Het project ‘Meedoen en erbij horen’ past uitstekend bij de kennisagenda van het kUS. Het project richtte zich op de maatschappelijke participatie van jongeren met een licht verstandelijke beperking. Het project kon gerealiseerd worden dankzij een subsidie uit de Startimpuls JOIN, een onderdeel van de route Veerkrachtige en Zinvolle Samenlevingen van de Nationale Wetenschapsagenda (NWA). De problematiek van deze jongeren wordt dikwijls onderschat. Hierdoor ontbreekt het soms aan adequate ondersteuning bij hun persoonlijke ontwikkeling. Participatie in school, werk en sociaal contact stagneert, wat gepaard kan gaan met schooluitval, gedragsproblemen en verslaving. En daardoor dreigend sociaal isolement.
Medewerkers van de Buurtteamorganisatie Sociaal (BTO) in Utrecht beschikken over de professionele ruimte om zelf de keus te maken hoe ze een hulpvraag oppakken. Het maken van deze afweging behoort tot het vakmanschap van de sociaal professional. Het was leidinggevenden opgevallen dat het aantal casussen met langdurige begeleiding toenam in de caseload van de buurtteams. Ruim drie jaar na de start van de buurtteams steeg het percentage langdurige begeleiding tot boven de 35%. Het gaat hier om inwoners die langer dan één jaar door een medewerker worden begeleid. Dat is op zichzelf geen probleem; het buurtteam doet wat nodig is. Maar hoe bepaal je nu met elkaar welke begeleiding passend is qua duur en vorm? Een gemeenschappelijk afwegingskader kan medewerkers helpen bij een meer eenduidige inschatting van de hulpvraag, alsmede bij de afronding van de casus. Daarnaast is er bij BTO behoefte om gericht te kunnen leren van casuïstiekbespreking, zodat het professionele vakmanschap wordt aangescherpt en dit ook bijdraagt aan het gezamenlijke afwegingskader.
Personal data is increasingly used by cities to track the behavior of their inhabitants. While the data is often used to mainly provide information to the authorities, it can also be harnessed for providing information to the citizens in real-time. In an on-going research project on increasing the awareness of motorists w.r.t. the environmental consequences of their driving behavior, we make use of sensors, artificial intelligence, and real-time feedback to design an intervention. A key component for successful deployment of the system is data related to the personal driving behavior of individual motorists. Through this outset, we identify challenges and research questions that relate to the use of personal data in systems, which are designed to increase the quality of life of the inhabitants of the built environment.
