Voordat een visualisatie tot stand komt, is daar een complex proces aan vooraf gegaan. Doel en doelgroepen worden vastgesteld (‘hoe bereiken we welk effect bij wie?’) terwijl daarnaast de relatie tussen de data en de uiteindelijke visualisatie gedefinieerd moet worden (‘hoe laten we wat zien?’). De productie en de receptie van een visualisatie zijn twee te onderscheiden processen. Bij het maakproces spelen vakkennis, design, technische mogelijkheden, brongegevens, doelgroep, mediakeuze en doelstelling een belangrijke rol. Bij receptie gaat het erom of en hoe de doelgroep de boodschap ontvangt: wordt die waargenomen en begrepen? En wat zijn de gevolgen bij de gebruiker? Hoewel receptie in de tijd volgt op het productieproces, spelen verwachtingen over receptie een belangrijke rol bij het maken van informatievisualisaties. De kennis over publieksreacties op visuele boodschappen is echter op verschillende manieren vastgelegd. Bij designers en anderen die betrokken zijn bij het maakproces van informatievisualisaties is er sprake van een verzameling van working theories (McQuail, 2010, pp. 13-14) die vooral op ervaring is gebaseerd. Bij empirisch onderzoek daarentegen worden responses op visuele cues daadwerkelijk gemeten. Zie Deel II van dit onderzoek. Doelstelling van dit onderzoek is deze twee vormen van kennis met elkaar te vergelijken. De vraag is welke veronderstellingen en verwachtingen er bij de beroepspraktijk bestaan en in hoeverre deze gestaafd, aangevuld of weersproken worden door empirisch, wetenschappelijk gefundeerd, onderzoek.
DOCUMENT
Internet dwingt u om nieuwe keuzes te maken die de sociale samenhang in uw organisatie verandert, Frans van der Reep heeft met de Company Reference Grid (CRG) een manier van werken ontwikkeld, waarin eenvoud en verbondenheid optimaal tot hun recht komen. De CRG is een zeer praktisch en nuttige tool gebleken om bedrijven mee te nemen in vernadering. Bovendien zorgt de eenboud er voor dat men eerder klaar is. Voor het visueel maken van samenhang en samenwerking geeft houvast. Ondanks dat alles in dit grid in hokjes is ingedeeld, doorbreekt dit juist het ''hokjesdenken' en kijkt men over de eigen grenzen heen. Deze krachttermen zijn in de organisatie eenvoudig te communiceren en snel herkenbaar voor iedereen. De CRG is zeer veelzijdig en kan daarom niet volledig worden beschreven. De toepassingen, zoals HR-competentieoverzicht, projectplan, informatie- en documentatieoverzicht en BBSC, zijn slechts enkele voorbeelden. Bij gebruik van de CRG vindt men waarschijnlijk nieuwe toepassingen en maakt het geheel nieuwe zaken inzichtelijk.
DOCUMENT
Dit rapport is een verslag van de voortzetting van het door de Raad voor de Rechtsbijstand gefinancierde project ‘Passende Hulp bij Multiproblematiek’ (subsidieregeling innovatieve ideeën stelselherziening rechtsbijstand). Dat project is gestart in januari 2021 en geëindigd in januari 2022. In het najaar van 2022 en begin 2023 is het project in samenspraak met Het Juridisch Loket hervat, met financiering van het lectoraat Toegang tot het Recht van Hogeschool Utrecht. Van conclusies naar advies Een aantal conclusies uit het project ‘Passende Hulp bij Multiproblematiek’ fungeerde als basis voor het huidige project: • Voor een multi-criteria decision (MCD) tool voor diagnose en doorverwijzing van multiproblematiek hebben we gekozen voor een netwerkmodel in plaats van een beslisboommodel met takken. • Een holistische uitvraag blijft het uitgangspunt. Daarom hebben we gekozen voor een multicriteria-vragenlijst, met daarin de criteriumgebieden ‘juridische problemen’, ‘sociaal-maatschappelijke problemen’ en ‘draagkracht (zelfredzaamheid) van de rechtzoekende’. Het netwerkmodel impliceert dat er geen vaste volgorde in de vragenlijst zit. • Om de gebruiksvriendelijkheid van de MCD-tool te vergroten hebben we gekozen voor een visualisatie, waarbij in één oogopslag af te lezen is op welke gebieden problemen bestaan en waarop doorverwijzing noodzakelijk is. • Het eindproduct van dit project bestaat uit een prototype met uitgewerkte criteriumgebieden, en een vaste set vragen die leiden tot een advies met betrekking tot doorverwijzing. Op deze manier kan deze tool geïntegreerd worden in een toekomstig digitaal diagnose-instrument van Het Juridisch Loket. • Om draagvlak binnen Het Juridisch Loket voor het gebruiken van de MCD-tool te bevorderen, is inbedding in het strategische beleid van Het Juridisch Loket noodzakelijk. We ontwikkelden daartoe een training en handleiding ter ondersteuning van de MCD-tool, om zo een gevoel van urgentie betreffende de dienstverlening richting mensen met multiproblematiek te creëren. • Concluderend besloten we om voor medewerkers van Het Juridisch Loket een digitale visualisatie in de vorm van een clickable demo te ontwikkelen, een handleiding en een training. De clickable demo-versie van de MCD-tool, met gespreksleidraad Er was sprake van vooruitschrijdend inzicht tijdens het onderzoeks- en ontwikkelproces van de MCD-tool. Het belangrijkste inzicht was dat ‘one tool fits all’ niet de oplossing is. Het diagnoseproces start met een intakegesprek dat aan de balie plaatsvindt. De juridische professional maakt op basis van het baliegesprek en non-verbale signalen een inschatting of er sprake is van multiproblematiek. Indien hier sprake van is, checkt de professional of de rechtzoekende openstaat voor een vervolggesprek. Het vervolggesprek geeft uitsluitsel over de vraag of sprake is van multiproblematiek. Naast de juridische vraag wordt in dit gesprek aandacht besteed aan de sociaal-maatschappelijke problematiek. Dit gebeurt aan de hand van een gespreksleidraad met gespreksstarters, die speciaal hiervoor ontwikkeld zijn. Tijdens of na afloop van het vervolggesprek vult de juridische professional de MCD-tool in. De uitkomst van de tool is een visualisatie en toelichting van de problematiek, die kan dienen ter overdracht naar een ketenpartner in het sociaal domein. We hebben een clickable demo-versie van de MCD-tool ontwikkeld. De clickable demo-versie van de MCD-tool met de gespreksleidraad, de handleiding en training voor holistisch werken, en de lessen uit dit rapport, bieden samen een goede basis voor Het Juridisch Loket om vanuit de eigen visie en koers de multiproblematiek bij rechtzoekenden breder aan te pakken. Het is mogelijk om dit project te vervolgen als een samenwerking tussen Het Juridisch Loket en het Lectoraat Toegang tot het Recht van Hogeschool Utrecht.
DOCUMENT
Mondkapjes, of mondmaskers, zijn door de SARS-COV-2 pandemie niet meer uit het straatbeeld weg te denken. De kwaliteit en comfort van de pasvorm van medische en niet-medische mondmaskers wordt bepaald door hoe goed het mondmasker overeenkomt met de afmetingen van het gezicht van de drager. Echter is er geen goed overzicht van de antropometrie van het gelaat van de Nederlandse bevolking waardoor de pasvorm van mondmaskers nu vaak niet optimaal is. Er is dus vraag naar een laagdrempelige en veilige manier om gezichtskenmerken in kaart te brengen en betere ontwerprichtlijnen voor mondkapjes. Driedimensionaal (3D) scannen doormiddel van Light Detection and Ranging (LiDaR) technologie in combinatie met slimme algoritmes lijkt wellicht een manier om gezichtskenmerken snel en laagdrempelig vast te leggen bij grote groepen mensen. Daarnaast geeft het 3D scannen van gezichten de mogelijkheid om niet enkel de afmetingen van gezichten te meten, maar ook 3D pasvisualisaties uit te voeren. Hoewel 3D scannen geen nieuwe technologie is, is de LiDaR technologie pas sinds 2020 geïntegreerd in de Ipad en Iphone waardoor het toegankelijk gemaakt is voor consumenten. Doormiddel van een research through design benadering zal onderzocht worden of deze technologie gebruikt kan worden om betrouwbare en valide opnames te maken van gezichten en of er op basis hiervan ontwerprichtlijnen ontwikkeld kunnen worden. In dit KIEM GoCi-project zal daarnaast ingezet worden om een kennisbasis en netwerk op te bouwen voor een vervolg aanvraag over de inzet van 3D technologieën in de mode-industrie.
Journalisten die veel interactie met hun publiek hebben (zoals consumentenprogramma’s) ontvangen via diverse, vaak besloten, kanalen (Facebook Messenger, WhatsApp, e-mail, fora) een grote stroom tips en/of berichten. Radio Dabanga, bijvoorbeeld, een op Soedan gericht radiostation in Amsterdam en ook een redactie met veel publieksinteractie, krijgt alleen al via WhatsApp 500-3000 berichten per dag. Met een redactie van twee mensen kan niet alles gelezen worden. Maar zelfs als dat kon, dan kan nog niet alles geverifieerd. Het gevolg is dat berichten gemist worden, dat Dabanga-journalisten vooral zoeken naar hun al bekende afzenders, en dat zij permanent het gevoel hebben belangrijke informatie te missen, waardoor zij hun contacten tekort te doen. Dit consortium onderzoekt of data science technieken hierbij kunnen helpen. Natural language processing technieken kunnen helpen de berichtenstroom beter te structureren waardoor tips over laag-frequente onderwerpen niet over het hoofd gezien worden. Recommender systemen kunnen ingezet worden om een betrouwbaarheidsindex te ontwerpen voor tot nog toe onbekende afzenders. Het resultaat is dan minder ondergesneeuwde tips en minder ondergesneeuwde afzenders. De uitkomsten worden getest met journalistenpanels. Bij goede resultaten uit bovenstaande onderzoeken, bouwt het consortium een prototype van de Berichtentemmer: een tool die helpt berichten uit diverse kanalen per onderwerp te structureren. Daardoor kunnen journalisten hun netwerken beter en efficiënter benutten. Bij het bouwen van deze tool hoort ook dat de gebruikte algoritmen transparant moeten zijn voor de journalist en de presentatie van de resultaten niet sturend mag zijn. Het consortium bestaat daarom uit een ‘Data science’-projectgroep voor het ontwerpen en testen van de algoritmen, en uit een ‘Ethiek & design’-projectgroep voor het ontwerpen van richtlijnen over transparantie van de algoritmen en de datavisualisatie. Tenslotte is er een ontwikkelgroep bestaande uit een combinatie van studenten en professional developers. Zij bouwen het prototype.
Situated analytics shopping assistent (SASA) systemen voor klanten maken nieuwe diensteninnovaties in winkels mogelijk. Met behulp van computer vision (CV) en augmented reality (AR) kunnen deze smartphonetoepassingen achtereenvolgens winkelproducten identificeren, aangeven of die identificatie geslaagd was (bijvoorbeeld met kleuren), informatie over producteigenschappen visualiseren en productadvies geven. Door de transparantie over producteigenschappen te vergroten kunnen ze bewuster aankoopgedrag stimuleren. Dit is bijvoorbeeld relevant voor supermarkten vanwege hun belangrijke rol in de maatschappelijke duurzaamheids- en gezondheidstransities. Hoewel er behoefte aan is, blijken SASA-systemen vooral qua productidentificatie-functionaliteit nog onvoldoende inzetbaar in de supermarktpraktijk. Dit biedt kansen voor mkb-bedrijven in de hightechsector, waaronder 360Fabriek. 360Fabriek wordt, net zoals veel andere bedrijven in de immersieve technologie-branche, bij de ontwikkeling van SASA-systemen voor supermarkten echter geconfronteerd met de beperkingen van beschikbare CV-oplossingen. Deze kunnen slechts een beperkt aantal producten op een supermarkt-rek real-time identificeren en hebben moeite met productidentificatie onder realistische supermarktomstandigheden. Tegelijkertijd beschikt 360Fabriek niet over de kennis om de vereiste CV-oplossingen zelf te ontwikkelen. Daarnaast heeft men behoefte aan aanvullende kennis over de inzet van AR in SASA-systemen. 360Fabriek zou daarom de volgende praktijkvraag graag beantwoord zien: Hoe kunnen CV en AR-technieken in SASA-systemen ingezet worden voor een effectieve en positief ervaren productidentificatie en visualisatie van de identificatieresultaten, onder realistische supermarktomstandigheden? Om deze vraag te beantwoorden, zullen de HvA en 360Fabriek dit project samen met Jumbo Bas Bobeldijk uitvoeren. Hiertoe zal een initieel SASA-prototype ontwikkeld worden, dat supermarktproducten identificeert, visualiseert of die identificatie geslaagd was, het merk en type van geïdentificeerde producten toont, en supermarktklanten instructies geeft voor het gebruik van de smartphonetoepassing. Dit prototype zal in een Jumbo-supermarktvestiging worden getest. Het project zal naast het SASA-prototype resulteren in doorontwikkelde technologische CV-oplossingen en nieuwe technologische CV en AR-kennis. Deze zullen breed gedeeld worden met de beroepspraktijk in een eindpresentatie en in twee vakpublicaties.