Reviews on whole body human cold adaptation generally do not distinguish between population studies and dedicated acclimation studies, leading to confusing results. Population studies show that indigenous black Africans have reduced shivering thermogenesis in the cold and poor cold induced vasodilation in fingers and toes compared to Caucasians and Inuit. About 40,000 y after humans left Africa, natives in cold terrestrial areas seems to have developed not only behavioral adaptations, but also physiological adaptations to cold. Dedicated studies show that repeated whole body exposure of individual volunteers, mainly Caucasians, to severe cold results in reduced cold sensation but no major physiological changes. Repeated cold water immersion seems to slightly reduce metabolic heat production, while repeated exposure to milder cold conditions shows some increase in metabolic heat production, in particular non-shivering thermogenesis. In conclusion, human cold adaptation in the form of increased metabolism and insulation seems to have occurred during recent evolution in populations, but cannot be developed during a lifetime in cold conditions as encountered in temperate and arctic regions. Therefore, we mainly depend on our behavioral skills to live in and survive the cold.
Background: Although physical activity (PA) has positive effects on health and well-being, physical inactivity is a worldwide problem. Mobile health interventions have been shown to be effective in promoting PA. Personalizing persuasive strategies improves intervention success and can be conducted using machine learning (ML). For PA, several studies have addressed personalized persuasive strategies without ML, whereas others have included personalization using ML without focusing on persuasive strategies. An overview of studies discussing ML to personalize persuasive strategies in PA-promoting interventions and corresponding categorizations could be helpful for such interventions to be designed in the future but is still missing. Objective: First, we aimed to provide an overview of implemented ML techniques to personalize persuasive strategies in mobile health interventions promoting PA. Moreover, we aimed to present a categorization overview as a starting point for applying ML techniques in this field. Methods: A scoping review was conducted based on the framework by Arksey and O’Malley and the PRISMA-ScR (Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews) criteria. Scopus, Web of Science, and PubMed were searched for studies that included ML to personalize persuasive strategies in interventions promoting PA. Papers were screened using the ASReview software. From the included papers, categorized by the research project they belonged to, we extracted data regarding general study information, target group, PA intervention, implemented technology, and study details. On the basis of the analysis of these data, a categorization overview was given. Results: In total, 40 papers belonging to 27 different projects were included. These papers could be categorized in 4 groups based on their dimension of personalization. Then, for each dimension, 1 or 2 persuasive strategy categories were found together with a type of ML. The overview resulted in a categorization consisting of 3 levels: dimension of personalization, persuasive strategy, and type of ML. When personalizing the timing of the messages, most projects implemented reinforcement learning to personalize the timing of reminders and supervised learning (SL) to personalize the timing of feedback, monitoring, and goal-setting messages. Regarding the content of the messages, most projects implemented SL to personalize PA suggestions and feedback or educational messages. For personalizing PA suggestions, SL can be implemented either alone or combined with a recommender system. Finally, reinforcement learning was mostly used to personalize the type of feedback messages. Conclusions: The overview of all implemented persuasive strategies and their corresponding ML methods is insightful for this interdisciplinary field. Moreover, it led to a categorization overview that provides insights into the design and development of personalized persuasive strategies to promote PA. In future papers, the categorization overview might be expanded with additional layers to specify ML methods or additional dimensions of personalization and persuasive strategies.
In het SaxShirt-project wordt een comfortabel shirt ontwikkeld waarmee fysiologische aspecten van de drager kunnen worden gemeten, zonder dat de drager daar extra inspanning voor hoeft te leveren. Dergelijke technologieën noemen we Zero Effort Technologies (Baecker, 2011). De belangrijkste fysiologische aspecten die in eerste instantie gemeten gaan worden zijn: 1) temperatuur 2) hartslag 3) ademhaling. Het project is gestart in september 2013. Het doel is om in oktober 2014 een praktisch demonstratiemodel te hebben van het shirt waarmee de mogelijkheden van de huidige technologie kunnen worden gedemonstreerd. Het is belangrijk dat het shirt niet alleen comfortabel zit, maar ook robuust en eenvoudig te wassen en reinigen is. Voorafgaand aan dit project zijn er al verscheidene onderzoeken en ontwikkelingen geweest om mogelijkheden voor het shirt te onderzoeken. Om een definitief implementatieplan te kunnen opstellen voor het huidige project, was er behoefte om nog eenmaal een korte verbredende onderzoeksfase uit te voeren. Dit rapport is het resultaat van deze fase. Na de verbredende fase zijn in november 2013 besluiten genomen en is begonnen aan de implementatie van het demonstratiemodel. De belangrijke momenten staan in onderstaand overzicht: • Oktober 2013: Start SaxShirt Project • November 2013: Vaststellen Plan van Aanpak (PvA) voor implementatie • Juli 2014: Afronden implementatie • Oktober 2014: Oplevering eerste demonstratiemodel SaxShirt Dit rapport beschrijft de state-of-the art van technieken waarmee bovenstaande fysiologische aspecten kunnen worden gemeten. Het doel van dit rapport is om een overzicht van in textiel-integreerbare fysiologische sensoren te geven. Dit overzicht dient als basis en discussiestuk voor het pan van aanpak voor de implementatie en kan worden gebruikt als introductie voor nieuwe medewerkers op het SaxShirt project.
MULTIFILE
In het project “ADVICE: Advanced Driver Vehicle Interface in a Complex Environment” zijn belangrijke onderzoeksresultaten geboekt op het gebied van het schatten van de toestand en werklast van een voertuigbestuurder om hiermee systemen die informatie geven aan de bestuurder adaptief te maken om zo de veiligheid te verhogen. Een voorbeeld is om minder belangrijke informatie van een navigatiesysteem te onderdrukken, zolang de bestuurder een hoge werklast ervaart voor het autorijden en/of belangrijke informatie juist duidelijker weer te geven. Dit leidt tot een real-time werklast schatter die geografische informatie meeneemt, geavaleerd in zowel een rijsimulator als op de weg. In de ontwikkeling naar automatisch rijden is de veranderende rol van de bestuurder een belangrijk (veiligheids) onderwerp, welke sterk gerelateerd is aan de werklast van de bestuurder. Indien rijtaken meer geautomatiseerd worden, wijzigt de rol van actieve bestuurder meer naar supervisie van de rijtaken, maar tevens met de eis om snel en gericht in te grijpen indien de situatie dit vereist. Zowel deze supervisie als interventietaak zijn geen eenvoudige taken met onderling een sterk verschillende werklast (respectievelijk lage en (zeer) hoge werklast). Of een goede combinatie inclusief snelle overgangen tussen deze twee hoofdtaken veilig mogelijk is voor een bestuurder en hoe dit dan het beste ondersteund kan worden, is een belangrijk onderwerp van huidig onderzoek. De ontwikkeling naar autonoom rijden verandert niet alleen de rol van de bestuurder, maar zal ook de eisen aan het rijgedrag van het voertuig beïnvloeden, de voertuigdynamica. Voor de actieve bestuurder kunnen snelle voertuigreacties op bestuurdersinput belangrijk zijn, zeker voor een ‘sportief’ rijdende bestuurder. Indien dit voertuig ook automatische rijtaken moet uitvoeren, kan juist een meer gelijkmatig rijgedrag gewenst zijn, zodat de bestuurder ook andere taken kan uitvoeren. Dit stelt eisen aan vertaling van (automatische) input naar voertuigreactie en aan de voertuigdynamica. Mogelijk wil zelfs een sportieve bestuurder een meer comfortabel voertuiggedrag tijdens automatisch rijden. Eveneens voor deze twee voertuigtoestanden, menselijke of automatische besturing, moet gezocht worden naar een goede combinatie inclusief (veilige) overgangen tussen deze twee toestanden. Hierbij speelt de werklast en toestand van de bestuurder een doorslaggevende rol. In de geschetste ontwikkelingen in automatisch rijden kunnen de onderzoeksresultaten van ADVICE een goede ondersteuning bieden. Veel van deze ontwikkelingen worstelen met het schatten van de werklast van de bestuurder als cruciaal (veiligheids) aspect van automatisch rijden. De ADVICE resultaten zijn echter gepresenteerd voor beperkt publiek en gepubliceerd op conferenties, waarvan de artikelen veelal slechts tegen betaling toegankelijk zijn. Daarnaast zijn dergelijke artikelen gelimiteerd in aantal pagina’s waardoor de over te dragen informatie beperkt is. Om een betere doorwerking van ADVICE aan ‘iedereen’ te realiseren en tevens de mogelijkheden hiervan in de toekomst van automatisch rijden te plaatsen, willen wij top-up gebruiken om hierover een artikel te schrijven en dit in een peer-reviewed Open Access tijdschrift online toegankelijk te maken. Hierdoor wordt de informatie voor iedereen, gratis toegankelijk (open access), is de inhoud uitgebreider aan te geven (tijdschriftartikel) en is de inhoud en kwaliteit goed en relevant voor het vakgebied (peer-reviewed).
In the last decade, the automotive industry has seen significant advancements in technology (Advanced Driver Assistance Systems (ADAS) and autonomous vehicles) that presents the opportunity to improve traffic safety, efficiency, and comfort. However, the lack of drivers’ knowledge (such as risks, benefits, capabilities, limitations, and components) and confusion (i.e., multiple systems that have similar but not identical functions with different names) concerning the vehicle technology still prevails and thus, limiting the safety potential. The usual sources (such as the owner’s manual, instructions from a sales representative, online forums, and post-purchase training) do not provide adequate and sustainable knowledge to drivers concerning ADAS. Additionally, existing driving training and examinations focus mainly on unassisted driving and are practically unchanged for 30 years. Therefore, where and how drivers should obtain the necessary skills and knowledge for safely and effectively using ADAS? The proposed KIEM project AMIGO aims to create a training framework for learner drivers by combining classroom, online/virtual, and on-the-road training modules for imparting adequate knowledge and skills (such as risk assessment, handling in safety-critical and take-over transitions, and self-evaluation). AMIGO will also develop an assessment procedure to evaluate the impact of ADAS training on drivers’ skills and knowledge by defining key performance indicators (KPIs) using in-vehicle data, eye-tracking data, and subjective measures. For practical reasons, AMIGO will focus on either lane-keeping assistance (LKA) or adaptive cruise control (ACC) for framework development and testing, depending on the system availability. The insights obtained from this project will serve as a foundation for a subsequent research project, which will expand the AMIGO framework to other ADAS systems (e.g., mandatory ADAS systems in new cars from 2020 onwards) and specific driver target groups, such as the elderly and novice.
Het doel van dit interdisciplinaire SIA KIEM project Fluïde Eigenschap in de Creatieve Industrie is te onderzoeken of en hoe gedeelde vormen van eigenaarschap in de creatieve industrie kunnen bijdragen aan het creëren van een democratischer en duurzamer economie, waarin ook het MKB kan participeren in digitale innovatie. Het project geeft een overzicht van beschikbare vormen van (gedeeld) eigenaarschap, hun werking en hoe deze creatieve professionals kunnen ondersteunen bij de transitie naar de platformeconomie. Dit wordt toegepast op een concrete case, dat van een digitale breimachine. Naast het leveren van een goede praktijk, moet het project leiden tot een groter internationaal onderzoeksvoorstel over Fluid Ownership in the Creative Industry, dat dieper ingaat op de beschikbare eigendomsoplossingen en hoe deze waarde zullen creëren voor de creatieve professional.
