Nederlandse spelling is al heel lang een hot issue, er is een woud aan regeltjes met diverse uitzonderingen. Ook over de spelling van werkwoorden wordt veel geklaagd, het zou moeilijk zijn én de leerlingen leren het niet meer op school. Om erachter te komen of leerlingen de werkwoordspelling onder de knie krijgen, hebben we een toets gemaakt die in september en oktober op vier Tilburgse scholen afgenomen is: Theresia Lyceum, Odulphus Lyceum, 2College Jozefmavo en het Koning Willem II College.
In opdracht voor de AD Academy: Webinar AD Academy: Smart, classificeren en voorspellen: Is Smart het nieuwe dom? part1 Deel1 https://youtu.be/pCWhJq2WFDg Deel2 https://youtu.be/aCyxpbLB5N8 Deel3 https://youtu.be/dtHa5NGiB7A Webinar voor AD Academy door Jan Willem de Graaf, lector Brain & Technology Saxion (1, 2 en 3) Dit Webinar gaat over classificatie in een smart society. Classificatie houdt in dat de wereld in principe beter begrepen kan worden doordat gebeurtenissen en daarvan afgeleide ervaringen (breinsporen, geheugensporen, kennis) helpen om voorspellingen te doen met betrekking tot de in principe altijd ongewisse toekomst.
MULTIFILE
In het RAAK-project, genaamd Groningen MAPS, is er veel data en kennis vergaard van waaruit antwoorden zijn geformuleerd op verschillende vragen rondom belasting en belastbaarheid van (top)sporters. Het onderzoek naar de factoren die invloed hebben op de prestaties en het blessurerisico van sporters heeft opgeleverd dat we nu meer inzicht hebben in de informatie die nodig is om gericht te zoeken naar verbanden tussen belasting en belastbaarheid. We hebben echter nog niet gekeken naar de data vanuit een datamining perspectief. Datamining is het gericht zoeken naar verbanden in een database met als doel het opstellen van profielen. Deze profielen kunnen nieuwe inzichten geven waardoor sporters van nog betere feedback voorzien kunnen worden. Het doel van het Top-up project is om kennis te ontwikkelen over het automatiseren van de verwerking en analyse van datastromen. Dit zal leiden tot een datasysteem wat automatisch analyses uitvoert achter de schermen. Met dit datasysteem kan de Groningen MAPS-data verder geanalyseerd worden (door middel van datamining) om nieuw inzicht te verkrijgen op het gebied van patronen in belasting en belastbaarheid van (top)sporters.
Zijn data-analyse en bio-informatica de sleutel naar voorspellingen over de invloed van giftige stoffen op de gezondheid van mensen? Het project DART Pathfinder is een vervolgonderzoek naar een dierproefvrije testmethode. Met moderne ICT-technieken proberen we die voorspellingen te doen.Doel Het doel van dit project is om gegevens over giftige stoffen uit verschillende data bronnen samen te brengen. In het onderzoek gebruiken we technieken uit de bio-informatica. Zo willen we de eigenschappen van giftige stoffen beter in kaart brengen en (nadelige) effecten van soortgelijke stoffen kunnen voorspellen. Veel bedrijven maken producten of stoffen, die getest moeten worden of ze veilig zijn. Met dit project helpen we bedrijven om o.b.v. bestaande gegevens een betere keuze te maken welke testen ze hiervoor het beste kunnen gebruiken. Resultaten Kennis over computer modellen die voorspellingen doen, zoals machine learning, regression tree-based models; Nieuwe algoritmen (instructies om berekeningen uit te voeren) Inzicht in nieuwe biologische mechanismen obv data science Nieuwe statische methoden om data te analysen en voorspellingen te doen. Looptijd 01 februari 2018 - 01 februari 2022 Aanpak Met de gegevens uit het onderzoek maken we een computermodel dat voorspelt of giftige stoffen invloed hebben op de voortplanting en ontwikkeling van mensen. Die voorspelling gebeurt via machine learning, algoritmen en statistische methoden. Voor dit model wordt informatie uit publieke databases over fysische en chemische eigenschappen van mogelijk gevaarlijke stoffen samengevoegd met de gegevens over de invloed van deze stoffen op levende organismen. Net als in het eerste onderzoek (PreDART) werken we met rondwormen (C.elegans) en embryo's van zebravissen, met als doel geen proeven meer met ratten en konijnen te hoeven doen.
Mensen met autisme redden het vaker niet dan wel op school en op de arbeidsmarkt. Niet kunnen omgaan met stress, bijvoorbeeld door veranderingen in het werk, is de belangrijkste oorzaak. Het zelf kunnen herkennen van stress en nadenken over de oorzaken daarvan is weinig mensen met ASS gegeven, en ook voor mensen in de omgeving (coaches, docenten, collega’s) wordt het vaak pas duidelijk als het te laat is. Vroegtijdige signalering van stress om uitval te voorkomen is derhalve wenselijk. Doel van dit project is het ontwikkelen van een digitale stress duidings- en coachingstool, waarbij zowel het perspectief van begeleiders/coaches als dat van de persoon met autisme zelf wordt ondersteund. Daarbij maken we gebruik van de wetenschappelijk voldoende bewezen technologie van huidweerstand-analyse. Zoals bij alle technologieën die ontwikkeld worden voor stresssignalering geldt ook hier dat menselijke duiding nodig blijft. Centraal in deze aanvraag staan technologische ontwikkelingen die in gang gezet zijn binnen Fontys Hogeschool ICT en Game Solutions Lab om stress-indicatoren te meten en te communiceren, gecombineerd met de domeinkennis van Leo Kanner, Leermakers Zorggroep, de Nederlandse Vereniging voor Autisme (NVA) en Student+. De innovatie kracht van dit project ligt in de combinatie van menselijke kracht én technologische ondersteuning in lijn met het probleemgebied Enabling Adaptation binnen de Roadmap Design for Change. Deze combinatie maakt het mogelijk om op grond van objectieve data sneller en effectiever stressoren in kaart te brengen en zelfduiding te stimuleren op het juiste moment. Hiermee worden niet alleen actuele risico’s beperkt, maar zal ook voor de lange termijn leiden tot betere zelfkennis en meer zelfregie. Hierdoor kan de doelgroep door juiste aanpassingen wel duurzaam onderwijs volgen of aan het werk blijven.
