In the literature about web survey methodology, significant eorts have been made to understand the role of time-invariant factors (e.g. gender, education and marital status) in (non-)response mechanisms. Time-invariant factors alone, however, cannot account for most variations in (non-)responses, especially fluctuations of response rates over time. This observation inspires us to investigate the counterpart of time-invariant factors, namely time-varying factors and the potential role they play in web survey (non-)response. Specifically, we study the effects of time, weather and societal trends (derived from Google Trends data) on the daily (non-)response patterns of the 2016 and 2017 Dutch Health Surveys. Using discrete-time survival analysis, we find, among others, that weekends, holidays, pleasant weather, disease outbreaks and terrorism salience are associated with fewer responses. Furthermore, we show that using these variables alone achieves satisfactory prediction accuracy of both daily and cumulative response rates when the trained model is applied to future unseen data. This approach has the further benefit of requiring only non-personal contextual information and thus involving no privacy issues. We discuss the implications of the study for survey research and data collection.
The purpose of this study was to analyse knowledge management research trends to understand the development of the field using a combination of scientometric, bibliometric, and visualisation techniques, subsequently developing a normative framework of knowledge management from the results.282 articles between the years 2010–2015 were retrieved, analysed, and visualised to produce the state of knowledge management during the selected timeframe. The results of this study provide a visualisation of the current research trends to understand the development of the knowledge management discipline. There are signals that the literature about knowledge management is progressing towards academic maturity. This study is one of the first studies to combine bibliometric and scientometric methods to assess productivity along with visualisation, and subsequently provide a knowledge management framework drawing from the results of these methods.
MULTIFILE
Textielbedrijven moeten innoveren, instappen in een wereld die in toenemende mate beheerst wordt door Internet Of Things, Domotica en andere Smart producten. Textiel is een perfect platform voor deze connected omgeving: het is als interieur- en vloerbedekking een geaccepteerd onderdeel van onze leefomgeving en is qua structuur zeer geschikt voor integratie met elektrische componenten. Internationale bedrijven als Nike en Adidas pikken dit op, maar ook Google en Apple hebben recente patenten over in textiel geïntegreerde ICT. Nederlandse bedrijven willen hierop inspelen, maar hebben individueel niet de expertise om dit soort innovatieve producten te ontwikkelen. Tien textiel- en elektronicabedrijven, die de hele waardeketen omspannen, ontwikkelen met lectoren, docenten en studenten van Saxion en Fontys de route naar ‘embedded textile’. Doel is dat elektronische componenten direct en precies met deze textiele drager kunnen worden geïntegreerd, waardoor ze kunnen communiceren in en met de omgeving. Productiemethodes die ingezet gaan worden zijn Inkjet printen, 3D weven, technisch borduren, lamineren en Nano-coaten. Het resultaat: een innovatief meerlaags robuust textiel dat functionaliteiten mogelijk maakt als licht, warmte (energie-transitie) en sensing (gezondheid & veiligheid) in producten zoals fotovoltaïsche overkappingen, adaptieve zonwering, slimme vloerbedekking en beschermende kleding. Deze producten stellen bedrijven in staat om in te spelen op dit soort megatrends. Ons doel is minimaal drie demonstrators te ontwikkelen die de praktijktoepassing van embedded textile voor bedrijven inzichtelijk maken. Door de deelname van productiebedrijven uit de gehele voortbrengingsketen is voorzien in evenzoveel relevante business cases. Daarmee staat de nieuwe embedded textieltechnologie midden in de markt van the Internet of Things.
