In recent decades the trend of public accountability, transparency and governance has become a priority in many public sectors, but in de media sector and the public broadcasting sector in particular there have only very recently been attempts to address the public in terms of accountability and responsiveness
Whitepaper: The use of AI is on the rise in the financial sector. Utilizing machine learning algorithms to make decisions and predictions based on the available data can be highly valuable. AI offers benefits to both financial service providers and its customers by improving service and reducing costs. Examples of AI use cases in the financial sector are: identity verification in client onboarding, transaction data analysis, fraud detection in claims management, anti-money laundering monitoring, price differentiation in car insurance, automated analysis of legal documents, and the processing of loan applications.
Responsive public spaces use interactive technologies to adapt to users and situations. This enhances the quality of the space as a public realm. However, the application of responsive technologies in spatial design is still to be explored. What exactly are the options for incorporating responsive technologies in spatial designs to improve the quality of public spaces? The book Responsive Public Spaces explores and disentangles this new assignment for designers, and presents inspiring examples. A consortium of spatial designers, interaction designers and local stakeholders, headed by the Chair of Spatial Urban Transformation of Amsterdam University of Applied Sciences, carried out a two-year practice-based study of responsive public spaces. This book draws on those insights to provide a practical approach and a roadmap for the new design process for responsive public spaces.The study results are of signi¬icance for various professional fields. The book is intended for clients and stakeholders involved in planning and design of public spaces, spatial designers, interaction designers and students.
De glastuinbouw in Nederland is wereldwijd toonaangevend en loopt voorop in automatisering en data-gedreven bedrijfsvoering. Voor de data-gedreven teelt wordt, naast het monitoren van de kas-parameters ook het monitoren van gewasparameters steeds meer gevraagd. De sector is daarbij vooral geïnteresseerd in niet-destructieve, contactloze en persoonsonafhankelijk monitoring van gewassen. Optische sensortechnologie, zoals spectrale afbeeldingstechnologie, kan veel waardevolle informatie opleveren over de staat van een gewas of vrucht, bijvoorbeeld over het suikergehalte, maar ook de aanwezigheid van plantziektes of insecten. Echter is dit vaak een te kostbare oplossing voor zowel de technologiebedrijven die oplossingen leveren als voor de telers zelf. In dit project onderzoeken wij de mogelijkheid om spectrale beeldvorming tegen lagere kosten te realiseren. Het beoogde resultaat is een prototype van een instrument dat tegen lage kosten met spectrale beeldvorming een of meerdere gewaseigenschappen kan kwantificeren. Realisatie van dit prototype heeft een sterke Fotonica-component (expertise Haagse Hogeschool) maakt gebruik van Machine Learning (expertise perClass) en is bedoeld voor toepassing op scout robots in de glastuinbouw (expertise Mythronics). Een betaalbare oplossing betekent in potentie voor de teler een betere controle over kwaliteit van het gewas en automatisering voor detectie van ziekte-uitbraken. Bij een succesvol prototype kan deze innovatie leiden tot betere voedselkwaliteit en minder verspilling in de glastuinbouw.
In dit project verricht het lectoraat Familiebedrijven van Hogeschool Windesheim samen met CAH Vilentum in Dronten, LTO Noord, NAJK en agrarische MKB familiebedrijven praktijkgericht onderzoek naar de familiale en bedrijfsmatige aspecten rond opvolging bij agrarische MKB familiebedrijven. Met dit project wordt nieuwe kennis ontwikkeld, die aansluit bij kennis over opvolging in familiebedrijven en die specifiek wordt toegepast binnen de agrarische sector. Bijna de helft van alle agrarische bedrijven in Nederland heeft een bedrijfshoofd van 55 jaar of ouder. Het merendeel van deze bedrijven is een familiebedrijf en heeft te maken met het onderwerp bedrijfsopvolging. Voor een geslaagd opvolgingsproces is het belangrijk dat familiebelangen en bedrijfsbelangen adequaat worden gebalanceerd. In de praktijk blijkt het lastig deze belangen rond overdracht van leiding en eigendom bespreekbaar te maken en goed af te wegen. Vanuit agrarische families is daarom de vraag hoe het opvolgingsproces het beste kan worden vormgegeven en welke instrumenten daarbij kunnen worden ingezet. De belangrijkste doelstelling van dit project is om nieuwe kennis op te doen over het opvolgingsproces bij agrarische familiebedrijven en het opvolgingsproces met instrumenten in positieve zin te veranderen. Door kwalitatief onderzoek worden belemmerende factoren rond opvolging in de agrarische context onderzocht. Op basis van deze nieuwe inzichten worden instrumenten ontwikkeld die het opvolgingsproces faciliteren. Door interventies zal worden vastgesteld of de instrumenten in de praktijk werken. De kennis die uit dit project voortkomt, beoogt daarmee het handelingsvermogen van agrarische families rond bedrijfsopvolging te ondersteunen. Het project levert een bijdrage aan bestaande kennis door gebruik te maken van multi-level onderzoek (perspectief van de opvolger, overdrager, familieleden, familie en bedrijf) en het observeren van gesprekken over het opvolgingsproces, de familie en het bedrijf. Het meest concrete resultaat is een beschrijving van een model opvolgingsproces met bijbehorende instrumenten om belangrijke onderwerpen rond opvolging bespreekbaar te maken, zoals een zelfanalyse instrument, een stappenplan, hulpmiddelen om gesprekken te faciliteren en een model familiestatuut afgestemd op agrarische familiebedrijven.
