Sinds september 2015 is de ‘business rule management wereld’ / ‘decision management wereld’ weer een standaard rijker: The Decision Model and Notation (DMN). De Object Management Group (OMG) heeft deze nieuwe standaard uitgebracht met als doel een standaardtaal te creëren om 1) requirements voor beslissingen en 2) de beslissingen zelf te modelleren. De adoptie van DMN heeft een wat lange aanloop gehad, maar begint nu serieuze vormen aan te nemen. Om deze reden brengen wij een vierdelige serie over DMN en het gebruik van DMN uit. In dit deel (deel 3) wordt er verder gegaan met stap 4. Wat zijn de benodigde feittype om de beslissing te nemen?
LINK
Sinds september 2015 is de ‘business rule management wereld’ / ‘decision management wereld’ weer een standaard rijker: The Decision Model and Notation (DMN). De Object Management Group (OMG) heeft deze nieuwe standaard uitgebracht met als doel een standaard taal te creëren om 1) requirements voor beslissingen en 2) de beslissingen zelf te modelleren. De adoptie van DMN heeft een wat lange aanloop gehad, maar begint nu serieuze vormen aan te nemen. Om deze reden brengen wij een vierdelige serie over DMN en het gebruik van DMN uit. In dit deel (deel 2) gaan we in op de basis principes die gelden bij het creëren van een DRD.
LINK
Proper decision-making is one of the most important capabilities of an organization. Therefore, it is important to have a clear understanding and overview of the decisions an organization makes. A means to understanding and modeling decisions is the Decision Model and Notation (DMN) standard published by the Object Management Group in 2015. In this standard, it is possible to design and specify how a decision should be taken. However, DMN lacks elements to specify the actors that fulfil different roles in the decision-making process as well as not taking into account the autonomy of machines. In this paper, we re-address and-present our earlier work [1] that focuses on the construction of a framework that takes into account different roles in the decision-making process, and also includes the extent of the autonomy when machines are involved in the decision-making processes. Yet, we extended our previous research with more detailed discussion of the related literature, running cases, and results, which provides a grounded basis from which further research on the governance of (semi) automated decision-making can be conducted. The contributions of this paper are twofold; 1) a framework that combines both autonomy and separation of concerns aspects for decision-making in practice while 2) the proposed theory forms a grounded argument to enrich the current DMN standard.
The impacts of tourism on destinations and the perceptions of local communities have been a major concern both for the industry and research in the past decades. However, tourism planning has been mainly focused on traditions that promote the increase of tourism without taking under consideration the wellbeing of both residents and visitors. To develop a more sustainable tourism model, the inclusion of local residents in tourism decision-making is vital. However, this is not always possible due to structural, economic and socio-cultural restrictions that residents face resulting to their disempowerment. This study aims to explore and interpret the formal processes around tourism decision-making and community empowerment in urban settings. The research proposes a comparative study of three urban destinations in Europe (The Hague in the Netherlands, San Sebastian in Spain and, Ioannina in Greece) that experience similar degree of tourism growth. The proposed study will use a design-based approach in order to understand tourism decision-making and what empowers or disempowers community participation within the destinations. Based on the findings of primary and secondary data, a community empowerment model will be applied in one the destinations as a pilot for resident engagement in tourism planning. The evaluation of the pilot will allow for an optimized model to be created with implications for tourism planning at a local level that can contribute to sustainable destinations that safeguard the interests of local residents and tourists.
Hoogwaardig afvalhout van bewoners, bouwbedrijven en meubelmakers blijft momenteel ongebruikt omdat het te arbeidsintensief is om grote hoeveelheden ongelijke stukken hout van verschillende afmetingen en soorten te verwerken. Waardevol hout wordt waardeloos afval, tegen de principes van de circulaire economie in. In CW.Code werken Powerhouse Company, Bureau HUNC en Vrijpaleis samen met de HvA om te onderzoeken hoe een toegankelijke ontwerptool te ontwikkelen om upcycling en waardecreatie van afvalhout te faciliteren. In andere projecten hebben HvA en partners verschillende objecten gemaakt van afvalhout: een stoel, een receptiebalie, kleine meubels en objecten voor de openbare ruimte, vervaardigd met industriële robots. Deze objecten zijn 3D gemodelleerd met behulp van specifieke algoritmen, in de algemeen gebruikte ontwerpsoftware Rhino en Grasshopper. De projectpartners willen nu onderzoeken hoe deze algoritmen via een toegankelijke tool bruikbaar te maken voor creatieve praktijken. Deze tool integreert generatieve ontwerpalgoritmen en regelsets die rekening houden met beschikbaar afvalhout, en de ecologische, financiële en sociale impact van resulterende ontwerpen evalueren. De belangrijkste ontwerpparameters kunnen worden gemanipuleerd door ontwerpers en/of eindgebruikers, waardoor het een waardevol hulpmiddel wordt voor het co-creëren van circulaire toepassingen voor afvalhout. Dit onderzoek wordt uitgevoerd door HvA Digital Production Research Group, met bovengenoemde partners. HUNC heeft ervaring met stadsontwikkeling waarbij gebruik wordt gemaakt van lokaal gekapt afvalhout. Vrijpaleis biedt toegang tot een actieve, lokale community van makers met een sterke band met buurtbewoners. Powerhouse Company heeft ervaring in het ontwerpen met hout in de bouw. Alle drie kunnen profiteren van slimmere circulaire ontwerptools, waarbij beschikbaar materiaal, productiebeperkingen en impactevaluatie worden geïntegreerd. De tool wordt ontwikkeld en getest voor twee designcases: een binnenmeubelobject en een buitengevelelement. Bevindingen hiervan zullen leidend zijn bij de ontwikkeling van de tool. Na afronding van het project is een bètaversie gereed voor validatie door ontwerpers, bewonerscollectieven en onderzoek/onderwijs van de HvA.
The objective of DIGIREAL-XL is to build a Research, Development & Innovation (RD&I) Center (SPRONG GROUP, level 4) on Digital Realities (DR) for Societal-Economic Impact. DR are intelligent, interactive, and immersive digital environments that seamlessly integrate Data, Artificial Intelligence/Machine Learning, Modelling-Simulation, and Visualization by using Game and Media Technologies (Game platforms/VR/AR/MR). Examples of these DR disruptive innovations can be seen in many domains, such as in the entertainment and service industries (Digital Humans); in the entertainment, leisure, learning, and culture domain (Virtual Museums and Music festivals) and within the decision making and spatial planning domain (Digital Twins). There are many well-recognized innovations in each of the enabling technologies (Data, AI,V/AR). However, DIGIREAL-XL goes beyond these disconnected state-of-the-art developments and technologies in its focus on DR as an integrated socio-technical concept. This requires pre-commercial, interdisciplinary RD&I, in cross-sectoral and inter-organizational networks. There is a need for integrating theories, methodologies, smart tools, and cross-disciplinary field labs for the effective and efficient design and production of DR. In doing so, DIGIREAL-XL addresses the challenges formulated under the KIA-Enabling Technologies / Key Methodologies for sectoral and societal transformation. BUas (lead partner) and FONTYS built a SPRONG group level 4 based on four pillars: RD&I-Program, Field Labs, Lab-Infrastructure, and Organizational Excellence Program. This provides a solid foundation to initiate and execute challenging, externally funded RD&I projects with partners in SPRONG stage one ('21-'25) and beyond (until' 29). DIGIREAL-XL is organized in a coherent set of Work Packages with clear objectives, tasks, deliverables, and milestones. The SPRONG group is well-positioned within the emerging MINDLABS Interactive Technologies eco-system and strengthens the regional (North-Brabant) digitalization agenda. Field labs on DR work with support and co-funding by many network organizations such as Digishape and Chronosphere and public, private, and societal organizations.
