Onderwijsvernieuwing en het afleggen van verantwoording kunnen elkaar in de weg zitten, maar daar waar ze samengaan gebeuren mooie dingen. Een aantal studenten van de Hogeschool van Amsterdam zijn gaan kijken bij scholen waar een vruchtbare samenwerking is ontstaan tussen school en de Onderwijsinspectie. In de komende nummers maken zij daarvan schoolportretten. In dit artikel leiden Marco Snoek (HvA) en Daniëlla Nicolaes (Onderwijsinspectie) de serie artikelen in.Daarin geven zij aan dat leraren en inspecteurs eigenlijk natuurlijke partners zouden moeten zijn in de drang om beter onderwijs voor leerlingen te realiseren. Dat vraagt wel dat beide partijen een gedeelde taal ten aanzien van de kwaliteit van onderwijs gaan hanteren en dat leraren explicieter worden in wat zij verstaan onder kwaliteit van onderwijs.het artikel is gebaseerd om de uitkomsten van een Europese werkconferentie. Zie http://www.hva.nl/kc-onderwijs-opvoeding/gedeelde-content/publicaties/publicaties-algemeen/quality-assurance-and-school-development.html.
Vier studenten van de Hogeschool van Amsterdam maken onder leiding van Marco Snoek portretten van een aantal scholen die meedoen aan de pilot Scholen Zelfevaluatie. In mei en juni schreven ze over het Vathorstcollege in Amersfoort en over het Hyperion in Amsterdam. Vorige maand was het CSG Jan Arentsz aan het woord en deze maand sluiten de auteurs de serie af met een bezoek aan het Eerste Christelijke Lyceum in Haarlem.
Noord-Nederland telt ongeveer 70.000 ha akkerbouw, waarvan 14.000 ha pootaardappelen. De totale jaaromzet van de pootaardappelteelt bedraagt ongeveer 230 miljoen euro (exclusief de omzet van toeleverende en dienstverlenende bedrijven). Van alle productielanden samen, neemt Noord-Nederland met 23% van de wereldwijde export van gecertificeerd pootgoed een absolute toppositie in. Om deze toppositie te behouden, is continu aandacht voor productiviteit, duurzaamheid en kwaliteitsverbetering vereist. Bij de huidige bedrijfsomvang kan een geautomatiseerde gewasinspectie daarbij zeer behulpzaam zijn. Kwalitatief hoogwaardiger inspectie tegen lagere kosten kan de kwaliteit en de kostprijs van gewassen in de precisielandbouw verbeteren. Voor pootgoedtelers is het belangrijk te weten wat de kwaliteit van de plant is, in relatie met de gepote aardappel. Doelstelling is het verkrijgen van inzicht in de methoden, technieken en algoritmen die nodig zijn voor het automatisch bepalen van het opkomstgedrag van individuele aardappelplanten met behulp van low-cost drones. Koelhuis Bergmans stelt de akkervelden waar opnames van gemaakt worden beschikbaar. Ana Vita heeft veel ervaring in het ontwikkelen van nieuwe markten in de precisielandbouw. De NHL is in het bezit van een ROC-light ontheffing om met drones tot 4 kg te mogen vliegen. Tevens onderzoekt de NHL welke methoden, technieken en algoritmen gebruikt kunnen worden. Dit project levert een dataset met hierin periodiek opgenomen beelden van aardappelplanten, methodes voor het bepalen van individuele aardappelplantgroei en een beschrijving van de onderzoeksresultaten in de vorm van een (wetenschappelijke) paper.
In het ziekenhuis kan elke fout een leven kosten. Zo kan al een kleine bereidingsfout bij het klaarmaken van intraveneuze medicijnen (IV) leiden tot levensbedreigende omstandigheden voor de patiënt. Bereiding van dit type medicijnen gebeurt in de apotheek en op de verpleegafdeling. Met name op de verpleegafdeling is het een drukke en onvoorspelbare setting. Wereldwijd komen in deze setting ernstige bereidingsfouten nog te frequent voor. Om deze menselijke fouten te reduceren, wordt in deze KIEM aanvraag een proof-of-concept ‘slim oog’ ontwikkeld die vlak voor de toediening detecteert of de juiste dosis aanwezig is, of het type medicijn correct is en geen vervuiling aanwezig is. Het slimme oog maakt gebruik van hyperspectrale technologie en artificial intelligence, en is een samenwerking tussen de Computer Vision & Data Science afdeling van NHL Stenden Hogeschool, de automatische medicijncontrole specialist ZiuZ, en het Tjongerschans ziekenhuis. De unieke combinatie tussen nieuwe AI-technieken, hyperspectrale techniek en de toepassing op intraveneuze medicijnen is voor dit consortium technisch nieuw, en is nog niet eerder ontwikkeld voor de toepassing aan het bed of in de medicijnkamer op de verpleegafdeling. De onvoorspelbare setting en de urgentie aan het bed maakt dit onderzoek technisch uitdagend. Tevens moet het uiteindelijke device klein en draagbaar en snel werkzaam zijn. Om de grote verscheidenheid aan mogelijke gebruik scenario's en menselijke fouten te vangen in het algoritme, wordt een door NHLS ontwikkelde simulatie procedure gevolgd: met nabootsing van de praktijksituatie in samenwerking met zorgverleners, met opzettelijke fouten, en computer gegenereerde beeldmanipulatie. Het project zal geïntegreerd worden in het onderwijs volgens de design-based methode, met teams bestaande uit domein experts, bedrijven, docent-onderzoekers en studenten. Het uiteindelijke doel is om met een proof-of-concept aan-het-bed demonstrator een groot consortium van ziekenhuizen, ontwikkelaars en eindgebruikers enthousiast te maken voor een groter vervolgproject.
Het aantal dierlijke graverijen in fysieke infrastructuren, waaronder waterkeringen, spoordijken en autowegen, neemt de laatste jaren hard toe. Dit komt door exponentiële groei van de bever die in Nederland een beschermde status heeft. Waterschappen geven aan dat de inspectie en detectie van graverijen door bevers geen gemakkelijke opgave is. De gevolgen voor de veiligheid van primaire waterkeringen en spoordijken kunnen aanzienlijk zijn. Om grip te krijgen op graverijen, zijn tot op heden verschillende aanpakken gehanteerd van lopen door watergangen in waadpakken met prikstokken t/m de inzet van GPR, camera- en sonartechnologie alsook getrainde speurhonden. Tot op heden is er nog geen oplossing gevonden voor ongewenste graverijen door bevers. Met dit onderzoeksproject wordt nieuwe technologische kennis ontwikkeld en toegevoegd aan de state-of-the-art op het gebied van detectie van beveractiviteiten (graverijen). In dit project wordt een robot platform (hardware/software) ontwikkeld dat beverschades aan kritieke publieke infrastructuren kan detecteren en monitoren. Hiervoor zijn robuuste technologieën nodig die gangenstelsels/kamers kunnen waarnemen (perceptie), zelfstandig in kaart kunnen brengen (autonome navigatie). Daarnaast moeten operators (veldwerkers) het robot platform eenvoudig kunnen toepassen in hun dagelijkse gebruik (mens-robot interactie). Het consortium bestaat uit publiek partijen (waterschappen, Rijkswaterstaat, provincies), prorail technologieontwikkelaars en dienstleveranciers (MKBs, ander privaat partijen), onderzoeksgroepen van Saxion (lectoraten SMART en TCI), opleidingen en overkoepelende innovatie boosters. Zij zetten kennis en capaciteit in om antwoord te geven op de centrale onderzoeksvraag: “Welke bestaande navigatie- en perceptietechnologieën kunnen binnen een periode van 2 jaar worden doorontwikkeld tot de realisatie en inzet van een gebruiksvriendelijk beverbeheer robotplatform waarmee ongewenste beveractiviteiten vroegtijdig kunnen worden gedetecteerd en herstelmaatregelen effectief kunnen worden ingezet?” Opbrengsten van het project dragen bij aan duurzaam beverbeheer, preventieve detectie en kosteneffectieve inzet van maatregelen die nadien op basis van de verschillende detectiemethoden kunnen worden ontwikkeld. Daarnaast vindt borging van (technologische) kennis plaats in alle deelnemende partijen en opleidingen.
