This open access book states that the endemic societal faultlines of our times are deeply intertwined and that they confront us with challenges affecting the security and sustainability of our societies. It states that new ways of inhabiting and cultivating our planet are needed to keep it healthy for future generations. This requires a fundamental shift from the current anthropocentric and economic growth-oriented social contract to a more ecocentric and regenerative natural social contract. The author posits that in a natural social contract, society cannot rely on the market or state alone for solutions to grand societal challenges, nor leave them to individual responsibility. Rather, these problems need to be solved through transformative social-ecological innovation (TSEI), which involves systemic changes that affect sustainability, health and justice. The TSEI framework presented in this book helps to diagnose and advance innovation and change across sectors and disciplines, and at different levels of governance. It identifies intervention points and helps formulate sustainable solutions for policymakers, administrators, concerned citizens and professionals in moving towards a more just and equitable society.
MULTIFILE
OBJECTIVES: Children diagnosed with auditory processing disorders (APD) experience difficulties in auditory functioning and with memory, attention, language, and reading tasks. However, it is not clear whether the behavioral characteristics of these children are distinctive from the behavioral characteristics of children diagnosed with a different developmental disorder, such as specific language impairment (SLI), dyslexia, attention-deficit hyperactivity disorder (ADHD), learning disorder (LD), or autism spectrum disorder. This study describes the performance of children diagnosed with APD, SLI, dyslexia, ADHD, and LD to different outcome measurements. The aim of this study was to determine (1) which characteristics of APD overlap with the characteristics of children with SLI, dyslexia, ADHD, LD, or autism spectrum disorder; and (2) if there are characteristics that distinguish children diagnosed with APD from children diagnosed with other developmental disorders.DESIGN: A systematic review. Six electronic databases (Pubmed, CINAHL, Eric, PsychINFO, Communication & Mass Media Complete, and EMBASE) were searched to find peer-reviewed studies from 1954 to May 2015. The authors included studies reporting behaviors and performance of children with (suspected) APD and children diagnosed with a different developmental disorder (SLI, Dyslexia, ADHD, and LD). Two researchers identified and screened the studies independently. Methodological quality of the included studies was assessed with the American Speech-Language-Hearing Association's levels-of-evidence scheme.RESULTS: In total, 13 studies of which the methodological quality was moderate were included in this systematic review. In five studies, the performance of children diagnosed with APD was compared with the performance of children diagnosed with SLI: in two with children diagnosed with dyslexia, one with children diagnosed with ADHD, and in another one with children diagnosed with LD. Ten of the studies included children who met the criteria for more than one diagnosis. In four studies, there was a comparison made between the performances of children with comorbid disorders. There were no studies found in which the performance of children diagnosed with APD was compared with the performance of children diagnosed with autism spectrum disorder. Children diagnosed with APD broadly share the same characteristics as children diagnosed with other developmental disorders, with only minor differences between them. Differences were determined with the auditory and visual Duration Pattern Test, the Children's Auditory Processing Performance Scale questionnaire, and the subtests of the Listening in Spatialized Noise-Sentences test, in which noise is spatially separated from target sentences. However, these differences are not consistent between studies and are not found in comparison to all groups of children with other developmental disorders.CONCLUSIONS: Children diagnosed with APD perform equally to children diagnosed with SLI, dyslexia, ADHD, and LD on tests of intelligence, memory or attention, and language tests. Only small differences between groups were found for sensory and perceptual functioning tasks (auditory and visual). In addition, children diagnosed with dyslexia performed poorer in reading tasks compared with children diagnosed with APD. The result is possibly confounded by poor quality of the research studies and the low quality of the used outcome measures. More research with higher scientific rigor is required to better understand the differences and similarities in children with various neurodevelopmental disorders.
LINK
In this study, we compared the impact of audio-, video-, and text-chat interaction on target language use during online learner-learner interaction and on learner affect amongst adolescent learners of German as a foreign language. Repeated measures and ANOVA analyses revealed a high percentage of target language output in all conditions for all four tasks, especially in text- chat. Audio-chatters produced the most output and used the most meaning negotiation, compensation strategies, self-repair and other-repair strategies. Learners in all conditions gained in enjoyment, willingness to communicate and self-efficacy. Anxiety reduced for text-chatters. Task effects partly determined the quantity of L2 output, while condition effects determined meaning-oriented and form-focused processing.
MULTIFILE
Developing a framework that integrates Advanced Language Models into the qualitative research process.Qualitative research, vital for understanding complex phenomena, is often limited by labour-intensive data collection, transcription, and analysis processes. This hinders scalability, accessibility, and efficiency in both academic and industry contexts. As a result, insights are often delayed or incomplete, impacting decision-making, policy development, and innovation. The lack of tools to enhance accuracy and reduce human error exacerbates these challenges, particularly for projects requiring large datasets or quick iterations. Addressing these inefficiencies through AI-driven solutions like AIDA can empower researchers, enhance outcomes, and make qualitative research more inclusive, impactful, and efficient.The AIDA project enhances qualitative research by integrating AI technologies to streamline transcription, coding, and analysis processes. This innovation enables researchers to analyse larger datasets with greater efficiency and accuracy, providing faster and more comprehensive insights. By reducing manual effort and human error, AIDA empowers organisations to make informed decisions and implement evidence-based policies more effectively. Its scalability supports diverse societal and industry applications, from healthcare to market research, fostering innovation and addressing complex challenges. Ultimately, AIDA contributes to improving research quality, accessibility, and societal relevance, driving advancements across multiple sectors.
Aanleiding Nieuwsuitgeverijen bevinden zich in zwaar weer. Economische malaise en toegenomen concurrentie in het pluriforme medialandschap dwingen uitgeverijen om enerzijds kosten te besparen en tegelijkertijd te investeren in innovatie. De verdere automatisering van de nieuwsredactie vormt hierbij een uitdaging. Buiten de branche ontstaan technieken die uitgeverijen hierbij zouden kunnen gebruiken. Deze zijn nog niet 'vertaald' naar gebruiksvriendelijke systemen voor redactieprocessen. De deelnemers aan het project formuleren voor dit braakliggend terrein een praktijkgericht onderzoek. Doelstelling Dit onderzoek wil antwoord geven op de vraag: Hoe kunnen bewezen en nieuw te ontwikkelen technieken uit het domein van 'natural language processing' een bijdrage leveren aan de automatisering van een nieuwsredactie en het journalistieke product? 'Natural language processing' - het automatisch genereren van taal - is het onderwerp van het onderzoek. In het werkveld staat deze ontwikkeling bekend als 'automated journalism' of 'robotjournalistiek'. Het onderzoek richt zich enerzijds op ontwikkeling van algoritmes ('robots') en anderzijds op de impact van deze technologische ontwikkelingen op het nieuwsveld. De impact wordt onderzocht uit zowel het perspectief van de journalist als de nieuwsconsument. De projectdeelnemers ontwikkelen binnen dit onderzoek twee prototypes die samen het automated-journalismsysteem vormen. Dit systeem gaat tijdens en na het project gebruikt worden door onderzoekers, journalisten, docenten en studenten. Beoogde resultaten Het concrete resultaat van het project is een prototype van een geautomatiseerd redactiesysteem. Verder levert het project inzicht op in de verankering van dit soort systemen binnen een nieuwsredactie. Het onderzoek biedt een nieuw perspectief op de manier waarop de nieuwsconsument de ontwikkeling van 'automated journalism' in Nederland waardeert. Het projectteam deelt de onderzoekresultaten door middel van presentaties voor de uitgeverijbranche, presentaties op wetenschappelijke conferenties, publicaties in (vak)tijdschriften, reflectiebijeenkomsten met collega-opleidingen en een samenvattende white paper.
Journalisten die veel interactie met hun publiek hebben (zoals consumentenprogramma’s) ontvangen via diverse, vaak besloten, kanalen (Facebook Messenger, WhatsApp, e-mail, fora) een grote stroom tips en/of berichten. Radio Dabanga, bijvoorbeeld, een op Soedan gericht radiostation in Amsterdam en ook een redactie met veel publieksinteractie, krijgt alleen al via WhatsApp 500-3000 berichten per dag. Met een redactie van twee mensen kan niet alles gelezen worden. Maar zelfs als dat kon, dan kan nog niet alles geverifieerd. Het gevolg is dat berichten gemist worden, dat Dabanga-journalisten vooral zoeken naar hun al bekende afzenders, en dat zij permanent het gevoel hebben belangrijke informatie te missen, waardoor zij hun contacten tekort te doen. Dit consortium onderzoekt of data science technieken hierbij kunnen helpen. Natural language processing technieken kunnen helpen de berichtenstroom beter te structureren waardoor tips over laag-frequente onderwerpen niet over het hoofd gezien worden. Recommender systemen kunnen ingezet worden om een betrouwbaarheidsindex te ontwerpen voor tot nog toe onbekende afzenders. Het resultaat is dan minder ondergesneeuwde tips en minder ondergesneeuwde afzenders. De uitkomsten worden getest met journalistenpanels. Bij goede resultaten uit bovenstaande onderzoeken, bouwt het consortium een prototype van de Berichtentemmer: een tool die helpt berichten uit diverse kanalen per onderwerp te structureren. Daardoor kunnen journalisten hun netwerken beter en efficiënter benutten. Bij het bouwen van deze tool hoort ook dat de gebruikte algoritmen transparant moeten zijn voor de journalist en de presentatie van de resultaten niet sturend mag zijn. Het consortium bestaat daarom uit een ‘Data science’-projectgroep voor het ontwerpen en testen van de algoritmen, en uit een ‘Ethiek & design’-projectgroep voor het ontwerpen van richtlijnen over transparantie van de algoritmen en de datavisualisatie. Tenslotte is er een ontwikkelgroep bestaande uit een combinatie van studenten en professional developers. Zij bouwen het prototype.
