Presentatie / Pitch over onderzoekslijn Studiesucces van Hogeschool Inholland voor G5-bestuurders en lectorenoverleg
Welke methoden en technieken zijn er voorhanden voor onderzoek in de ICT beroepspraktijk? Vanuit een gezamenlijke behoefte aan overzicht van methoden en technieken die geschikt zijn voor praktijkonderzoek in de ICT heeft een HBO-i werkgroep bestaande uit vertegenwoordigers van negen hogescholen een digitale toolkit samengesteld. Om overzicht over de methoden en technieken te bieden zijn de methodenkaart praktijkonderzoek en de fase van methodisch werken als organisatorische principes gebruikt. De toolkit biedt docenten en studenten de mogelijkheid geschikte onderzoeksmethoden te selecteren en gebruiken. De toolkit heeft een wiki-formaat, waardoor docenten deze kunnen updaten en onderhouden. In deze bijdrage nodigen we collega-docenten uit om actief te gaan bijdragen; te beginnen in de sessie zelf.
Een op de praktijk georiënteerd boek over bruikbare en praktijkgerichte onderzoeksmethoden en -technieken in welzijnszorg en gezondheidszorg was lang niet voorhanden. De noodzaak ervan lijdt echter geen twijfel. Dit boek voorziet duidelijk in een behoefte. Het boek kende sinds de eerste verschijning in 1996 13 drukken. Nu is er een nieuwe geheel herziene 13e druk. Beroepsbeoefenaren in welzijn en gezondheidszorg komen niet alleen steeds meer in aanraking met onderzoek, zij verrichten steeds vaker zelf onderzoek in hun beroepspraktijk. In het hoger beroepsonderwijs is praktijkgericht onderzoek dan ook meestal onderdeel van de reguliere onderwijsprogramma's. Op gestructureerde wijze worden in dit boek bruikbare en praktijkgerichte onderzoeksmethoden en -technieken beschreven.
Hogeschool Leiden en Naturalis zetten in op een gezamenlijk lectoraat met het thema Metagenomics, een methode waarbij het DNA/RNA wordt gebruikt om te bepalen welke (micro-) organismen aanwezig zijn in een biologisch systeem. Metagenomics kent vele toepassingen en is daarmee een belangrijke lifescience sleuteltechnologie. Voor het lectoraat zullen de ontwikkeling van (nieuwe) methoden voor bemonstering, monstervoorbereiding en DNA sequencing centraal staan. De relatie tussen biodiversiteit en gezondheid (van mens, dier, plant) zal een belangrijk inhoudelijk thema zijn, dit sluit aan op de innovatieopgaven/missies: landbouw, water en voedsel en gezondheid en zorg. Het lectoraat wordt onderdeel van het Leiden Centre for Applied Bioscience (LCAB)1. Metagenomics speelt een belangrijke rol in verschillende reeds lopende projecten en sluit prima aan bij de overige -omics technologieën die worden toegepast bij het praktijkgericht onderzoek van het LCAB. Het beoogde lectoraat heeft een belangrijke brugfunctie naar de andere lectoraten binnen het LCAB en de vakgroep Bioinformatica. Het versterken van de impact van het onderzoek op het onderwijs een belangrijke doelstelling. Voor Naturalis is de ontwikkeling en toepassing van nieuwe inventarisatie- en onderzoeksmethoden gericht op soortherkenning een belangrijk speerpunt. Dit omvat moleculaire technieken, waaronder genetische identificatie en eDNA-metabarcoding, maar ook geautomatiseerde beeld- en geluidsherkenning (door toepassing van kunstmatige intelligentie). Via het metagenomics lectoraat zullen praktijktoepassingen voor deze methoden ontwikkeld worden. Er is grote belangstelling voor de toepassing van Metagenomics bij een scala aan bedrijven en publieke instellingen. Het lectoraat zal uitgaan van bestaande netwerken van beide instituten en deze verder uitbreiden. Belangrijke bestaande kennispartners zijn het biotechnologiebedrijf BaseClear, Universiteit Leiden en het Leids Universitair Medisch Centrum. De infrastructuur van het LCAB en de onderzoekslaboratoria van Naturalis bieden goede mogelijkheden voor facility sharing voor zowel het onderzoek als voor het onderwijs. De ligging van deze organisaties in elkaars directe nabijheid is daarbij een positieve factor.
Het RAAK-mkb onderzoeksproject 'Praktische Predictie: de ontwikkeling van een Clinical Decision Support Tool voor fysiotherapie bij de lage rugpijn' heeft zich gericht op het ontdekken van de persoonskenmerken (onder meer ernst en type van rugpijn, manier waarop iemand hiermee omgaat, verdere gezondheid, en herstelverwachting van patiënt) die het beloop van beginnende rugklachten voorspellen. Aan de hand van deze kenmerken is een algoritme gemaakt voor het voorspellen van een vertraagd herstel. Dit algoritme, ontwikkeld met machine learning technieken, is vervolgens verwerkt in een screening tool waarin een voorspelling gegeven en, op een inzichtelijke manier aan de patiënt, gepresenteerd kan worden. Het gebruik en toepassing van de tool in de dagelijkse praktijk is nog niet zo eenvoudig. Het vereist kennis van diagnostische en prognostische onderzoeksmethoden, kennis over hoe de uitkomsten te vertalen zijn naar de klinische praktijk en dus naar de individuele patiënt, en het vereist communicatievaardigheden om de uitkomsten van de tool met de patiënt te bespreken om te komen tot gezamenlijke besluitvorming ('shared decision making'). Om de praktiserende fysiotherapeut of de student fysiotherapie hiervoor toe te rusten wordt uitgaande van de ontwikkelde tool een zelfstandig te doorlopen online onderwijsmodule ontwikkeld over diagnostisch en prognostisch onderzoek, ‘Clinical Decision Support Tools’, en gedeelde besluitvorming in relatie tot ‘Clinical Decision Support Tools’. De onderwijsmodule zal bestaan uit opdrachten en quizzen (met directe feedback), en kennisclips. De onderwijsmodule wordt verspreid onder de projectpartners van het 'Praktische Predictie' project en geïmplementeerd in de bachelor en masteropleidingen fysiotherapie van de Hogeschool van Arnhem en Nijmegen en Saxion Hogeschool. De online onderwijsmodule zal tevens beschikbaar worden gesteld op bestaande online platformen voor fysiotherapieonderwijs. Daarnaast zullen er werkvormen ontwikkeld worden om de onderwijsmodule in het onderwijs te gebruiken.
Ontwerpers van digitale media maken steeds meer gebruik van data om de gebruikerservaring (user experience) van online media te verbeteren. Ze verzamelen bijvoorbeeld biometische informatie met eye-tracking en emotieherkenning, of optimaliseren het ontwerp op basis van gebruiksdata en A/B tests. Deze ontwikkeling is al een aantal jaren gaande en het valt te verwachten dat de adoptie van data-gedreven onderzoekstechnieken door ontwerpers in de komende jaren door zal zetten. Er zit nog veel groeipotentieel in de huidige generatie van data-gedreven technieken en er komt al weer een nieuwe generatie technieken aan die zijn weg in de beroepspraktijk nog moet vinden. Om ontwerpers meer houvast te bieden in deze ontwikkeling is het nodig om scherp te kijken naar de meerwaarde van data-gedreven onderzoeksmethoden voor de ontwerppraktijk. Wat voegen data-gedreven methoden toe aan het standaardrepertoire en in welke gevallen loont het echt om data-gedreven te werken? In dit onderzoeksvoorstel pakken we die vraag aan met twee deelonderzoeken die elkaar complementeren. In het eerste onderzoek proberen we de huidige aanpak van meer wetenschappelijke onderbouwing te voorzien. Er is nog relatief weinig onderzoek naar de specifieke meerwaarde van data-gedreven aanpakken voor het ontwerp. Door een directe vergelijking tussen verschillende technieken uit te voeren kunnen we de projectpartners van kennis voorzien die ze in hun gangbare praktijk moeilijk kunnen ontwikkelen. Het tweede deel van het onderzoek richt zich op de nieuwe generatie van data-gedreven technieken. We vormen een consortium van experts uit wetenschap en praktijk om voor opkomende technieken een onderbouwde inschatting te maken van de te verwachten meerwaarde. Die inschattingen en de onderbouwing ervan vormen samen de routekaart data-gedreven ontwerp. Deze routekaart is behulpzaam om richting te geven aan toekomstig onderzoek dat we met dit consortium ook willen vormgeven.
