This is a manual on supervision with video recordings and role-play. The manual provides points of reference for reflecting in a team on the implementation of the work and learning from each other by means of video recordings and role-play. We know that the quality of the care provided is directly related to the outcomes for clients. And we know that learning from each other helps to improve this quality. Using this manual, a team can get to work on this.
Video feedback may be a powerful tool to change biomechanical landing patterns associated with anterior cruciate ligament (ACL) injury risk. This study investigated the effect of video feedback on drop vertical jump (DVJ) landing strategies in team sport athletes. 59 athletes were assigned to a video feedback (VI) or control (CTRL) group. A pretest, 2 training sessions and a posttest were conducted. In both training sessions, video feedback, consisting of a video of the athlete's contour superimposed onto an expert's contour performing the DVJ landing task, was provided to the VI group; the CTRL group did not receive feedback. Outcomes included: kinematics and kinetics at peak knee valgus/varus moment during pre- and posttest and percentage overlap of expert and athlete during the training sessions. At posttest, males in the VI group showed greater hip flexion angles (p=0.001) and range of motion (p<0.001), smaller vertical ground reaction force, and smaller ankle dorsiflexion moment (p<0.001) compared to pretest. At posttest, males in the VI group demonstrated smaller vertical ground reaction force (p=0.031) and ankle dorsiflexion moment (p=0.001) compared to males in the CTRL group. The VI group increased percentage overlap with the expert during training sessions and from start of the first to the end of the second training session (p<0.001). Overall, video feedback was effective to modify landing strategies favorably in males. While females imitated the expert model, their landing strategy did not change significantly. While Females may need additional (verbal) feedback to benefit from video feedback.
The initial trigger of this research about learning from video was the availability of log files from users of video material. Video modality is seen as attractive as it is associated with the relaxed mood of watching TV. The experiments in this research have the goal to gain more insight in viewing patterns of students when viewing video. Students received an awareness instruction about the use of possible alternative viewing behaviors to see whether this would enhance their learning effects. We found that:- the learning effects of students with a narrow viewing repertoire were less than the learning effects of students with a broad viewing repertoire or strategic viewers.- students with some basic knowledge of the topics covered in the videos benefited most from the use of possible alternative viewing behaviors and students with low prior knowledge benefited the least.- the knowledge gain of students with low prior knowledge disappeared after a few weeks; knowledge construction seems worse when doing two things at the same time.- media players could offer more options to help students with their search for the content they want to view again.- there was no correlation between pervasive personality traits and viewing behavior of students.The right use of video in higher education will lead to students and teachers that are more aware of their learning and teaching behavior, to better videos, to enhanced media players, and, finally, to higher learning effects that let users improve their learning from video.
Het RAAK-MKB project "(G)een Moer Aan" heeft zich gericht op het ontwerpen van een veilige en effectieve ondersteuning van een cobot in een productieomgeving. De focus is hierbij gelegd op productiehandelingen die in veel sectoren voorkomen en die relatief veel arbeidstijd kosten, zoals het indraaien van moeren en bouten in een object. Binnen het project is veel kennis opgedaan dit heeft geresulteerd in gripperontwerpen die in staat zijn een bout in een flens te draaien. Daarnaast is kennis gegeneerd van vision technieken om gaten e.d. te detecteren, en het meenemen van (beleefde) veiligheid in het ontwerp van een cobot systeem. Deze nieuw opgedane kennis is erg bruikbaar voor zowel de beroepspraktijk als voor de studenten in het onderwijs. Dat maakt het relevant voor (her)gebruik middels het nieuwe open-acces e-learning platform van Fontys: Open Learning Labs. Door trainingsmateriaal te ontwikkelen dat betrekking heeft op onder andere het aspect veilig ontwerpen, worden toekomstige engineers (de studenten) en zittend personeel bij bedrijven bekend met nieuwe technieken die toepasbaar zijn in diverse sectoren waar met robots gewerkt wordt. Het doel van deze Top-up aanvraag is tweeledig: 1) Het vergroten van de zichtbaarheid van de resultaten uit het initiële RAAK-project, zowel richting onderwijs, onderzoek en beroepspraktijk. 2) Het realiseren van trainingsmateriaal t.b.v. het rekening houden met en veilig ontwerpen van cobotsystemen. Door o.a. kennis aan te dragen omtrent het doen van een correcte risico analyse van het proces. Dit zal bij toekenning stapsgewijs uitgevoerd worden: 1. Definiëren inhoud lesmodules en bijbehorende didactische werkvormen 2. Realisatie PR- & instructievideo's en onderwijsopdrachten 3. Realisatie E-learning lesmodule Dit alles gekoppeld aan het open-acces e-learning platform Open Learning Labs van Fontys.
Aanleiding De geestelijke gezondheidszorg (GGZ) staat voor een grote opgave: er moet fors bezuinigd worden terwijl de kwaliteit van de zorg gehandhaafd moet blijven. Inzet van beeldcommunicatie kan hieraan een bijdrage leveren. Zorgverleners zijn echter niet of nauwelijks getraind op beeldcommunicatie. Ze zijn juist geoefend om subtiele signalen te interpreteren die via beeldcommunicatie niet of veel moeilijker waarneembaar zijn. Doelstelling De ambitie van het project is om GGZ-zorgverleners te ondersteunen bij het effectief inpassen van beeldbellen in de eigen zorgverlening. Daarvoor moeten de volgende drie doelen bereikt worden. 1. het verkrijgen van kennis en inzichten over de vraag waarom het (intensiever) inzetten van beeldbellen voor de GGZ-zorgverleners nu zo moeilijk is; 2. het omzetten van deze kennis en inzichten in producten die recht doen aan de complexiteit van de GGZ-problematiek en daarnaast praktisch toepasbaar zijn voor de drukbezette professional; 3. het verrijken van de opleidingen Verpleegkunde van deelnemende hogescholen Windesheim en Hanzehogeschool Groningen met modules en minoren waarin de verworven kennis en producten zijn geïntegreerd. De onderzoekers verzamelen data via diepte-interviews. Zij analyseren deze data met behulp van de affinity-diagrammingmethode. De resultaten van de analyses worden in workshops gedeeld met de GGZ-medewerkers en getoetst, om kennisuitwisseling en nadere vraagarticulatie te bevorderen. Beoogde resultaten De zorgverleners hebben behoefte aan praktische informatie en handvatten. De beoogde resultaten van het project zijn in eerste instantie een praktijkverhalenboek, video testimonials en checklists. Vervolgens kan daarop een e-learningmodule of MOOC en een serious game worden gebaseerd. Deze hulpmiddelen krijgen ook een plaats in het onderwijs van de verpleegkundeopleidingen van de deelnemende hogescholen.
Fietsen is diepgeworteld in de Nederlandse cultuur en draagt bij aan een duurzame, gezonde en mobiele samenleving. Met de opkomst van nieuwe (elektrische) vervoersmiddelen, neemt ook de complexiteit van het verkeer toe en ontstaan er nieuwe veiligheidsuitdagingen. Om deze effectief aan te pakken, is het van groot belang om beleidsmakers en educatieve instellingen te voorzien van diepgaande inzichten in fietsgedrag en verkeerssituaties. Met dit project richten we ons op het leveren van deze inzichten door middel van geavanceerde AI-technologieën. De huidige software-oplossingen gericht op het verbeteren van de verkeersveiligheid zijn vaak beperkt in hun functionaliteit en toepassingsgebied. Ze richten zich voornamelijk op het tellen en volgen van verkeersdeelnemers, zonder de complexiteit van fietsverkeer te analyseren. Ons project onderscheidt zich door het gebruik van recente state-of-the-art AI-methoden om complexe verkeerssituaties en fietsgedrag automatisch te analyseren en te classificeren. Ons AI-gestuurde systeem maakt gebruik van Nederlandse videobeelden afkomstig van zowel statische camera's als camera's gemonteerd op fietsers. Hierdoor kunnen we onveilig fietsgedrag en risicovolle situaties herkennen en aanbevelingen doen aan beleidsmakers voor infrastructuuraanpassingen. Het implementeren van AI in opleidingen zoals ruimtelijke ordening zal leiden tot een verfrissend curriculum dat studenten future-proof opleidt. Samen werken we aan de ruimtelijke ontwikkeling van de toekomst. Bovendien kunnen de AI-tools worden gebruikt om lesmateriaal te ontwikkelen, waardoor zij beter inzicht krijgen in de factoren die bijdragen aan onveilige situaties en hoe zij hun gedrag kunnen aanpassen om het risico op ongevallen te verminderen. Het aanvragende consortium bestaat uit een multidisciplinair team van onderzoekers en studenten uit de AI, computer vision, verkeerspsychologie, verkeerskunde en ruimtelijke ontwikkeling, die samenwerken met publieke instellingen en commerciële partners aan een open-source intelligent softwaresysteem. Samengevat zal dit project niet alleen de huidige kennis over fietsgedrag en verkeersveiligheid uitbreiden, maar ook de manier waarop beleidsmakers en educatieve instellingen met deze kwesties omgaan transformeren.