In dit hoofdstuk nuanceren de auteurs eerdere berekeningen van het marktaandeel van de georganiseerde sport. Dit doen zij door meerdere berekeningsmethoden toe te passen en naar verschillende doelgroepen en sporten te kijken.
Vier universitaire sportcentra (Amsterdam, Utrecht, Wageningen en Nijmegen) hadden naar aanleiding van een literatuuronderzoek waarin een positief verband werd gevonden tussen het aantal bezoeken aan een sportcentrum en de studieprestaties behoefte aan een vervolgonderzoek naar de relatie tussen sporten bij een Universitair Sportcentrum (USC) en studieprestaties voor de Nederlandse situatie. Daartoe is een cross-sectioneel onderzoek opgezet waarbij de studieresultaten van bachelorstudenten gekoppeld zijn aan de gegevens van het USC met betrekking tot lidmaatschap. Zo wordt er antwoord gegeven op de vraag ‘Is er een relatie tussen sporten bij het USC en studieprestaties?’ Daarbij is onderscheid gemaakt tussen universiteit, studiejaar en geslacht. De resultaten van dit onderzoek kunnen een aanzet vormen tot vervolgonderzoek naar de relatie tussen sport en cognitie (studieprestaties).
Er bestaan significante verschillen tussen het aantal behaalde studiepunten van niet-leden en leden van een Universitair Sportcentrum (USC). Dat blijkt uit onderzoek van het lectoraat “Kracht van Sport” van de Hogeschool van Amsterdam (HvA) en Hogeschool Inholland. Het onderzoek laat zien dat leden van het USC per jaar gemiddeld 1,3 studiepunt meer halen dan niet-leden, daarbij is gecontroleerd op de invloed van het geslacht, het studiejaar, de stad en het gemiddelde cijfer van de vooropleiding. Zowel in het eerste, tweede als derde studiejaar van de bachelor en zowel voor mannen als vrouwen werden verschillen in studiepunten gevonden. Deze resultaten geven aanzet tot grootschalig vervolgonderzoek.
Artificial Intelligence (AI) wordt realiteit. Slimme ICT-producten die diensten op maat leveren accelereren de digitalisering van de maatschappij. De grote innovaties van de komende jaren –zelfrijdende auto’s, spraakgestuurde virtuele assistenten, autodiagnose systemen, robots die autonoom complexe taken uitvoeren – zijn datagedreven en hebben een AI-component. Dit gaat de rol van professionals in alle domeinen, gezondheidzorg, bouwsector, financiële dienstverlening, maakindustrie, journalistiek, rechtspraak, etc., raken. ICT is niet meer volgend en ondersteunend (een ‘enabling’ technologie), maar de motor die de transformatie van de samenleving in gang zet. Grote bedrijven, overheidsinstanties, het MKB, en de vele startups in de Brainport regio zijn innovatieve datagedreven scenario’s volop aan het verkennen. Dit wordt nog eens versterkt door de democratisering van AI; machine learning en deep learning algoritmes zijn beschikbaar zowel in open source software als in Cloud oplossingen en zijn daarmee toegankelijk voor iedereen. Data science wordt ‘applied’ en verschuift van een PhD specialisme naar een HBO-vaardigheid. Het stadium waarin veel bedrijven nu verkeren is te omschrijven als: “Help, mijn AI-pilot is succesvol. Wat nu?” Deze aanvraag richt zich op het succesvol implementeren van AI binnen de context van softwareontwikkeling. De onderzoeksvraag van dit voorstel is: “Hoe kunnen we state-of-the-art data science methoden en technieken waardevol en verantwoord toepassen ten behoeve van deze slimme lerende ICT-producten?” De postdoc gaat fungeren als een linking pin tussen alle onderzoeksprojecten en opdrachten waarbij studenten ICT-producten met AI (machine learning, deep learning) ontwikkelen voor opdrachtgevers uit de praktijk. Door mee te kijken en mee te denken met de studenten kan de postdoc overzicht en inzicht creëren over alle cases heen. Als er overzicht is kan er daarna ook gestuurd worden op de uit te voeren cases om verschillende deelaspecten samen met de studenten te onderzoeken. Deliverables zijn rapporten, guidelines en frameworks voor praktijk en onderwijs, peer-reviewed artikelen en kennisdelingsevents.
The consortium would like to contribute to structural reduction of post-harvest and food losses and food quality improvement in Kenyan avocado and dairy value chains via the application of technical solutions and tools as well as improved chain governance competences in those food chains. The consortium has four types of partners: 1. Universities (2 Kenyan, 4 Dutch), 2. Private sector actors in those chains, 3. Organisations supporting those chains, and 4. Associate partners which support category 1 to 3 partners through co-financing, advice and reflection. The FORQLAB project targets two areas in Kenya for both commodities, a relatively well-developed chain in the central highlands and a less-develop chain in Western-Kenya. The approach is business to business and the selected regions have great potential for uptake of successful chain innovations as outcome of research results. The results are scalable for other fresh and processed product chains via a living lab network approach. The project consists of 5 work packages (WPs): 1. Inventory , status quo and inception, 2. Applied research, 3. Dissemination of research outputs through living lab networks, 4. Translation of project output in curricula and trainings, and 5. Communication among partners and WPs. The applied research will be implemented in cooperation with all partners, whereby students of the consortium universities will conduct most of the field studies and all other partners support and interact depending on the WPs. The expected outcomes are: two knowledge exchange platforms (Living Labs) supported with hands on sustainable food waste reduction implementation plans (agenda strategy); overview and proposals for ready ICT and other tech solutions; communication and teaching materials for universities and TVETs; action perspectives; and knowledge transfer and uptake.
Het Platform Personalised Health (PPH) wil komen tot een gezamenlijke agenda van praktijkgericht onderzoek op het terrein van zowel technologische als organisatorische innovaties als ondersteuning bij gepersonaliseerde zorg. Het concept positieve gezondheid impliceert de noodzaak van gepersonaliseerde zorg, toegesneden op de wensen en behoeften van de individuele patiënt. Zorgtechnologie wordt ingezet als mogelijkheid om deze gepersonaliseerde zorg vorm te geven (zowel in de vorm van big data als een online of blended vorm, afgestemd op de individuele behoeften en omstandigheden. Sociale innovatie, in dit kader op te vatten als bewustwording va nut en noodzaak en het verwerven kennis en competenties bij zorgaanbieders (professionals) ten behoeve van optimaal gepersonaliseerde zorg. De maatschappelijke impact moet inzichtelijk gemaakt worden aan de hand van uitkomstmaten passend bij het concept positieve gezondheid. Afstemming vindt plaats door samenwerking van lectoraten in interactie met relevante stakeholders: bedrijven, zorggebruikers, kennis- en overheidsinstanties
