Beschikbaar via link voor medewerkers Hogeschool Utrecht. Recensie van: Kandel, E. (2018). De gestoorde geest: Wat ongewone hersenen ons vertellen over onszelf. Amsterdam/Antwerpen: Atlas Contact.
LINK
The majority of studies investigating associations between physical activity and mental health in adolescents have been cross-sectional in design. Potential associations between physical activity and mental health may be better examined longitudinally as physical activity levels tend to decrease in adolescence. Few studies have investigated these associations longitudinally in adolescents and none by measuring physical activity objectively. A total of 158 Dutch adolescents (mean age 13.6 years, 38.6 % boys, grades 7 and 9 at baseline) participated in this longitudinal study. Physical activity, depressive symptoms and self-esteem were measured at baseline and at the 1-year follow-up. Physical activity was objectively measured with an ActivPAL3™ accelerometer during one full week. Depressive symptoms were measured with the Center for Epidemiologic Studies Depression Scale (CES-D) and self-esteem was assessed with the Rosenberg Self-Esteem Scale (RSE). Results were analysed using structural equation modelling.
Blog in het kader van het onderzoeksproject ‘The Network is the Message‘ Met dit onderzoek willen Hogeschool Rotterdam en Hogeschool Utrecht een antwoord geven op de vraag: “Hoe kan de effectiviteit van communicatie in online sociale netwerken worden beoordeeld en verbeterd?” In deze blog: De hele wereld bestaat uit netwerken. Of dat nu in de natuur is of in steden, tussen mensen of bij merken, het maakt weinig verschil. Uiteindelijk zijn wij allemaal met elkaar en met alles verbonden. Dat geldt ook voor de connecties tussen mensen en merken. Die kunnen heel losjes zijn of heel hecht – en alles daartussen. Die connecties met merken zijn niet alleen terug te vinden in de associatienetwerken die zich in onze hersenen bevinden, maar hebben ook een effect op ons gedrag. Maar wat zijn die associatienetwerken precies, in welk verband staan ze tot (koop)gedrag en hoe kun je ze beïnvloeden?
Waarom ontstaat antisociaal of crimineel gedrag? Allerlei sociale, psychologische én neurobiologische factoren blijken hierbij van belang. Neurobiologische kennis is in de praktijk vaak afwezig. Professionals in het zorg- of veiligheidsdomein zouden gebaat zijn bij een toegankelijke onderwijsmodule. Brainstorm biedt kennisclips met basiskennis over het ontstaan van antisociaal en crimineel gedrag, met extra aandacht voor neurobiologische factoren.Wat? De Brainstormmodule behandelt negen thema’s: drie basisthema’s over ontwikkelingscriminologie en zes neurobiologische thema’s. Binnen elk thema wordt in een kennisclip kort basiskennis samengevat. Links naar de kennisclips zijn hieronder te vinden. Met bijbehorende opdrachten (zie docentenhandleiding) kan deze kennis verder worden verdiept. Uitgangspunt van de module is het biopsychosociale perspectief: het wetenschappelijk model waarbij neurobiologische, psychologische en sociale factoren op elkaar inwerken. De kennisclips: 1. Wat is crimineel en antisociaal gedrag? 2. Psychische stoornissen en antisociaal gedrag 3. Hoe wordt iemand crimineel? 4. Ontwikkelingspaden van crimineel gedrag 5. Biopsychosociaal model 6. Hersenen en antisociaal gedrag 7. Puberbrein en antisociaal gedrag 8. Neuropsychologie en antisociaal gedrag 9. Fearlessness & sensation seeking 10. Hufters of helden 11. Genetica en antisociaal gedrag Voor wie? De Brainstormmodule is ontwikkeld voor professionals die zich bezighouden met antisociaal of crimineel gedrag in welke vorm dan ook (beleid, toezicht, interventie en preventie etc.). De module kan zowel bij hbo-bacheloropleidingen en post-initiële (master)opleidingen als voor professionals in-company, gebruikt worden. Ontwikkeling Brainstorm Brainstorm is ontwikkeld door dr. Evelien Platje en dr. Andrea Donker van het lectoraat Kennisanalyse Sociale Veiligheid en dr. Lucres Nauta-Jansen van het AmsterdamUMC. Zij hebben veel onderzoek- en onderwijservaring op het gebied van neurobiologie van antisociaal en crimineel gedrag. Brainstorm is het eindproduct van het ZonMW-project ‘Onbekend maakt Onbemind. Leren werken met neuropsychobiologische kennis van en met jongeren met antisociaal gedrag’, een samenwerkingsproject met het lectoraat Jeugd van de Christelijke Hogeschool Windesheim. De kennisclips zijn vormgegeven door Bureau Nauta. Voor de ontwikkeling van de kennisclips zijn er feedbackmomenten geweest met zowel studenten als docenten van de opleidingen Social Work, Integrale Veiligheidskunde en Sociaal Juridische Dienstverlening van Hogeschool Utrecht.
Computer Vision (CV) is een tak binnen de Artificiële Intelligentie (AI) die zich bezig houdt met visuele herkenning van patronen in afbeeldingen of videos. Daarbij wordt gebruik gemaakt van diepe representatiemodellen, die gebaseerd zijn op Euclidische geometrie. Dit betekent dat deze modellen getraind zijn op basis van een vlakke geometrische representatie. In veel gevallen sluit deze representatie niet goed aan bij de echte wereld. Visuele illusies, zoals Sheppard’s “Terror Subterra”, geven aanwijzingen waar de discrepanties zitten. Bij een verplaatsing van het monster op de horizontale en verticale as in een vlakke representatie lijkt het alsof het monster van grootte veranderd, terwijl dit in werkelijkheid niet zo is: beide monsters zijn exact even groot. Een verplaatsing van een object in de echte wereld heeft zo vaak invloed op de schaal dat onze hersenen erdoor misleid kunnen worden. Recente vorderingen in CV laten de potentie zien van de toepassing van niet-Euclidische geometrie voor het leren van visuele eigenschappen. Het verschil tussen de twee is met name dat de representatieve kracht van niet-Euclidische geometrie groter is. In een niet-Euclidische representatie kan de schaal van Shepard’s monster bij verplaatsing in de ruimte op een natuurlijke manier gepresenteerd worden, waardoor het beeld consistent blijft met onze visuele perceptie ervan. In dit onderzoek willen we de impact evalueren van niet-Euclidische visuele representatiemodellen op het verzamelen, ordenen en annoteren van de data die nodig is voor het trainen van deze nieuwe diepe representatiemodellen. Dit willen we doen we aan de hand van drie CV-problemen die praktische toepassingen dienen buiten de context van de academische wetenschap: beeldmerkherkenning in reclamevideo’s (bij Alpha.one), winkelpanddetectie in gelijkhoekige (visoogobjectief) video’s (bij The Big Data Company) en visuele inspectie van de binnenkant van cilindervormige opslagtanks (bij ScanTank).
De bereikbaarheid en beschikbaarheid van de ambulancezorg staat onder druk. Een belangrijke ingangsklacht van de mensen die 112 bellen is een kortdurende bewusteloosheid. Als deze bewusteloosheid het gevolg is van een verminderde bloedtoevoer in de hersenen noemen we het syncope. Syncope kan onschuldig of ernstig van aard zijn. De risico-inschatting en besluitvorming bij patiënten met syncope in de ambulancezorg is complex. Ambulanceprofessionals moeten in een kort tijdsbestek en onder hoge druk, met veel onderliggende informatie en onzekerheden risico’s inschatten en besluiten of een patiënt ingestuurd moet worden naar de spoedeisende hulp. Bij twee-derde van de ingestuurde syncope patiënten blijkt het niet ernstig te zijn. Twee HAN lectoraten ontwikkelden praktische en onderbouwde handvatten voor de praktijk (RAAK.PUB05.017 en RAAK.IMP.01.036). Deze zijn sinds juli 2022 onderdeel van de landelijke werkwijze. In vervolg hierop heeft de praktijk de lectoraten gevraagd om te kijken of de inzet van digitale- en informatietechnologie, specifiek generatieve kunstmatige intelligentie (AI) op basis van Large Language Models (LLM), hen nog verder kan ondersteunen bij het inschatten van risico’s en besluiten maken bij patiënten met syncope in de ambulancezorg. Deze KIEM-aanvraag is een proof of concept studie. We onderzoeken in hoeverre generatieve AI op basis van LMM technisch goed tekstbestanden kan analyseren op belangrijke medische- en omgevingsfactoren bij patiënten met een syncope. We kiezen voor een pilot concurrente validatiestudie door kwalitatieve tekstanalyse, in combinatie met aanvullende focusgroepinterviews voor de interpretatie van de uitkomsten. Voor de pilot concurrente validatiestudie gebruiken we tekstbestanden uit de Safe End studie. De eerdere analyse van deze tekstbestanden uit de Safe End studie fungeert als de gouden standaard. Zo wordt de validiteit van de generatieve AI-analyse op basis van LMM vastgesteld. In focusgroepinterviews bespreken we de impact en ethische aspecten van de bevindingen voor de praktijk, wetenschap, onderwijs en de (door)ontwikkeling van beslissingsondersteuningsinstrumenten voor de toekomst.
