Field Research Report on the impact of art and culture on MVC in Overijssel
MULTIFILE
De mkb-accountant heeft moeite bij te blijven op het gebied van automatisering, digitalisering en data-analyse. Na inventarisatie van knelpunten hebben onderzoekers van drie hogescholen twee tools ontwikkeldom zulke uitdagingen op te lossen. Presentatie van een tool die mkb-accountants kan helpen stappen te zettenop het gebied van digitale dienstverlening.
MULTIFILE
Receiving the first “Rijbewijs” is always an exciting moment for any teenager, but, this also comes with considerable risks. In the Netherlands, the fatality rate of young novice drivers is five times higher than that of drivers between the ages of 30 and 59 years. These risks are mainly because of age-related factors and lack of experience which manifests in inadequate higher-order skills required for hazard perception and successful interventions to react to risks on the road. Although risk assessment and driving attitude is included in the drivers’ training and examination process, the accident statistics show that it only has limited influence on the development factors such as attitudes, motivations, lifestyles, self-assessment and risk acceptance that play a significant role in post-licensing driving. This negatively impacts traffic safety. “How could novice drivers receive critical feedback on their driving behaviour and traffic safety? ” is, therefore, an important question. Due to major advancements in domains such as ICT, sensors, big data, and Artificial Intelligence (AI), in-vehicle data is being extensively used for monitoring driver behaviour, driving style identification and driver modelling. However, use of such techniques in pre-license driver training and assessment has not been extensively explored. EIDETIC aims at developing a novel approach by fusing multiple data sources such as in-vehicle sensors/data (to trace the vehicle trajectory), eye-tracking glasses (to monitor viewing behaviour) and cameras (to monitor the surroundings) for providing quantifiable and understandable feedback to novice drivers. Furthermore, this new knowledge could also support driving instructors and examiners in ensuring safe drivers. This project will also generate necessary knowledge that would serve as a foundation for facilitating the transition to the training and assessment for drivers of automated vehicles.
Boerenbedrijven met een (regionale) meerwaardestrategie missen een manier om hun meerwaarde in duurzaamheid voor de consument en burger concreet zichtbaar te maken. Keurmerken als PlanetProof passen onvoldoende omdat die gericht zijn op productniveau en niet het integrale bedrijfsniveau. Het Donut-economie model van Kate Raworth (2017) biedt een kans om dit wel mogelijk te maken. Daarmee kunnen duurzaamheidsprestaties van het bedrijf communiceerbaar worden naar burgers en consumenten. Het model heeft de eerste praktijktests doorstaan, het biedt potentie voor bedrijven die in korte ketens leveren aan consumenten en voor bedrijven waar burgers betrokken zijn bij de bedrijfsontwikkeling. Het model brengt op integrale wijze de sociale, circulaire, regeneratieve en maatschappelijke in beeld met relevante criteria en KPI's. Het model maakt het mogelijk de duurzaamheid van de bedrijfsontwikkeling in alle complexiteit te communiceren naar betrokken stakeholders inclusief ontwikkeling vanuit verleden naar toekomst. De bruikbaarheid van het model is in pilotstudie aangetoond, de verdere ontwikkelvragen worden in dit project uitgewerkt. Daarin werken we de thema’s en meetlatten concreet uit en testen we het model in een praktijkcasus. Bij het bepalen van thema’s en meetlatten leggen we verbinding met TKI project Regeneratieve landbouw. Het consortium werkt tevens aan de digitale inbedding van het model. Met een cirkel van betrokken bedrijven worden de ervaringen gedeeld zodat inbedding in de bredere praktijk geborgd is. Dit project is verbonden aan het lectoraat Omgevingsinclusief Ondernemen.
![Sensible & significant metrics: kansrijke kpi’s voor social media [onderzoek]](https://publinova-harvester-content-prod.s3.amazonaws.com/thumbnails/files/previews/pdf/20240419030417969310.b4e36f9c-5d74-473e-a623-424c10825d73-thumbnail-400x300.png)