De workshop heeft als doel awareness te creëren rondom metadata bij iedereen die betrokken is bij projecten waarin met data gewerkt wordt. Dit betreft zowel de onderzoeker als de datasteward en onderzoeksondersteuner.
MULTIFILE
More than 80 % of all information in an organization is unstructured, created by knowledge workers engaged in peer-to-peer networks of expertise to share knowledge across organizational boundaries. Enterprise Information Systems (EIS) do not integrate unstructured information. At best, they integrate links to unstructured information connected with structured information in their databases. The amount of unstructured information is rising quickly. Ensuring the quality of this unstructured information is difficult. It is often inaccessible, unavailable, incomplete, irrelevant, untimely, inaccurate, and/or incomprehensible. It becomes problematic to reconstruct what has happened in organizations. When used for organizational policies, decisions, products, actions and transactions, structured and unstructured information are called records. They are an entity of information, consisting out of an information object (structured or unstructured) and its metadata. They are important for organizational accountability and business process performance, for without them reconstruction of past happenings and meaningful production become an impossibility. Organization-wide management of records is not a common functionality for EIS, resulting in [1] a fragmentation in the management of records, where structured and unstructured information objects are stored in a variety of systems, unconnected with their metadata; [2] a fragmentation in metadata management, leading to a loss of contextuality because metadata are separated from their information objects; and [3] a declining quality or records, because their provenance, integrity, and preservation are in peril. Organizational accountability is based on records and their context to reconstruct the past. Because records are not controlled by EIS, they can only marginally be used for accountability. The challenge for organizational accountability is to generate trusted records, fixed and contextual information objects inseparately linked with metadata that capture context to regain evidential value and to allow for the reconstruction of the past. The research question of this paper is how to capture records and their context within EIS to regain the evidential value of records to allow for a more robust organizational accountability. To find an answer, we need to pay attention to the concept of context, on how to capture context in metadata, and how to embed and manage records in EIS.
Het basisonderwijs heeft behoefte aan lesprogramma’s die kinderen weerbaar maken tegen nepnieuws op internet en sociale media. Er bestaat al wel lesmateriaal maar tot nu toe ontbreekt er kennis over de vraag welke van deze materialen goed werken. Doel van het project is het vinden van gevalideerde methoden voor het leren onderscheiden van nepnieuws en echt nieuws. Er wordt een literatuurstudie gedaan naar bestaand lesmateriaal dat geschikt is voor kinderen uit de laatste jaren van het basisonderwijs. De kennis die wordt opgedaan, wordt gebruikt voor het samenstellen van een eigen lessenreeks waarvan wordt aangenomen dat die een positief effect heeft op het vermogen van kinderen om onderscheid te maken tussen echt nieuws en nepnieuws. Om te onderzoeken of deze veronderstelling klopt, wordt de te ontwikkelen lessenreeks uitgevoerd voor leerlingen van groep 7 of 8 van de J.H. Snijdersschool te Rijswijk en worden de vorderingen van de leerlingen tussentijds gemonitord. De J.H. Snijdersschool is een basisschool die innovatie en het gebruik van ict in het onderwijs hoog in het vaandel heeft staan. Ook op dit moment maakt de school al gebruik van programma’s op het gebied van mediawijsheid (https://www.lucasacademie.nl/themalijnen/innovatie?aid=66&activiteit=Kijk-je-Rijk:-ICT-mogelijkheden-in-het-onderwijs-op-de-JH-Snijdersschool). De aanname is de dat leeractiviteiten zullen bestaan uit: • het opsporen of creëren van nieuwsitems door de kinderen zelf • het vastleggen van gevonden nieuwsitems door metadata te noteren en • het beoordelen van de betrouwbaarheid van nieuwsitems. De lessenreeks wordt getest door het uitvoeren van het vast te stellen programma gedurende vijf achtereen volgende lesweken. Wekelijks vindt er een korte test plaats om vast te stellen hoe goed de kinderen in staat zijn om echt nieuws van nepnieuws te onderscheiden. De progressie van de kinderen wordt vastgesteld met behulp van een Friedman test.
De Nederlandse media-industrie merkt elke dag hoe groot de impact is van het voortschrijdende proces van digitalisering en dataficering. De transitie van analoge (broadcast) naar digitale (Over-The-Top) netwerken zorgt er niet alleen voor dat mensen inmiddels televisie kunnen kijken op ieder gewenst moment met het apparaat dat ze uitkomt, het maakt tevens echte interactie mogelijk met de kijker. Bij die interactie wordt allerhande data over de gebruiker verzameld. De kansen om hiermee nieuwe diensten te ontwikkelen blijven echter veelal onbenut. Vooral voor interactieve mediabedrijven ligt hier een kans omdat het hun apps zijn die grote hoeveelheden gebruikersdata verzamelen. Interactieve mediabedrijven hebben echter momenteel een kennishiaat om de gebruikersdata uit hun apps zodanig te analyseren dat nieuwe inzichten ontstaan waarop bestaande diensten (continu) verbeterd kunnen worden, nieuwe diensten voor hun klanten kunnen worden ontwikkeld én zij zelf diensten kunnen gaan vermarkten vanuit een zelfstandige positie. De praktijkvraag van interactieve mediabedrijven is tijdens verschillende vraagarticulatiebijeenkomsten als volgt verwoord: Hoe kunnen wij als interactieve mediabedrijven beter inzicht krijgen in de waarde van de gebruikersdata en hoe kunnen we op basis hiervan nieuwe business modellen ontwikkelen om zelfstandig te kunnen opereren? Hogeschool van Amsterdam en Hogeschool Utrecht gaan samenwerken aan deze praktijkvraag in zes experimenten. In de experimenten zullen A/B testen worden uitgevoerd waarbij een bestaande app (versie A) zal worden vergeleken met een aangepaste versie van de app (versie B). De aanpassingen zullen plaatsvinden op basis van de geanalyseerde mogelijkheden die de geanonimiseerde gebruikersdata biedt in combinatie met geëxpliciteerde gebruikerswensen van de doelgroepen. Het effect zal worden gemeten op aspecten zoals gebruikerservaring, user engagement, koopintentie en waardering. Naast de zes aangepaste apps levert de cumulatieve kennis die wordt opgebouwd in de experimenten een stappenplan op die gebruikersdata tot een centraal onderdeel zal maken van het eigen business model van interactieve mediabedrijven, én een platform voor uitwisseling van metadata, data-uitwisselings en data-analyse logica.
