Het leven zonder de juiste papieren is sinds het begin van de jaren negentig steeds moeilijker geworden in Nederland. Het alsmaar restrictiever wordende vreemdelingenbeleid heeft ook gevolgen voor gemeenten. Binnen de gemeentegrenzen wonen immers de ongedocumenteerde ouders en hun kinderen die zich staande proberen te houden. Lokale overheden hebben te maken met concrete mensen en niet alleen met abstract beleid. Dit onderzoek richt zich op de woon- en leefomstandigheden van ongedocumenteerde kinderen in de stad Utrecht en in de overige G4 steden (Rotterdam, Amsterdam en Den Haag). Het doel van het onderzoek is om inzicht te krijgen in de omvang, achtergrond en ontwikkelingssituatie van deze kinderen. De onderzoeksvragen zijn: 1. Wat is de omvang van het aantal ongedocumenteerde kinderen in Nederland en in het bijzonder in de stad Utrecht? 2. Hoe ervaren ongedocumenteerde kinderen hun woon– en leefomstandigheden? 3. In hoeverre worden de ontwikkelingsvoorwaarden van ongedocumenteerde kinderen gewaarborgd? 4. Welke aanbevelingen zijn er te formuleren voor gemeentelijk beleid om de ontwikkelingsvoorwaarden van ongedocumenteerde kinderen te waarborgen?
DOCUMENT
Als we kijken naar de Nederlandse situatie, zien we: verschillen tussen regio’s (in het noorden meer media) en verschillen tussen grote en kleine gemeenten (hoe groter, hoe meer media). Ook is er een positief verband tussen het aantal traditionele nieuwsaanbieders in een gemeente en het aantal op zichzelf staande journalistieke online initiatieven. Deze verschijnen dus niet in een gebied waar een vacuüm van nieuws is, maar juist daar waar al veel nieuws beschikbaar is: nieuws trekt nieuws aan. Hier moet wel bij worden verteld dat het geen sterk verband is: regionale verschillen en omvang zijn belangrijker. Nog belangrijker is dat er grote verschillen tussen gemeenten zijn, die niet altijd te verklaren zijn door omvang, regio of aantal traditionele media. Lokale gemeenschappen hebben kennelijk ook hun eigen dynamiek die invloed heeft op het lokale medialandschap
DOCUMENT
Digitalisering verandert de werkprocessen van accountantskantoren ingrijpend. Softwarepakketten nemen veel handmatige werkzaamheden van accountants en administrateurs over. Er is een explosieve groei van softwareapplicaties, informatiesystemen, rapportage tools, financial auditing tools, process mining tools, machine learning tools, blockchain technologie, online portal systemen, datamanagement en -analyse methoden. Om efficiënt in te blijven spelen op klantbehoeften moeten mkb-accountantskantoren hun weg vinden in onnoemelijk veel nieuwe ICT-technologie. Zij worden IT-gedreven ondernemingen, terwijl zij daar eerder niet op waren gericht. Zij krijgen een nieuwe onbekende taak. De onderzoeksvraag in dit onderzoek luidt: Hoe kan de mkb-accountant digitalisering, ICT en data-analyses inzetten in zijn beroepspraktijk, zodat beter aan de wensen van zijn mkb-klanten wordt voldaan en de eigen bedrijfsvoering en werkprocessen efficiënter worden? Hiervoor ontwikkelen wij een zelfscan en een data-analyse protocol waarmee de accountant de digitalisering en data-analyse in zijn beroepspraktijk kan verbeteren. Met de zelfscan kan de accountant voor zijn accountantspraktijk, gegeven de wensen van zijn mkb-klanten en de wensen met betrekking tot zijn eigen bedrijfsvoering en werkprocessen, bepalen: het gebruik van de beschikbare informatiesystemen en software tools; de koppeling van de verschillende, beschikbare informatiesystemen en gegevensbronnen van klanten; de implementatie van online portals; en geschikte algoritmen voor de samenstellingswerkzaamheden (gebruikmakend van datamining en machine learning methoden). In het data-analyse protocol staan de relevante data-analyse stappen en data-analyse tools, gebruik makend van Artificial Intelligence (AI), voor de advisering van de accountant aan zijn mkb-klanten beschreven. De wensen van zijn mkb-klanten dienen als uitgangspunt voor de service portfolio van de mkb-accountant. Het gebruik van software, gegevensbestanden en data-analyse zal zodanig moeten zijn dat het gewenste service portfolio kan worden gerealiseerd en tevens de bedrijfsvoering en werkprocessen van het accountantskantoor worden verbeterd (qua efficiëntie en kosten).
Het analyseren van grote gegevensbestanden om de kwaliteit van het onderwijs te verbeteren is een hot item. De toepassing van learning analytics kan het onderwijs verbeteren. Wij doen onderzoek naar learning analytics en de vaardigheden die gebruikers daarbij nodig hebben.Doel Wij onderzoeken wat de gevolgen zijn van databewerking op de uitkomsten van learning analytics. En welke vaardigheden hebben gebruikers nodig om deze systemen zinvol te gebruiken? Learning analytics Learning analytics is het meten, verzamelen, analyseren en rapporteren van data van studenten en hun omgeving om het leren en de leeromgeving te begrijpen en te verbeteren. Het gebruik van learning analyticssystemen Het realiseren van grote delen van de onderwijsvisie van Hogeschool Utrecht is sterk verbonden met de succesvolle uitvoering van analyses op studentniveau. Het gebruik van learning analyticssystemen is niet vanzelfsprekend. De ontwerpers en ontwikkelaars van deze systemen moeten helder zijn over hun ontwerpkeuzes (zoals manieren van databewerking en de werking van algoritmes). Anderzijds moeten studenten en docenten beschikken over datavaardigheden om deze systemen op een zinvolle manier te gebruiken. Resultaten Dit onderzoek loopt. Na afloop vind je hier een samenvatting van de resultaten. In juli 2019 verscheen het volgende artikel van de onderzoekers: Automated Feedback for Workplace Learning in Higher Education. Looptijd 01 september 2017 - 31 december 2020 Aanpak We hebben eerst verkennend onderzoek gedaan door een case study waarin onderzocht is wat de effecten zijn van verschillende keuzes in de data cleaning op de uitkomsten van de data-analyse. Vanaf september 2019 gaan we onderzoeken welke datavaardigheden studenten nodig hebben om learning analytics-systemen effectief te gebruiken.
