Dit artikel schetst een overzicht van de huidige stand van zaken omtrent beweging en zitgedrag bij basisschoolleerlingen in Nederland gebaseerd op de combinatie van GPS en accelerometrie. Tevens wordt aan de hand van een praktijkinterventie suggesties gedaan hoe beweegstimulering bij basisschoolleerlingen zou kunnen worden verbeterd door een contextuele blik toe te passen die aansluit bij het gedrag van basisschoolleerlingen.
Een verpleegkundige die evidence-based handelt, maakt gebruik van zowel wetenschappelijk onderzoek als zijn eigen professionele ervaringskennis, gecombineerd met de kennis en voorkeuren van de patiënt. Een gangbare benadering om dit evidence-based handelen in de praktijk te krijgen, is het ontwikkelen van een richtlijn om deze vervolgens in de gezondheidszorg te implementeren. Hoewel deze werkwijze gangbaar is, is ze slechts beperkt succesvol. Inmiddels is er beginnend bewijs dat cultuur en leiderschap sleutelelementen zijn bij het implementeren van richtlijnen, zodat er meer nodig is om professioneel gedrag te veranderen dan de professional ‘bloot stellen’ aan een richtlijn. Een dergelijke gedragsverandering is een complex proces, omdat dit handelen onderhevig is aan zowel intrinsieke (persoonsgebonden) als extrinsieke (contextgebonden) factoren.
LINK
Introduction: Previous longitudinal studies indicate that physical activity (PA) significantly declines from primary-to secondary school, and report both changes in individual and environmental determinants of PA. In order to understand this transition and to prevent this negative trend, it is important to gather contextually rich data on possible mechanisms that drive this decline. Therefore, the aim of this study was to investigate changes of PA patterns in transition between primary and secondary school, and to add domain-specific insights of how, where, and when these changes occur. Methods: In total, 175 children participated in a 7-day accelerometer- and Global Positioning System (GPS) protocol at their last year of primary and their first year of secondary school. GPS data-points were overlaid with Geographical Information Systems (GIS) data using ArcGIS 10.1 software. Based on the GPS locations of individual data-points, we identified child’s PA at home, school, local sports grounds, shopping centers, and other locations. Also, trips in active and passive transport were identified according to previously validated GPS speed-algorithms. Longitudinal multi-level linear mixed models were fitted adjusting for age, gender, meteorological circumstances, and the nested structure of days within children and children within schools. Outcome measures were minutes spent in light PA and moderate-to-vigorous PA, specified for the time-segments before school, during school, after school and weekend days. Results: Total PA significantly declined from primary to secondary school. Although transport-related PA increased before- and during school, decreases were found for especially afterschool time spent at sports grounds and transport-related PA during weekends.
MULTIFILE
Drones have been verified as the camera of 2024 due to the enormous exponential growth in terms of the relevant technologies and applications such as smart agriculture, transportation, inspection, logistics, surveillance and interaction. Therefore, the commercial solutions to deploy drones in different working places have become a crucial demand for companies. Warehouses are one of the most promising industrial domains to utilize drones to automate different operations such as inventory scanning, goods transportation to the delivery lines, area monitoring on demand and so on. On the other hands, deploying drones (or even mobile robots) in such challenging environment needs to enable accurate state estimation in terms of position and orientation to allow autonomous navigation. This is because GPS signals are not available in warehouses due to the obstruction by the closed-sky areas and the signal deflection by structures. Vision-based positioning systems are the most promising techniques to achieve reliable position estimation in indoor environments. This is because of using low-cost sensors (cameras), the utilization of dense environmental features and the possibilities to operate in indoor/outdoor areas. Therefore, this proposal aims to address a crucial question for industrial applications with our industrial partners to explore limitations and develop solutions towards robust state estimation of drones in challenging environments such as warehouses and greenhouses. The results of this project will be used as the baseline to develop other navigation technologies towards full autonomous deployment of drones such as mapping, localization, docking and maneuvering to safely deploy drones in GPS-denied areas.
Nederland is een belangrijke speler op de wereldwijde rozenmarkt. In 2023 exporteerde het land rozen ter waarde van 939 miljoen dollar, waarmee het de grootste exporteur ter wereld was ( (OECtoday, 2024). Rozenkwekers worden geconfronteerd met aanzienlijke uitdagingen, waaronder de verwoestende impact van ziekten zoals valse meeldauw, die zich onder gunstige omstandigheden snel kunnen verspreiden en ernstige oogstverliezen veroorzaken. Valse meeldauw vormt een ernstige bedreiging voor rozen, aangezien vooral buitenteelt onderhevig is aan weersinvloeden zoals hoge luchtvochtigheid, temperatuurschommelingen en regenval, die de verspreiding van de schimmel aanzienlijk bevorderen. De infectie leidt tot bladverlies, groeivertraging en een significante verslechtering van de bloemkwaliteit, wat resulteert in aanzienlijke economische schade voor telers. Dit project richt zich op de ontwikkeling van een geavanceerd AI-gebaseerd beeldherkenningssysteem dat specifiek is ontworpen voor het vroegtijdig detecteren van valse meeldauw (Peronospora sparsa) op rozen in de buitenteelt. Traditioneel worden chemische fungiciden ingezet, maar deze aanpak is zowel milieubelastend als inefficiënt op de lange termijn, mede door de ontwikkeling van resistentie bij de schimmel. Ons project beoogt daarom een duurzame, niet-chemische oplossing door middel van gerichte ultraviolet-bestraling (UV-C). De reeds ontwikkelde robot Alpha Ceres, die autonoom door rozenvelden navigeert met behulp van Real-Time-Kinematic (RTK) GPS, zal in de toekomst als draagplatform dienen voor deze technologie. In de eerste fase ligt de focus op de ontwikkeling van een robuust AI-algoritme voor herkenning van geïnfecteerde bladeren en het bepalen van hun positie. Daarnaar volgt het nauwkeurig bepalen van optimale UV-C-instellingen en laboratoriumtesten met geïnfecteerde planten. Er zal een proof-of-concept worden gerealiseerd met een opstelling bestaande uit een lopende band, camera’s en een actuator die de lamp naar de plant toe beweegt, welke beschikbaar is bij het GreenTechLab. Dit vormt de basis voor de overstap naar Alpha Ceres.
De groeiende wereldbevolking zorgt voor noodzaak tot optimaler gebruik van landbouwgrond. De innovatie van de eerste elektrische tractor door Boessenkool B.V. zorgt voor minder rijsporen en daarmee een effectiever landbouw gebruik. Tevens creëert deze elektrificatie de mogelijkheid tot volcontinue automatische landbouw. De in ontwikkeling zijnde landbouw-drone van Drone4Agro B.V. laat geen enkel rijspoor achter en heeft de autonome landbouw tot doel! Saxion, als kennisontwikkelaar van systems engineering en modulaire robotica, en bovengenoemde partners hebben elkaar gevonden tijdens gesprekken over het drone test centrum. Saxion is ook aangesloten bij de SMART Industry agenda Boost van Oost Nederland en mede-oprichter van de netwerkorganisatie LEO Robotics. De centrale kennisvraagstelling luidt: “Is het mogelijk om een koppeling van een autonome drone met een oplaadstation te maken, waarbij de drone een autonome landingsprocedure gebruikt?” Tevens wordt gekeken naar welke kennisvragen opgelost moeten worden om te komen tot (vol‑)automatische landbouwbewerkingen. De autonome besturing en toekomstige volautomatische landbouwbewerkingen openen internationaal de mogelijkheden tot autonome landbouw op grote schaal en voor Saxion tot een duurzame investering in de kenniskring. De technische uitdaging zit hem in de overgang van de GPS gecontroleerde besturing naar de automatische landing/koppelingsprocedure, waarbij een besturingscontrol overdracht moet plaats vinden. Tevens is de technische uitdaging om de besturing zodanig generiek en modulair op te zetten dat het hardware (grond of luchtrobot) onafhankelijk is. De kennis van de besturingen zal gedeeld worden om te komen tot een technische doorontwikkeling van de autonome besturing. Middels de kennisontwikkeling op gebied van autonome besturing en demonstratiemodellen van de luchtrobot en eventueel grondrobot wordt het proof-of-concept aangetoond. Middels stages en afstudeeropdrachten zal geprobeerd worden de kennis te implementeren in de prototypes bij de bedrijven. Middels de bewezen systems engineeringsmethodiek “Het V-model” zullen de functionele klantenwensen t.a.v. de landbouwbewerkingen worden vertaald naar de kennisvragen, mogelijke technische oplossingen en eventuele vervolgprojecten.
