Studenten ervaren maar beperkt dat ze regie kunnen nemen op hun eigen leerproces. Regie nemen op je leerproces vraagt van studenten dat zij zelfregulerende vaardigheden bezitten. Ontwikkelingsgerichte feedback biedt enorme kansen om de zelfregulatie van studenten te ontwikkelen. De processen die ten grondslag liggen aan feedback en zelfregulatie kennen grote overeenkomsten. Wil feedback bijdragen aan zelfregulatie, dan moet de student een actievere rol krijgen in het feedbackproces. Om het gesignaleerde probleem van te weinig zelfregulatie door studenten en een te weinig actieve rol van studenten in het feedbackproces aan te pakken, zijn in dit project een aantal interventies ingezet gericht op het ontwikkelen van feedbackgeletterdheid bij studenten. De innovatie in dit project bestaat uit een feedbacktraining die wordt uitgevoerd in het propedeusejaar van een hbo opleiding. Met de training leert de student in het feedbackproces vier activiteiten: de student leert (1) de feedback te begrijpen, (2) de feedback te gebruiken, (3) op de feedback te reageren en (4) gericht te vragen naar feedback. Om de invloed van de training te bepalen is de feedbackgeletterdheid en zelfregulatie van studenten gemeten. Deelnemers aan het rondetafelgesprek worden geïnformeerd over de opbrengsten en uitgenodigd kritisch mee te denken om de interventie door te ontwikkelen.
DOCUMENT
This study was conducted in the context of primary teacher education. The primary teacher education program at HU University of Applied Sciences is at the start of a curriculum redesign in which assessment for learning and feedback will be emphasized. We know assessment and feedback can increase student learning and performance. In the last couple of years students as feedback receivers are placed in the centre of the feedback process. When students actively take up feedback their engagement in feedback will increase. However, some feedback situations work well for them and some don’t. In this study we try to grasp both situations and figure out which factors of the feedback situation did work or did not. We focused on two processes during the interviews and the coding. The first process was about the feedback situation, which characteristics of the feedback context, the receiver and the sender were at hand, and second what did students do with the feedback, did they try to understand and use the feedback, react to or ask for new feedback. The aim of this study is to provide feedback situations that work for our students and use them as elements in the redesign of the curriculum.
DOCUMENT
De Hogeschool Utrecht heeft een experiment uitgevoerd om het curriculum van de Pabo te flexibiliseren, zodat het beter aansluit op de leerbehoeften van studenten. Dit project richtte zich op het verbeteren van zelfregulatie door middel van ontwikkelingsgerichte feedback. In twee nieuw ontworpen cursussen werd programmatisch toetsen toegepast, waarbij feedback centraal stond dat werd vastgelegd in het digitale portfolio Scorion. Studenten verzamelden bewijsmateriaal in dit systeem, waarop verschillende feedbackgevers feedback gaven. Daarnaast werden studenten in kleinere leerteams begeleid en getraind in feedbackgeletterdheid, wat hen hielp om feedback beter te begrijpen, te gebruiken en erop te reageren. De resultaten van het project toonden aan dat het mogelijk is om onderwijs en toetsing zodanig te ontwerpen dat studenten meer regie krijgen over hun leerproces. Het project biedt een solide basis voor verdere ontwikkeling en verbetering van het onderwijsprogramma.
MULTIFILE
The increasing amount of electronic waste (e-waste) urgently requires the use of innovative solutions within the circular economy models in this industry. Sorting of e-waste in a proper manner are essential for the recovery of valuable materials and minimizing environmental problems. The conventional e-waste sorting models are time-consuming processes, which involve laborious manual classification of complex and diverse electronic components. Moreover, the sector is lacking in skilled labor, thus making automation in sorting procedures is an urgent necessity. The project “AdapSort: Adaptive AI for Sorting E-Waste” aims to develop an adaptable AI-based system for optimal and efficient e-waste sorting. The project combines deep learning object detection algorithms with open-world vision-language models to enable adaptive AI models that incorporate operator feedback as part of a continuous learning process. The project initiates with problem analysis, including use case definition, requirement specification, and collection of labeled image data. AI models will be trained and deployed on edge devices for real-time sorting and scalability. Then, the feasibility of developing adaptive AI models that capture the state-of-the-art open-world vision-language models will be investigated. The human-in-the-loop learning is an important feature of this phase, wherein the user is enabled to provide ongoing feedback about how to refine the model further. An interface will be constructed to enable human intervention to facilitate real-time improvement of classification accuracy and sorting of different items. Finally, the project will deliver a proof of concept for the AI-based sorter, validated through selected use cases in collaboration with industrial partners. By integrating AI with human feedback, this project aims to facilitate e-waste management and serve as a foundation for larger projects.
Veel mbo-opleidingen kiezen voor praktijkroutes, hybride leeromgevingen en gepersonaliseerde leerroutes. Dit levert dilemma’s op bij de afsluiting van de opleiding. Gebruikelijke examens passen vaak niet meer. Deze opleidingen willen informatie uit het onderwijs laten meewegen in de diplomabeslissing en een mix aan bewijzen gebruiken uit praktijk, werk en andere leeromgevingen.
In de schoonmaakbranche is de werkdruk hoog . Hierdoor worden gebouwen dagelijks niet goed genoeg schoongemaakt. Er heerst krapte op de arbeidsmarkt. Schoonmaakwerk is vooral handmatig werk en is ook zwaar werk. De schoonmaakbranche is dringend op zoek naar technologische oplossingen die het werk in de toekomst kunnen verlichten. Eén van die technologische oplossingen is de introductie van schoonmaakrobots , die op dit moment mondjesmaat op de markt worden gebracht. Schoonmaakorganisaties weten nog niet goed hoe deze robots efficiënt in te zetten, het vergt nog veel tijd om ze te kunnen gebruiken en schoonmaakmedewerkers zijn terughoudend om ermee te werken. Het project Assisted Cleaning Robots (ACR) richt zich op de volgende onderzoeksvraag: “hoe integreer je robottechnologie in het werkproces in de schoonmaakbranche, zodat een robot enerzijds zo optimaal mogelijk het werkproces ondersteunt, en anderzijds zo optimaal mogelijk met de mens samenwerkt.” Wat hierin optimaal is en hoe dit gemeten kan worden, is onderdeel van het onderzoek en is afhankelijk van de technologische mogelijkheden, de mensen die er mee werken, en de werkomgeving. In dit project werken Fontys Hogeschool Engineering, Fontys Hogeschool Techniek & Logistiek en de Haagse Hogeschool samen met schoonmaakorganisaties CSU en Hectas en andere bedrijven (toeleveranciers van schoonmaakrobots als ontwikkelaars), nationaal samenwerkingsverband Holland Robotics en brancheorganisatie Schoonmakend Nederland. Dit project kent een looptijd van twee jaar en gaat van start op 1 november 2021. In dit project worden nieuwe schoonmaakprocessen gedefinieerd en wordt op basis van deze processen technologie ontwikkeld (waar doorgaans eerst een nieuw product wordt ontwikkeld en daarna pas gekeken naar hoe dit product in te zetten). In dit project staat de mens die met de technologie in het proces moet gaan werken centraal. De technologie en het proces worden gevalideerd middels praktijktests met de betrokken schoonmaakorganisaties, op representatieve locaties. Hieruit worden lessen getrokken voor verbeteringen.
