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.
The research presented in this thesis has highlighted (bio)geochemical, hydrological, and wetland ecological processes that interact and enhance ecosystem development on wetlands built on fine sediment. A combination of greenhouse and laboratory experiments were conducted. Some measured data from these experiments formed important input for subsequent analysis in a modeling environment. The findings presented in Chapters 2-6 can be divided into four topics: 1) Plant–soil interactions in the terrestrial zone, 2) wetland–terrestrial processes influencing nutrient availability in the land–water zone, 3) effects of plants on sediment consolidation in the terrestrial zone, and 4) effects of bioturbation on nutrient availability in the aquatic zone. The next sections give a summary of the results for these four topics. The last section summarizes the recommendations formulated for the Marker Wadden project.
MULTIFILE
This paper presents a Decision Support System (DSS) that helps companies with corporate reputation (CR) estimates of their respective brands by collecting provided feedbacks on their products and services and deriving state-of-the-art key performance indicators. A Sentiment Analysis Engine (SAE) is at the core of the proposed DSS that enables to monitor, estimate, and classify clients’ sentiments in terms of polarity, as expressed in public comments on social media (SM) company channels. The SAE is built on machine learning (ML) text classification models that are cross-source trained and validated with real data streams from a platform like Trustpilot that specializes in user reviews and tested on unseen comments gathered from a collection of public company pages and channels on a social networking platform like Facebook. Such crosssource opinion analysis remains a challenge and is highly relevant in the disciplines of research and engineering in which a sentiment classifier for an unlabeled destination domain is assisted by a tagged source task (Singh and Jaiswal, 2022). The best performance in terms of F1 score was obtained with a multinomial naive Bayes model: 0,87 for validation and 0,74 for testing.
AANLEIDING In het RAAK-MKB project ‘Gelijkspanning breng(t) je verder’ heeft De Haagse Hogeschool, specifiek de opleiding Elektrotechniek, ervaren dat de opkomst van het onderwerp ‘Gelijkspanning’ (ook wel DC) in het beroepenveld sterk samenhangt met ontwikkelingen in het vakgebied van ‘Vermogenselektronica’ of ‘Power Eletronics’. Het beroepenveld vraagt steeds vaker om steeds meer kennis op dit vakgebied, in het kader van bijvoorbeeld de energietransitie, Smart Grids, Internet-of-Things etc. Om deze kennis op een goed gestructureerde wijze over te dragen aan studenten, moeten er een aantal belemmeringen worden weggewerkt. Een van deze belemmeringen is de beperkte beschikbaarheid van kennis; het vakgebied is relatief nieuw en nog sterk in ontwikkeling. Binnen De Haagse Hogeschool is door de opleiding Elektrotechniek (met kennis van de nog weg te werken belemmeringen) de bewuste keuze gemaakt om zich binnen Nederland te willen profileren met het onderwerp ‘Gelijkspanning’. Vanuit het eerdere RAAK-MKB project ‘Gelijkspanning breng(t) je verder’ werden hiertoe een eerste vak en practicum ontwikkeld: Vermogenselektronica 1. Hierin worden beginselen van DC-DC omvormers behandeld. DC-DC omvormers zorgen voor het transformeren van DC-spanningen, om energie bij hoge spanningen en dus lage verliezen te kunnen transporteren. Vanaf het huidige collegejaar (2015-2016) is ook een tweede vak op dit gebied toegevoegd aan het curriculum: Vermogenselektronica 2: hierin worden DC-AC omvormers op hoofdlijnen behandeld. Deze omvormers zorgen ervoor dat veel gebruikte types motoren aangedreven kunnen worden met gelijkspanning. Deze hoofdlijnen staan in de ogen van het beroepenveld nog (te) ver af van toepassingen waarmee zij werken. Daarbij moet gedacht worden aan bijvoorbeeld elektrische mobiliteit (specifieke types motoren), verlichting (DC-DC), distributietechnieken (DC-DC op hogere vermogens) of slimme netten (integratie van energietechniek, communicatietechnologie en regeltechniek / embedded systems). DOELSTELLING Het doel van het project is het opstellen van een implementatiewijze ter verdere invulling van de onderwerpen ‘Gelijkspanning’ en ‘Vermogenselektronica’ in het curriculum van de opleiding Elektrotechniek voor de teamleider van Elektrotechniek van De Haagse Hogeschool om de gewenste profilering te kunnen realiseren. ACTIVITEITEN Vanuit de curriculum commissie van de opleiding Elektrotechniek wordt opdracht gegeven aan een apart team om het implementatievoorstel voor te bereiden. Hierin werken twee docent/onderzoekers samen met de teamleider en enkele extern specialisten. In vijf opeenvolgende stappen wordt op een top-down manier gewerkt aan 1. Formuleren competenties voor DC 2. Hoofdstromen curriculum inrichten 3. Uitwerken vakinhoudelijke gebieden Elektrotechniek (‘leeg vel papier’) 4. Koppelen opzet aan bezetting en kennis in het team en bij partners 5. Voorbereiden besluitvorming RESULTAAT Op deze wijze wordt een heldere visie ontwikkeld op het benodigde onderwijs om het onderwerp gelijkspanning gestructureerd aan te kunnen bieden. Daarbij gaat het om vakinhoudelijke kennis in vakken, met bijbehorende practica en projecten. Om deze kennis goed aan te bieden wordt nadrukkelijk ook de samenwerking met andere kennisinstellingen (zoals Zuyd Hogeschool en de TU-Delft) gezocht.
De docent/onderzoeker rol is de belangrijkste, echter ook minst goed gefaciliteerde, rol binnen de hogeschool. De docent/onderzoeker moet continue schakelen tussen de onderwijs-urgentie (teamleider) en de langere termijn onderzoeksprioriteit (lector). De docent/onderzoeker heeft praktisch gezien twee werkgevers. Het RAAK-Postdoc project HENC beoogd een pragmatische grondlegger te ontwikkelen voor de duurzame inbedding van PhDs in deze docent/onderzoeker rol. Henk Kortier fungeert hierbij als initiator, (mede) ontwikkelaar en eerste (proef-)persoon. Het onderzoek dat onderdeel vormt van deze aanvraag beoogt de valorisatie van het op 09-feb-2018 afgesloten biomedisch wetenschappelijk PhD onderzoek van Henk Kortier. De modulaire robotica technieken die Henk gaat door ontwikkelen hebben spin-off naar de drie Saxion onderzoek domeinen Area’s & Living (drones), Smart Industry (grondrobots) en Health & Wellbeing (opruimrobot). De onderwijsactiviteiten richten zich op een, nieuw te ontwikkelen, module binnen de opleiding mechatronica, met als doel concrete invulling te geven aan de noodzakelijke vernieuwing en integratie van onderzoek en onderwijs. Met het onderwijs en onderzoeksteam van mechatronica is hierover op 23 april jl. een inventarisatie workshop gehouden, ondersteund door de teamleider onderwijs en lector. Door een matrix-analyse zijn de belangrijkste punten gedefinieerd en worden de belangrijkste redenen voor PhD om als docent/onderzoeker te blijven fungeren ontwikkeld, getest, uitgevoerd en uitgerold. Op deze wijze geeft het project concreet invulling aan het Saxion beleid om PhDs te kunnen laten werken aan het onderzoek en via onderwijsvernieuwing de resultaten naar onderwijs vloeien. Naast de onderwijs-onderzoeks integratie component wordt er binnen de module een lespakket ontwikkeld ter behoeve van het autonoom functionerende robots. Dit pakket wordt ontwikkeld vanuit zowel een operator als engineering oogpunt en zal derhalve de opleiding mechatronica overstijgen. Dit maakt het pakket breed inzetbaar binnen de verschillende opleidingen van de academie Life Science, engineering and Design en Creative Technologievan Saxion maar ook voor hogescholen elders.
De fotonica industrie groeit snel in de Brainport regio. Multinationals zoals ASML maar ook talrijke MKB bedrijven werken aan complexe optische systemen. Zij concurreren op wereldschaal met high tech Amerikaanse en Aziatische spelers. Innovatie is daarvoor van levensbelang. R&D in de sleuteltechnologieën fotonica en geavanceerde fabricagesystemen levert hiervoor de hoognodige brandstof. Zo ook in dit project, waarbij twee high tech MKB bedrijven met Fontys 3D-metaalprinten op een nieuwe en slimme manier gaan inzetten voor fotonica. Complexe optische systemen bevatten meestal meerdere optische elementen (o.a. lenzen, spiegels, diafragma’s, lichtbronnen, sensoren) die onderling in een lichtweg gerangschikt en onderling afgesteld moeten worden. Hierbij worden z.g. optische mounts gebruikt om de positie van de individuele optische elementen vast te leggen en na afstelling te fixeren. Een dergelijke afstelmethode is vaak lastig (divergerend), tijdrovend en niet stabiel over de tijd (want gebaseerd op wrijvingsfixatie). Dit project onderzoekt als oplossing een geïntegreerd monolithisch 3D geprint montagesysteem voor optische elementen, waarbij gebruik gemaakt wordt van ruimtelijk georiënteerde 3D geprinte monolithische elementen (spelings- en hysteresevrij). Hiermee wordt de insteltijd aanzienlijk gereduceerd (doelstelling: 100% --> 30%). Tevens zal de positioneernauwkeurigheid van de hierin opgenomen optische elementen gegarandeerd zijn. Tenslotte zullen er aanzienlijk minder onderdelen in het ontwerp aanwezig zijn. Als concrete en haalbare demonstrator wordt een 3D geprinte monolithische optical mount voor de lichtweg van de “Arinna” laserinterferometer van IBSPE uit Eindhoven ontwikkeld en getest. 3D geprinte optical mounts zijn nieuw voor dit netwerk, maar Fontys en aangesloten ondernemers hebben de relevante ervaring in 3D metaalprinten en fotonica. Met de aangesloten fotonica netwerken Photon Delta, DSPE en PhotonicsNL kan de opgedane kennis snel opgeschaald worden en kunnen ook andere MKB bedrijven deze innovatieve mounts voor hun supply chains gaan onderzoeken.
