We read the recent manuscript by Kal et al.1 ‘Explicit motor learning interventions are still relevant for ACL injury rehabilitation: do not put all your eggs in the implicit basket‘ with great interest. The authors did a commendable job summarizing the current literature and we highly respect them for being critical, to foster academic discussions to move science forward. We do however have some concerns regarding the methodology and interpretations made by the authors.
LINK
Er blijkt nauwelijks eenduidigheid te bestaan over de kwaliteitseisen waarmee een onderzoek praktijkgerichtheid en wetenschappelijkheid combineert. Vooral de mate waarin en de wijze waarop vanuit praktijkgericht onderzoek algemeen geldige uitspraken kunnen worden gedaan blijven onduidelijk. De vraag is echter of men van praktijkgericht onderzoek kan verwachten dat de onderzoeksresultaten algemene geldigheid bezitten. Aan de hand van drie Nederlandse publicaties over praktijkgericht onderzoek (Verschuren, 2009, Van der Donk en Van Lanen, 2011 en Andriessen, 2014) brengt de auteur dit dilemma in kaart. De publicaties worden door de auteur kort toegelicht en voorzien van enkele kanttekeningen. Met het artikel wil hij zodoende een bijdrage leveren aan het debat over de positie van praktijkgericht onderzoek.
Industry 4.0 omvat de toenemende digitalisatie binnen bedrijven, resulterend in een inter-connectiviteit tussen mensen, objecten en systemen in real time. Dit resulteert in fundamentele veranderingen in de manier waarop mensen werken, beslissingen nemen en hun activiteiten managen. Deze nieuwe technologieën, zoals robotoplossingen beïnvloeden ook de manier waarop kennis wordt verworven, overgedragen en gebruikt en vragen om nieuwe managementpraktijken om het leren, de kennisdeling en zodoende het continu verbeteren te faciliteren (Lepore, et al., 2022). Dit onderzoek bouwt voort op bevindingen uit eerdere onderzoeken (RAAK Integraal Robotiseren). Waar eerder is gekeken naar succesfactoren voor het implementeren van de robot oplossing, wordt nu gekeken naar het continue verbeteren van de robotoplossing, met de focus op de impact van interne sociale relaties. De Social Network Analysis (SNA) zou kunnen helpen om de ontwikkeling en dynamiek van kennisdelingsrelaties tijdens robotiseringstrajecten in kaart te brengen en interventies te plannen, voor het verbeteren van dergelijke relaties. De uitkomst van dit onderzoek geeft het MKB een meetinstrument, waarmee een nulmeting kan worden gecreëerd. De nulmeting geeft inzicht hoe de inrichting van de interne kennisdelingsrelaties zijn opgebouwd. Met de interpretatie van de resultaten kan bepaald worden hoe effectief deze relaties zijn. Doelstelling van dit onderzoek is het ontwikkelen van een SNA meetinstrument waarmee inzicht gecreëerd wordt in het ontstaan van- en dynamiek binnen kennisdelingsrelaties. Met deze kennis kunnen Mkb’ers interventies uitvoeren om kritische kennis gerelateerd aan de robotoplossing bij de juiste personen te borgen.