Zoekresultaten
Volg ons op
Volg ons op
MOVE-XR is een virtual-reality (VR) beweegspel. Je zet een Meta Quest-brilop; daarin zitten sensoren die elke stap, sprong of buiging van je lichaam direct registreren. Het spel past de oefeningen automatisch aan jouw niveau aan – vergelijkbaar met hoe een muziekstreamingdienst je favoriete nummers aanbeveelt. Die combinatie van: 1. Immersievee exergaming (bewegen in een levensechte 3D-wereld), 2. Live feedback op je prestaties (bijv. jouw aantal stappen of verbrande calorieën), en 3. Slimme gedragsprikkels (kleine beloningen of tips), bestaat nog niet in de regio Arnhem-Nijmegen. Hiermee sluiten we aan bij het zorgprincipe van de NZa: “digitaal als het kan, zelf als het kan” – oftewel technologie inzetten zodat mensen zélf meer regie hebben over hun gezondheid.
DOCUMENT
Iedereen die met E-Discovery of digitaal forensisch onderzoek te maken heeft, herkent het spanningsveld: de hoeveelheid data groeit elk jaar, maar de tijd om die data zorgvuldig te doorzoeken niet. We hebben zoektechnologie, reviewprocessen en inmiddels ook taalmodellen, maar in de praktijk doen professionals nog veel werk handmatig, ziet Hans Henseler.
DOCUMENT
ZERO offers a citizen-driven solution to tackle energy inequality and grid congestion in Elderveld. Through co-creation, supported by smart digital tools, developments and behavioural insights, residents design an equitable, smart, future-proof local energy system – supporting the municipality’s sustainability goals. ZERO empowers communities, reduces grid pressure, and avoids costly infrastructure expansion.
COLLECTION
SCEPA (Scaling up the Energy Poverty Approach) wil bijdragen aan een rechtvaardige en inclusieve energietransitie door meer kwetsbare huishoudens te betrekken en energiearmoede te verlichten en verminderen. Binnen de partnergebieden in Noord-West Europa (NWE) ondervinden momenteel meer dan 3,5 miljoen huishoudens energiearmoede. In plaats van het wiel opnieuw uit te vinden, verzamelt en verbetert SCEPA bestaande effectieve energiearmoede aanpakken om initiatieven op te kunnen schalen. Stakeholders in het project leren van elkaar en delen de best practices om tot een gezamenlijk ontwikkeld handelingskader te komen.
Dit kader geeft genuanceerde details over wat werkt voor specifieke doelgroepen in specifieke woongebieden in NWE. Het handelingskader wordt gebruikt voor de ontwikkeling en verbetering van lokale actieplannen voor de partnerregio's en -steden. Tijdens de uitvoering worden 3 soorten pilots met 13 soorten interventies getest gericht op meer dan 105.000 huishoudens. Door deze activiteiten te monitoren en evalueren wordt het handelingskader geüpdatet en gedeeld met SCEPA's community of interest voor replicatie. Op deze manier profiteren kwetsbare huishoudens in de partnergebieden, overheden en organisaties buiten het SCEPA-consortium die hun aanpak van energiearmoede willen opschalen.
In het project is de HAN verantwoordelijk voor de ontwikkeling van het gezamenlijk handelingskader, de ontwikkeling van een daarbij ondersteunend adaptief data-platform en toolbox, en de monitoring en evaluatie van de praktijkacties van de partners om energiearmoede te bestrijden. In het project werken Academie Mens en Maatschappij (AMM) en Academie IT en Mediadesign (AIM) nauw met elkaar samen en zijn ook Academie Financieel-Economisch Management (AFEM), Academie Built Environment (ABE) en Academie Engineering en Automotive (AEA) betrokken.
COLLECTION
Misleading graphs can give readers a distorted view of the underlying data. We want to know how to most effectively correct misleading graphs and if it matters whether a correction uses the full-design of the original or a clean design with all embellishment and colors removed. We focus on vocationally educated young adults, a group that is vulnerable to misinformation and has so far been underrepresented in research. We use a mixed-method approach with a qualitative think-aloud task (n=10, data collected in April 2023) and a quantitative survey (n=130, data collected between July and October 2023). The think-aloud task showed that vocational students use a combination of calculating and estimating to process graphs, which contradicts existing literature, and that their perception is heavily influenced by context. The survey showed that graph corrections work in reducing misleading effects and also have a learning effect such that students are less misled by new misleading graphs of the same type. There was no difference between full-design and clean design corrections. These results imply that vocationally educated young adults can benefit from seeing corrections of misleading graphs.
MULTIFILE
This paper addresses the challenge faced by call center operators supporting family members of individuals with Substance Use Disorders (SUDs), particularly the difficulty of detecting emotional distress in callers during high-pressure interactions. We developed a lightweight, real-time Speech Emotion Recognition (SER) prototype for integration into call center workflows. The system applies speech segmentation and emotion classification to detect emotional states such as sadness, fear, anger, and disgust. We evaluated the prototype by benchmarking it with the CREMA-D dataset and with a small-scale user study. Our results indicate technical feasibility with moderate classification accuracy. The findings highlight the potential for AI-driven emotion detection to enhance emotional awareness and responsiveness in addiction helpline environments, helping operators to respond more effectively and ultimately improving the experience and outcomes for callers.
MULTIFILE
This chapter examines how Australian businesses operating in Singapore navigate digital transformation within the context of international operations. As digital technologies reshape the global business landscape, companies are increasingly leveraging tools such as cloud computing, artificial intelligence, and customer relationship management systems to improve their operations. Drawing on a literature review and a mixed-methods study – including survey data from 62 respondents and case studies based on interviews with six senior executives – this research identifies the key drivers, barriers, and impacts of digital transformation among Australian firms operating in Singapore. Findings reveal that digital technologies present significant opportunities for operational efficiency, product development and innovation, and data-driven marketing. However, firms also face substantial challenges, including striking a balance between human input and technological capabilities, securing financial and talent resources, addressing cybersecurity and information management concerns, and overcoming employee resistance. The role of leadership, organizational culture, and a supportive policy environment emerges as critical to enabling successful transformation. This chapter contributes to a deeper understanding of how traditional, nondigital-native multinational enterprises adapt their strategies in digital economies. The insights presented here offer practical implications for business leaders, policymakers, and scholars concerned with international digital strategy, talent development, and regulatory governance.
LINK
Human-centered AI must confront tensions between mutually incompatible fairness definitions and fairness requirements of algorithmic decision-making (ADM) systems. To investigate how people perceive this trade-off and how this perception can guide engineering requirements, we determine the underlying principles of common fairness metrics in the form of statements that people may or may not agree with. Using an illustrative dataset, we show how favored metrics can conflict in practice, underscoring the need for explicit trade-offs and how to solve them. We design and evaluate a survey that can be used to determine the preferences of stakeholders in a hiring scenario by mapping 12 statements to demographic parity, equal opportunity (TPR), predictive equality (FPR), predictive parity (PPV), fairness through unawareness, and individual fairness definitions. Responses (N=51) indicate broad support for excluding sensitive attributes and for error-rate parity criteria (FPR-TPR), with contrasting views on demographic parity under unequal base rates. We contribute a requirements-elicitation approach that can be used to define ‘fairness requirements’ of an ADM system by mapping stakeholder preferences to concrete metrics, yielding a pragmatic set of recommended requirements using our hiring scenario as a guiding example.
MULTIFILE
Studenten gebruiken AI vaak op de automatische piloot, zonder af te wegen wat ze daarmee winnen of verliezen. Generatieve AI biedt ongekende mogelijkheden voor wie wil leren: een 24/7 tutor, gepersonaliseerde oefeningen, directe feedback. De crux zit hem in dat willen. Want diezelfde tools bieden de perfecte kans om razendsnel studieopdrachten te voltooien, terwijl het leerproces omzeild wordt.
LINK
