitalisering boerenbedrijf, pop3, databoeren, Proof of Concept, MijnPercelenRVO zaaknummer: 17717000042
DOCUMENT
Technisch gezien hebben mensen heden ten dage meer tijd; we slapen minder dan 20 jaar geleden en efficiency viert hoogtij. Toch is tijdgebrek een veelgehoorde klacht. Vandaar dat de reeks ‘digitale trends en tools in 60 minuten’ hierop inspringt. Hiermee kan de lezer in korte tijd inzicht krijgen in hedendaagse technologische vraagstukken. ‘Meer weten van big data’ geschreven door Dik Bijl is de laatste loot aan deze reeks van uitgeverij Haystack. Uiteraard zijn er meer boeken geschreven over big data, maar zoals Bijl stelt: “Dit is het eerste boekje dat je in een mum van tijd laat kennis maken met big data”. In slechts zes hoofdstukken wordt de lezer ingewijd in algoritmes, machine learning en digitale transformaties. Uiteraard wordt stilgestaan hoe je zelf aan de slag kan met big data om uiteindelijk de eigen organisatie te professionaliseren. Eerlijk is eerlijk, de kracht van het format is om moeilijke klinkende digitale begrippen binnen 60 minuten uit te leggen. Toch is de vluchtigheid van deze 60 minuten-reeks een valkuil. Niet gek want het menselijke werkgeheugen is kortstondig en kwetsbaar. Het duurt enige uren tot enkele dagen voordat nieuwe informatie betrouwbaar wordt opgenomen in ons lange termijn geheugen. Al met al is meer weten van big data in 60 minuten aardig om snel kennis te verkrijgen maar om echt te beklijven, heb ik het toch tweemaal moeten lezen. En zo was mijn tijdwinst weg!
DOCUMENT
This paper provides a management perspective of organisational factors that contributes to the reduction of food waste through the application of design science principles to explore causal relationships between food distribution (organisational) and consumption (societal) factors. Qualitative data were collected with an organisational perspective from commercial food consumers along with large-scale food importers, distributors, and retailers. Cause-effect models are built and “what-if” simulations are conducted through the development and application of a Fuzzy Cognitive Map (FCM) approaches to elucidate dynamic interrelationships. The simulation models developed provide a practical insight into existing and emergent food losses scenarios, suggesting the need for big data sets to allow for generalizable findings to be extrapolated from a more detailed quantitative exercise. This research offers itself as evidence to support policy makers in the development of policies that facilitate interventions to reduce food losses. It also contributes to the literature through sustaining, impacting and potentially improving levels of food security, underpinned by empirically constructed policy models that identify potential behavioural changes. It is the extension of these simulation models set against a backdrop of a proposed big data framework for food security, where this study sets avenues for future research for others to design and construct big data research in food supply chains. This research has therefore sought to provide policymakers with a means to evaluate new and existing policies, whilst also offering a practical basis through which food chains can be made more resilient through the consideration of management practices and policy decisions.
LINK
Despite the promises of learning analytics and the existence of several learning analytics implementation frameworks, the large-scale adoption of learning analytics within higher educational institutions remains low. Extant frameworks either focus on a specific element of learning analytics implementation, for example, policy or privacy, or lack operationalization of the organizational capabilities necessary for successful deployment. Therefore, this literature review addresses the research question “What capabilities for the successful adoption of learning analytics can be identified in existing literature on big data analytics, business analytics, and learning analytics?” Our research is grounded in resource-based view theory and we extend the scope beyond the field of learning analytics and include capability frameworks for the more mature research fields of big data analytics and business analytics. This paper’s contribution is twofold: 1) it provides a literature review on known capabilities for big data analytics, business analytics, and learning analytics and 2) it introduces a capability model to support the implementation and uptake of learning analytics. During our study, we identified and analyzed 15 key studies. By synthesizing the results, we found 34 organizational capabilities important to the adoption of analytical activities within an institution and provide 461 ways to operationalize these capabilities. Five categories of capabilities can be distinguished – Data, Management, People, Technology, and Privacy & Ethics. Capabilities presently absent from existing learning analytics frameworks concern sourcing and integration, market, knowledge, training, automation, and connectivity. Based on the results of the review, we present the Learning Analytics Capability Model: a model that provides senior management and policymakers with concrete operationalizations to build the necessary capabilities for successful learning analytics adoption.
MULTIFILE
Onderzoeksrapportage vanuit een samenwerkingsverband met Avebe Foxhol
DOCUMENT
