White paper Media Future Week Almere Het jaar 2011 werd door Neelie Kroes (Europees Commissaris ‘Digitale Agenda’) afgesloten met de presentatie van een nieuwe Europese richtlijn die ervoor moet zorgen dat overheden meer data voor hergebruik ter beschikking stellen. Open data is volgens Kroes 'goud waard'. Ook binnen de Nederlandse overheid groeit de aandacht voor open data. In de door het rijk geïnitieerde wedstrijd ‘Apps voor Nederland’ (http://www.appsvoornederland.nl/) konden deelnemers mobiele applicaties ontwikkelen met beschikbare overheidsdata. Onder die ontwikkelaars waren eerstejaars studenten Communication & Media Design van de Hogeschool Utrecht. Zij hebben eind vorig jaar enthousiast gepionierd en succesvolle concepten bedacht die gezien de overeenkomsten met de ‘prijswinnende applicaties’ (http://www.appsvoornederland.nl/nieuws/winnaars‐apps‐voor‐nederland‐bekend) zeker kans van slagen zouden hebben. Zie bijvoorbeeld de web‐based app ‘iHBO’ (http://www.appsvoornederland.nl/apps/ihbo) van Rein Krijgsman, Robert van Assenbergh en Pjotr Sen. Deze applicatie biedt aankomend studenten, ouders en decanen informatie op maat om een weloverwogen en goed geïnformeerde studiekeuze te kunnen maken. Het was volgens de studenten leuk en leerzaam om nieuwe dienstverlenende
This paper provides a management perspective of organisational factors that contributes to the reduction of food waste through the application of design science principles to explore causal relationships between food distribution (organisational) and consumption (societal) factors. Qualitative data were collected with an organisational perspective from commercial food consumers along with large-scale food importers, distributors, and retailers. Cause-effect models are built and “what-if” simulations are conducted through the development and application of a Fuzzy Cognitive Map (FCM) approaches to elucidate dynamic interrelationships. The simulation models developed provide a practical insight into existing and emergent food losses scenarios, suggesting the need for big data sets to allow for generalizable findings to be extrapolated from a more detailed quantitative exercise. This research offers itself as evidence to support policy makers in the development of policies that facilitate interventions to reduce food losses. It also contributes to the literature through sustaining, impacting and potentially improving levels of food security, underpinned by empirically constructed policy models that identify potential behavioural changes. It is the extension of these simulation models set against a backdrop of a proposed big data framework for food security, where this study sets avenues for future research for others to design and construct big data research in food supply chains. This research has therefore sought to provide policymakers with a means to evaluate new and existing policies, whilst also offering a practical basis through which food chains can be made more resilient through the consideration of management practices and policy decisions.
LINK
Professionals worden steeds vaker ondersteund door AI (Artificial Intelligence, kunstmatige intelligentie). Maar hoe ervaren professionals dat? Welke vorm van ondersteuning versterkt hun professie en wat willen ze vooral niet? In dit project onderzoeken we hoe verschillende rollen voor AI (besluitvormer, adviseur of kennisbron) worden ervaren door aankomend professionals in de preventieve zorg. Doel Krachtige samenwerking professional en AI Met het project willen we inzicht krijgen in welke invloed verschillende vormen van samenwerking met AI heeft op waarden als autonomie en vertrouwen bij professionals. Deze inzichten willen we vertalen naar vormen van samenwerking waarbij de kracht van zowel professional als AI optimaal tot uiting komt. Resultaten Het beoogde resultaat van het project is een set aan concrete richtlijnen voor het context-afhankelijk ontwerpen van mens-AI samenwerkingen die recht doen aan persoonlijke waarden. Looptijd 01 april 2021 - 31 maart 2022 Aanpak We onderzoeken verschillende rollen van AI door middel van Wizard of Oz experimenten. Hierin voeren studenten paramedische studies een preventieve gezondheidscheck uit met behulp van een gesimuleerd AI algoritme. De resulterende richtlijnen toetsen we in focusgroepen met zorg professionals. Relevantie voor beroepspraktijk Het gebruik van AI heeft grote potentie voor de beroepspraktijk. Er zijn echter ook zorgen over de impact van AI op de maatschappij. Met dit project dragen we bij aan een ethisch verantwoorde inzet van AI. Cofinanciering Dit project wordt uitgevoerd als onderdeel van het programma R-DAISES dat wordt uitgevoerd in het kader van NWA route 25 – verantwoorde waardecreatie met big data en is gefinancierd door NWO (Nederlandse Organisatie voor Wetenschappelijk Onderzoek)
The maximum capacity of the road infrastructure is being reached due to the number of vehicles that are being introduced on Dutch roads each day. One of the plausible solutions to tackle congestion could be efficient and effective use of road infrastructure using modern technologies such as cooperative mobility. Cooperative mobility relies majorly on big data that is generated potentially by millions of vehicles that are travelling on the road. But how can this data be generated? Modern vehicles already contain a host of sensors that are required for its operation. This data is typically circulated within an automobile via the CAN bus and can in-principle be shared with the outside world considering the privacy aspects of data sharing. The main problem is, however, the difficulty in interpreting this data. This is mainly because the configuration of this data varies between manufacturers and vehicle models and have not been standardized by the manufacturers. Signals from the CAN bus could be manually reverse engineered, but this process is extremely labour-intensive and time-consuming. In this project we investigate if an intelligent tool or specific test procedures could be developed to extract CAN messages and their composition efficiently irrespective of vehicle brand and type. This would lay the foundations that are required to generate big data-sets from in-vehicle data efficiently.
100 woorden Ava is een medisch home device die je gebruikt in combinatie met een app op je telefoon vóórdat je naar de huisarts gaat. Ava spreekt, maakt gebruik van Big Data en het internet en zal in staat zijn om onze hartslag, pupilreflex, huidintensiteit en zuurstofgehalte in onze longen te meten. Door elke dag een gezondheidscheck te doen met Ava, hou je meer grip op je gezondheid en wordt de gezondheidszorg efficiënter. De kans op een misdiagnose wordt minimaal en ziekte kan voorkomen worden. De metingen en informatie wordt toegankelijk gemaakt en je blijft zelf beheerder van je eigen medische data.
