Presentatie tijdens het Landelijk Netwerk Onderwijsontwikkeling. Focus op studiesucces (trends en onderzoek) en langstuderen (trends en kenmerken).
DOCUMENT
De Politieacademie heeft binnen het politiebestel de taak om wetenschappelijk onderzoek te verrichten en uit te besteden ten behoeve van de politie. Met ingang van 2015 is de strategische onderzoeksagenda voor de politie leidend voor dit onderzoek (Janssen & Venderbosch, 2014). De Politieacademie formuleert deze agenda met input van de Nationale Politie en wetenschappers en de minister van V&J stelt hem vast. De Politieacademie krijgt daarmee de verantwoordelijkheid voor de programmering van het onderzoek ten behoeve van de politie. Een belangrijk aspect van de zorg voor kwaliteit van het onderzoek is de doorwerking van politiekundige kennis in het politieonderwijs en de politiepraktijk. Om deze taak goed op zich te kunnen nemen wil de directeur Kennis & Onderzoek van de Politieacademie inzicht krijgen in de verschillende vormen van politiegerelateerd onderzoek in Nederland
DOCUMENT
In deze presentatie werden de voorlopige resultaten van een Delphi panel onderzoek getoond. Hierin werden trainers, coaches, leefstijlprofessionals en fysiotherapeuten met expertise op het gebied van sportapps herhaaldelijk bevraagd wat zij belangrijke kenmerken van sport-apps vonden. Een aantal kenmerken worden toegelicht.
DOCUMENT
Patiëntdata uit vragenlijsten, fysieke testen en ‘wearables’ hebben veel potentie om fysiotherapie-behandelingen te personaliseren (zogeheten ‘datagedragen’ zorg) en gedeelde besluitvorming tussen fysiotherapeut en patiënt te faciliteren. Hiermee kan fysiotherapie mogelijk doelmatiger en effectiever worden. Veel fysiotherapeuten en hun patiënten zien echter nauwelijks meerwaarde in het verzamelen van patiëntdata, maar vooral toegenomen administratieve last. In de bestaande landelijke databases krijgen fysiotherapeuten en hun patiënten de door hen zelf verzamelde patiëntdata via een online dashboard weliswaar teruggekoppeld, maar op een weinig betekenisvolle manier doordat het dashboard primair gericht is op wensen van externe partijen (zoals zorgverzekeraars). Door gebruik te maken van technologische innovaties zoals gepersonaliseerde datavisualisaties op basis van geavanceerde data science analyses kunnen patiëntdata betekenisvoller teruggekoppeld en ingezet worden. Wij zetten technologie dus in om ‘datagedragen’, gepersonaliseerde zorg, in dit geval binnen de fysiotherapie, een stap dichterbij te brengen. De kennis opgedaan in de project is tevens relevant voor andere zorgberoepen. In dit KIEM-project worden eerst wensen van eindgebruikers, bestaande succesvolle datavisualisaties en de hiervoor vereiste data science analyses geïnventariseerd (werkpakket 1: inventarisatie). Op basis hiervan worden meerdere prototypes van inzichtelijke datavisualisaties ontwikkeld (bijvoorbeeld visualisatie van patiëntscores in vergelijking met (beoogde) normscores, of van voorspelling van verwacht herstel op basis van data van vergelijkbare eerdere patiënten). Middels focusgroepinterviews met fysiotherapeuten en patiënten worden hieruit de meest kansrijke (maximaal 5) prototypes geselecteerd. Voor deze geselecteerde prototypes worden vervolgens de vereiste data-analyses ontwikkeld die de datavisualisaties op de dashboards van de landelijke databases mogelijk maken (werkpakket 2: prototypes en data-analyses). In kleine pilots worden deze datavisualisaties door eindgebruikers toegepast in de praktijk om te bepalen of ze daadwerkelijk aan hun wensen voldoen (werkpakket 3: pilots). Uit dit 1-jarige project kan een groot vervolgonderzoek ‘ontkiemen’ naar het effect van betekenisvolle datavisualisaties op de uitkomsten van zorg.
De Wet passend onderwijs (2014) zou er voor moeten zorgen dat alle kinderen een goede onderwijsplek krijgen. Echter, voor leerlingen met autismespectrumstoornis (ASS) die substantiële ondersteuning nodig hebben, is dat lastig te realiseren. Zij laten problemen zien in hun betrokkenheid bij de leertaak, wat gerelateerd is aan lage schoolprestaties en voortijdige uitval. Deze leerlingen hebben baat bij een goede gezamenlijke ondersteuning van leerkracht en jeugdprofessional. Echter, leerkrachten hebben weinig kennis en ervaring met ASS om de juiste ondersteuning te kunnen bieden. Jeugdhulpverleners, die op school ingezet worden, zijn onvoldoende op de hoogte van wat er vanuit het onderwijs moet gebeuren. Leerkrachten en jeugdhulpverleners kunnen elkaar versterken, maar er is nog te vaak sprake van figuurlijke afstand en gebrek aan verbondenheid. Professionalisering is nodig, gericht op het versterken van het handelen van leerkrachten en jeugdhulpverleners in de klas en hun interprofessionele samenwerking. Hoe zo’n professionalisering eruit moet zien en hoe leerkrachten en jeugdhulpverleners elkaar kunnen versterken is nog onduidelijk. Er is behoefte aan good practices op dit terrein. Om dit complexe praktijkprobleem op te lossen, maken we gebruik van ontwerponderzoek. We richten ons op de vraag: Hoe draagt een professionaliseringstraject bij aan het versterken van het handelen in de klas en het interprofessioneel samenwerken van leerkrachten en jeugdhulpverleners, zodat zij een integrale aanpak kunnen vormgeven waarmee de betrokkenheid van leerlingen met ASS in de klas wordt vergroot? Daartoe ontwikkelen we een professionaliseringstraject, waarbij we voortbouwen op kennis uit onder andere het vooronderzoek ’T PASST WEL!. We voeren het traject uit en evalueren systematisch de genomen stappen. Het project levert een toepasbaar professionaliseringstraject met (e-)tools rondom good practices voor de (opleidings-)praktijk op. Deze producten bieden onderbouwde en overdraagbare oplossingen voor problemen waar leerkrachten en jeugdhulpverleners tegenaan lopen bij het integraal vormgeven van hun aanpak bij leerlingen met ASS.
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.
Centre of Expertise, onderdeel van De Haagse Hogeschool
Lectoraat, onderdeel van HAS green academy
