Het is belangrijk om de fysieke prestatie en acute stress te meten van mensen met een fysiek zwaar beroep en (top)sporters. Hiermee wordt voorkomen dat (te) hoge fysieke belasting en stress leiden tot negatieve invloed op de besluitvorming en uiteindelijk kan leiden tot overbelasting. Het Zephyr Bioharness is in staat om verschillende fysiologische variabelen tegelijkertijd te meten. In de huidige studie wordt de Zephyr voor twee doeleinden ingezet: verschillende functies valideren en de toepassing onderzoeken. In het eerste project werden de ademhalings- en hartfrequentie gevalideerd aan de hand van Polar en Coretex Metalyzer. De Zephyr blijkt valide te zijn bij inspanningen op verschillende snelheden (r > 0,7). In de rustperiode voorafgaand aan de inspanning is de Zephyr niet valide. In het tweede project is de stressfunctie van de Zephyr onderzocht. Tijdens een toename in stress is gevonden dat de ademhalingsfrequentie significant toeneemt en er een trend is voor een afname in de hartslagvariabiliteit. In het derde project werd de validiteit van de accelerometer onderzocht. De activity levels werden berekend uit de versnellingen gemeten met de Zephyr en met Vicon Motion Analysis tijdens sprint- en sprongtaken. De resultaten zijn niet eenduidig: tijdens sprinttaken kwamen de gemiddelde waarden in de activity levels overeen, maar werden er verschillen gevonden in de maximale activity levels. Tijdens de sprongtaken kwamen de maximale waarden juist overeen, maar werden er verschillen gevonden in de gemiddelde waarden. De toepassing van het Zephyr Bioharness werd onderzocht bij twee doelgroepen: de professionele brandweer van Groningen en talentvolle voetballers. Brandweerlieden droegen de Zephyr tijdens 24-uursdiensten. Hiermee kon goed in kaart worden gebracht hoe de brandweerlieden de activiteiten hebben ervaren tijdens uitrukken, rustperiodes en gedurende de nacht. Hartslag, ademhalingsfrequentie en hartslagvariabiliteit lijken belangrijke fysiologische variabelen om de fysieke belasting van 24-uursdiensten te bepalen. Bij de talentvolle voetballers werd de fysieke belasting bepaald tijdens het spelen van vier small-sided games (SSGs). De fysieke belasting werd bepaald aan de hand van hartslag, ademhalingsfrequentie, afgelegde afstand en gemiddelde snelheid. In de eerste SSG werd een lagere gemiddelde hartslag gevonden dan in de overige drie SSGs. Tegelijkertijd werd er in de eerste twee SSGs meer afstand afgelegd en een hogere gemiddelde snelheid gelopen dan in de laatste twee SSGs. Het Zephyr Bioharness lijkt over het algemeen goed in staat te zijn om de fysieke belasting in kaart te brengen van verschillende doelgroepen, dankzij de verschillende fysiologische variabelen die het in staat is om te meten.
De energietransitie van fossiele naar duurzame energie krijgt brede maatschappelijk aandacht. Er zijn projecten voor het plaatsen van zonnepanelen en windturbines. Dit betreft zowel nationale projecten (zoals windparken op de Noordzee en de discussies over waterstof) als kleinere lokale projecten in huizen in woonwijken en bedrijfsgebouwen op bedrijventerreinen. Netcongestie is een recente ontwikkeling, wat betekent dat het elektriciteitsnet niet meer genoeg transportcapaciteit heeft om afspraken te kunnen maken voor nieuwe aansluitingen. Netcongestie beperkt de uitbreiding en vestiging van nieuwe bedrijven in sterke mate. De opschaling van de installatie van duurzame bronnen zoals zon- en windenergie wordt er door onmogelijk. Dit leidt tot een sterke vermindering van de toekomstige economische activiteiten en brengt het halen van duurzame-energiedoelstellingen in gevaar. Op korte termijn is volledig fysieke versterking van het net onmogelijk door gebrek aan mankracht en trage vergunningsprocedures. Een tussentijdse oplossing is het optimaal benutten van de netcapaciteit door de werkelijke vraag en aanbod te meten en beter op elkaar af te stemmen. In deze aanvraag stellen wij een onderzoeksaanpak voor om op lokaal bedrijventerreinenniveau deze sturing, vanuit een nauwe samenwerking tussen de netbeheerder, de parkorganisatie en de lokale (MKB) bedrijven op een bedrijvenpark, vorm te geven. Dit verkennend onderzoek begint met het in kaart te brengen van lokale (energie-)behoeftes en oplossingsmogelijkheden op laagspanningsniveau. Dit gebeurt door de informatie van slimme meters en de laagspanningstrafo’s momentaan uit te lezen en met AI de te verwachtte belasting te bepalen. Als bekend is wat de lokale regelmogelijkheden zijn, kan er met de bedrijven worden nagegaan hoe het huidige laagspanningsnet beter kan worden benut voorafgaand aan grote netverzwaring. Wij inventariseren hoe de opties en de voordelen voor de ondernemers op een begrijpelijke manier kunnen worden gepresenteerd, bijvoorbeeld met behulp van een dashboard.
Big data spelen een steeds grotere rol in de (semi)professionele sport. De hoeveelheid gegevens die opgeslagen wordt, groeit exponentieel. Sportbegeleiders (coaches, inspanningsfysiologen, sportfysiotherapeuten en sportartsen) maken steeds vaker gebruik van sensoren om sporters te monitoren. Tijdens trainingen en wedstrijden worden de hartslagen, afgelegde afstanden, snelheden en versnellingen van sporters gemeten. Het analyseren van deze data vormt een grote uitdaging voor het begeleidingsteam van de sporters. Sportbegeleiders willen big data graag inzetten om meer grip te krijgen op sportblessures. Blessures kunnen namelijk desastreuze gevolgen hebben voor teamprestaties en de carrière van (semi)professionele sporters. In totaal stopt maar liefst 33% van de topsporters door blessures met hun sportloopbaan. Daarnaast is uitval door blessures een belangrijke oorzaak van stagnatie van talentontwikkeling. Het lectoraat Sportzorg van de Hogeschool van Amsterdam heeft veel expertise op het gebied van blessurepreventie in de sport. Sportbegeleiders hebben het lectoraat Sportzorg benaderd om antwoord te krijgen op de onderzoeksvraag: Wat zijn op data gebaseerde indicatoren om sportblessures te voorspellen? Deze onderzoeksvraagstelling is opgesplitst in de volgende deelvragen: 1. Hoe kan met sensoren relevante data van sporters verzameld worden om de sportbelasting in kaart te brengen? 2. Welke parameters kunnen blessures voorspellen? 3. Hoe kunnen deze parameters op betekenisvolle en eenvoudige wijze naar sportbegeleiders en sporters teruggekoppeld worden? Het project resulteert in de volgende projectresultaten: - Een overzicht van nauwkeurige en gebruiksvriendelijke sensoren om sportbelasting in kaart te brengen - Een overzicht van relevante parameters die blessures kunnen voorspellen - Een online tool dat per sporter aangeeft of de sporter wel of niet training- of wedstrijdfit is Bij dit project zijn de volgende organisaties betrokken: Hogeschool van Amsterdam, Universiteit Leiden, VUmc, Rijksuniversiteit Groningen (RuG), Amsterdam Institute of Sport Science (AISS), Johan Sports, Centrum voor Topsport en Onderwijs (CTO) Amsterdam, Koninklijke Nederlandse Voetbalbond (KNVB), de Nederlandse Vereniging voor Fysiotherapie in de Sport (NVFS), VV Noordwijk (voetbalclub) en Black Eagles (basketbalclub).
Er ontstaan in Nederland veel blessures als gevolg van overbelasting in alle lagen van de sport. Hoe kunnen deze blessures worden voorkomen? Insteek van dit project is het gebruik van (sensor)technologie en big data analyse voor het vroegtijdig detecteren van signalen van overbelasting en daarmee het voorkomen van blessures. Een grote hoeveelheid technologie wordt momenteel al gebruikt voor het meten aan sporters (quantified self). Professionele sportclubs investeren in dure systemen. Diepte-interviews tonen echter aan dat er twee grote problemen zijn: ten eerste de grote hoeveelheid data en ten tweede de kennis voor een juiste interpretatie van de data benodigd voor een omzetting naar een trainingsadvies. Computermodellen opgebouwd uit systematische data-analyse van de enorme hoeveelheden trainingsdata en aangevuld met domeinkennis kunnen deze problemen oplossen. Er is behoefte aan een systeem waarin informatie uit verschillende bronnen in één systeem wordt opgeslagen en toegankelijk gemaakt om vervolgens geïntegreerd geanalyseerd te kunnen worden. Individuele profielen moeten gebouwd worden uit de data voor een snelle, automatische interpretatie. Hiermee kan grensbewaking voor overbelasting plaatsvinden en kunnen trainingsaanpassingen gedaan worden waar nodig. Vanuit deze behoefte richt het project zich op de praktijkvraag “Hoe kunnen we een praktisch toepasbaar gereedschap ontwikkelen dat valide de externe en interne trainingsbelasting kan meten, de (para)medische staf en/of fysiek trainer helpt bij het detecteren van (potentiële) overbelasting en daarmee helpt bij het plegen van de juiste interventies voor het voorkomen van blessures?”. Het principe van een dergelijke ‘belastingmonitor’ is al aangetoond. Voor een volwaardig prototype zal echter zowel het computermodel als de gebruikersapplicatie technisch gezien moeten worden doorontwikkeld, geoptimaliseerd, uitgebreid en vooral getest. Daar richten de onderzoeksvragen van dit project zich op. De focus ligt in eerste instantie op het (betaalde) voetbal, maar kan ook naar andere teamsporten en de breedtesport vertaald worden.
