Zoekresultaten

A roadmap for developing Data Analytic Capability for Digital Transformation

Digital transformation has been recognized for its potential to contribute to sustainability goals. It requires companies to develop their Data Analytic Capability (DAC), defined as their ability to collect, manage and analyze data effectively. Despite the governmental efforts to promote digitalization, there seems to be a knowledge gap on how to proceed, with 37% of Dutch SMEs reporting a lack of knowledge, and 33% reporting a lack of support in developing DAC. Participants in the interviews that we organized preparing this proposal indicated a need for guidance on how to develop DAC within their organization given their unique context (e.g. age and experience of the workforce, presence of legacy systems, high daily workload, lack of knowledge of digitalization). While a lot of attention has been given to the technological aspects of DAC, the people, process, and organizational culture aspects are as important, requiring a comprehensive approach and thus a bundling of knowledge from different expertise. Therefore, the objective of this KIEM proposal is to identify organizational enablers and inhibitors of DAC through a series of interviews and case studies, and use these to formulate a preliminary roadmap to DAC. From a structure perspective, the objective of the KIEM proposal will be to explore and solidify the partnership between Breda University of Applied Sciences (BUas), Avans University of Applied Sciences (Avans), Logistics Community Brabant (LCB), van Berkel Logistics BV, Smink Group BV, and iValueImprovement BV. This partnership will be used to develop the preliminary roadmap and pre-test it using action methodology. The action research protocol and preliminary roadmap thereby developed in this KIEM project will form the basis for a subsequent RAAK proposal.

Acceptatie en Realisatie van real-Time feedback gebaseeRd Op Sensor-based feedback. De ARTROS studie

Artrose is in Nederland de snelst groeiende chronische aandoening, waarbij de knie het meest vaak is aangedaan. Mensen met knieartrose ervaren forse beperkingen in het dagelijks functioneren. Mensen met knieartrose ervaren soms pijn en stijfheid in het kniegewricht als gevolg van herhaalde lokale overbelasting van de aangedane regio in de knie. De geadviseerde fysiotherapeutische behandeling voor knieartrose bestaat uit informeren, leefstijladviezen en oefentherapie, waarin het aanleren van een minder belastend looppatroon een rol speelt. Binnen de behandeling zijn therapietrouw en zelfmanagement, zoals bij elke chronische aandoening, zeer belangrijk en wordt veelal gevraagd dat men in de thuisomgeving oefentherapie uitvoert. Uit diverse studies blijkt dat therapietrouw veelal laag is bij deze groep. Dat beïnvloedt de behandeluitkomsten negatief, gezien de effectiviteit van fysiotherapeutische zorg is voor een groot deel afhankelijk van de mate van therapietrouw. Om de behandeluitkomsten te verbeteren is het belangrijk om therapietrouw en zelfmanagement te vergroten en patiënten thuis aan de slag gaan met beweegadviezen. Daarbij kan real-time feedback op het looppatroon, in de relevante context, in het dagelijks leven, patiënten helpen om hun looppatroon aan te passen. Daarmee zou behandeling van artrose-gerelateerde klachten in potentie effectiever en efficiënter ingericht kunnen worden. Binnen dit KIEM voorstel verkennen we als eerste welke gebruikerseisen en -wensen er bestaan ten aanzien van real-time feedback op het looppatroon, en onderzoeken we of het haalbaar is om met behulp van het dragen van een sensor om gunstige, en ongunstige looppatronen van elkaar te onderscheiden.

Actiegericht onderzoek Innovatiewerkplaats Eems Dollard Regio in Transitie (EDRiT)

AdaptSort: Adaptive AI for Sorting E-Waste

The increasing amount of electronic waste (e-waste) urgently requires the use of innovative solutions within the circular economy models in this industry. Sorting of e-waste in a proper manner are essential for the recovery of valuable materials and minimizing environmental problems. The conventional e-waste sorting models are time-consuming processes, which involve laborious manual classification of complex and diverse electronic components. Moreover, the sector is lacking in skilled labor, thus making automation in sorting procedures is an urgent necessity. The project “AdapSort: Adaptive AI for Sorting E-Waste” aims to develop an adaptable AI-based system for optimal and efficient e-waste sorting. The project combines deep learning object detection algorithms with open-world vision-language models to enable adaptive AI models that incorporate operator feedback as part of a continuous learning process. The project initiates with problem analysis, including use case definition, requirement specification, and collection of labeled image data. AI models will be trained and deployed on edge devices for real-time sorting and scalability. Then, the feasibility of developing adaptive AI models that capture the state-of-the-art open-world vision-language models will be investigated. The human-in-the-loop learning is an important feature of this phase, wherein the user is enabled to provide ongoing feedback about how to refine the model further. An interface will be constructed to enable human intervention to facilitate real-time improvement of classification accuracy and sorting of different items. Finally, the project will deliver a proof of concept for the AI-based sorter, validated through selected use cases in collaboration with industrial partners. By integrating AI with human feedback, this project aims to facilitate e-waste management and serve as a foundation for larger projects.

Agrippa; additional intervention for self-management in chronic pain patients

Chronische pijn is een groot, complex en duur probleem en heeft een grote impact op de kwaliteit van leven van patiënten, dagelijks functioneren, stemming en ziekteverzuim. Er zijn verschillende interventies ontwikkeld die met name gericht zijn op het beïnvloeden en veranderen van het gedrag waarbij zelfmanagement een belangrijke rol speelt. Echter het bestendigen van resultaten op lange termijn blijkt een groot probleem en leidt zelfs tot terugval naar “oud” gedrag waardoor patiënten opnieuw vaak kostbare hulp gaan zoeken. Er zijn twee additionele interventies ontwikkeld in een eerder RAAK-project (SOLACE) ter voorkoming van deze terugval: “Do It Your Self” en “Waarde gerichte Doelen” , echter de werkzaamheid van deze interventies op de lange termijn is niet onderzocht. Een eerste feasibility studie lijkt veelbelovend met positieve effecten naar de bruikbaarheid van deze interventies in de betrokken revalidatiecentra. Vanuit dit werkveld maar ook vanuit de patiënten kwam nadrukkelijk de vraag om deze interventies op effectiviteit te toetsen. Dit heeft geleid tot de onderzoeksvraag; “Is een additionele interventie (do it yourself en/of waarde gerichte doelen) gericht op het blijven toepassen van aangeleerde vaardigheden na een succesvol doorlopen pijn programma effectief in het bestendigen van de resultaten op de lange termijn en leidt dit tot een afname van het zorggebruik.” Het onderzoek wordt uitgevoerd in twee werkpakketten; (1) het ontwikkelen van een bruikbare app voor de ontwikkelde interventies in samenwerking met DIO Design en (2) een effectiviteit studie in de revalidatiecentra Adelante in Hoensbroek en Maastricht, Libra R&A locatie Weert en Heliomare Revalidatie in Wijk aan Zee. De doelstelling van het consortium is om de samen met zorgprofessionals, patiënten, beroepsvereniging en ontwerpers een product ter voorkoming van terugval verder te ontwikkelen en te toetsen. Na afronding van dit project zijn de op effectiviteit getoetste additionele interventies, DIY en WD, klaar om landelijk te worden uitgerold.

Agrippa: hoe effectief zijn strategieën voor chronische pijn?

Veel patiënten met chronische pijn vallen na revalidatie toch een keer terug naar ‘oud’ gedrag. In het project SOLACE zijn twee strategieën ontwikkeld om terugval te voorkomen. Deze interventies leken effectief in de betrokken revalidatiecentra. Maar werken ze ook op de lange termijn?Doel Het doel van project Agrippa (Additional intervention for self-management in chronic pain patients) is om strategieën die terugval na revalidatie voorkomen verder te ontwikkelen en te toetsen. Dit doen we samen met zorgprofessionals, patiënten met chronische pijn, beroepsverenigingen en ontwerpers. Na afronding van dit onderzoek kunnen de strategieën landelijk in de praktijk worden gebracht. Resultaten Dit onderzoek loopt nog. Na afronding vind je hier een samenvatting van de resultaten. Looptijd 01 februari 2019 - 01 februari 2021 Aanpak Het onderzoek bestaat uit twee onderdelen: 1. We ontwikkelen een app waarin de twee interventies ‘Do It Your Self’ en ‘Waardegerichte Doelen’ worden opgenomen. 2. We toetsen de effectiviteit van de app in drie revalidatiecentra. Meer informatie Voor meer informatie bezoek je de uitgebreide projectpagina Agrippa.