Scriptiebank overzicht

Mijn thesis zet een eerste stap naar een manier waarop leerkrachten en AI complementair kunnen samenwerken. AI helpt bij het genereren van programmeeroefeningen, terwijl de leerkracht de pedagogische keuzes en de controle behoudt. Op termijn kan zo meer differentiatie mogelijk worden en kunnen oefeningen beter aansluiten bij wat leerlingen interessant en relevant vinden.

Drie taalmodellen werden zowel lokaal als in de cloud getest. Op basis van 6.241 aanvragen werden energieverbruik, geschatte CO₂-uitstoot, snelheid, kosten en inhoudelijke juistheid vergeleken. Een correctie op de cloudschattingen bracht ook het energieverbruik voor het lezen van lange documenten in rekening. Voor de onderzochte toepassing bleek de cloud naar schatting gemiddeld vijf keer energiezuiniger en bij het verwachte bedrijfsvolume financieel aantrekkelijker. Tegelijk toonden de tests dat correct gevormde antwoorden inhoudelijke fouten kunnen bevatten.

De resultaten zijn vertaald naar een praktische beslissingsboom die bedrijven helpt kiezen op basis van onder meer privacy, beschikbare apparatuur, gebruiksvolume, stroommix en antwoordkwaliteit.

Het doel van deze scriptie was om de mogelijkheden te onderzoeken voor het gebruik van CNN's met RGB-afbeeldingen voor de bepaling van het vers- en drooggewicht van sla gedurende een gehele teeltronde onder praktijkomstandigheden.
Van verschillende sla-cultivars (Emeldia RZ, Limambo RZ en Volumia) werden RGB
afbeeldingen verzameld. De cultivars Emeldia RZ en Limambo RZ werden elks twee keer zelf opgekweekt om slaplanten afkomstig van twee verschillende teeltrondes te bekomen. Daarnaast waren de slaplanten van de cultivar Volumia afkomstig van een externe slateler en van éénzelfde teeltronde. Van de slaplanten werden RGB-afbeeldingen verzameld onder een camerahoek van 0°, 45° en 90° ten opzichte van het grondoppervlak. Na verzameling van de RGB-afbeeldingen van de slaplanten werd een CNN-model ontworpen met het meest accurate
schattingsvermogen. Tenslotte werd het schattings- en generalisatievermogen van het
ontwikkelde CNN-model onderzocht.
De resultaten tonen aan dat het meest accurate CNN-model, afgestemd op een relatief kleine dataset, bestond uit 5 convolutielagen en volgende hyperparameters: een leerfrequentie van 0,001; een batchgrootte van 10 en 200 epochs. Het ontwikkelde model schat het vers- en drooggewicht van sla accuraat, met R2 ~ 0,92 – 0,97 en NRMSE ~ 0,19 – 0,34, voor cultivars die in de trainingsdata aanwezig zijn en onder gelijkaardige omstandigheden werden geteeld, mits voldoende trainingsdata. De schattings- en generalisatieprestaties variëren echter sterk
per cultivar, mogelijks door morfologische verschillen. Het model toont een zekere robuustheid voor variatie in camerahoeken, al resulteerden de beelden onder een camerahoek van 45° en 90° in de beste schattingen.

Cerebraal vasospasme na een aneurysmatische subarachnoïdale bloeding (aSAH) is moeilijk te bestuderen in routinematige intensievezorggegevens omdat het niet als één consistente variabele wordt geregistreerd. Bewijs kan voorkomen in diagnosecodes, ontslagbrieven, radiologieverslagen, behandelingsgegevens of monitoringpatronen, en deze bronnen beschrijven niet altijd hetzelfde klinische beeld. Deze thesis onderzoekt of zulke heterogene informatie kan worden gecombineerd tot een representatie op opnameniveau voor exploratieve causale ontdekking rond vasospasme.

Met behulp van MIMIC-IV werd een cohort van waarschijnlijke aSAH-opnames samengesteld door gestructureerde selectie van kandidaatopnames, gevolgd door extractie met een groot taalmodel uit ontslagbrieven en radiologieverslagen. Het uiteindelijke cohort bevatte 470 opnames. Gestructureerde EHR-variabelen werden gecombineerd met informatie die uit klinische verslagen was afgeleid over bewijs voor vasospasme, de ernst van de bloeding, hydrocefalie, behandeling van het aneurysma, de aanwezigheid van een externe ventrikeldrain en fysiologische toestanden. Een vergelijking tussen verschillende modaliteiten toonde aan dat vasospasme bij 13,8% van de opnames gecodeerd was, terwijl ontslagbrieven en radiologieverslagen aanwijzingen voor vasospasme gaven bij respectievelijk 48,3% en 52,6% van de beoordeelde opnames. Dit suggereert dat op LLM gebaseerde extractie uit klinische tekst bewijs voor vasospasme vollediger kon vastleggen dan ICD-codering alleen, terwijl de bronspecifieke verschillen tussen ontslagbrieven en radiologieverslagen behouden bleven.

Vervolgens werd causale ontdekking toegepast met PC-stable, FGES en FCIT over verschillende hyperparameterinstellingen en stabiliteitsanalyses. De meest terugkerende structuur verbond de hoeveelheid bloedstolsel, hydrocefalie, EVD, leukocytose, hyperglykemie en vasospasme. Opvallend was dat de hoeveelheid bloedstolsel niet naar voren kwam als een stabiele directe buur van vasospasme, ondanks het feit dat dit een van de sterkst bekende klinische risicofactoren is. In plaats daarvan verscheen het vooral als een stroomopwaarts signaal van ernst dat verbonden was met hydrocefalie, intensievere zorgtrajecten en latere inflammatoir-metabole ontregeling. Hyperglykemie was de meest consistente systemische buur van vasospasme binnen FGES en FCIT, terwijl leukocytose vaker via hyperglykemie verbonden was dan als een stabiele directe buur. Deze bevindingen suggereren een biologisch plausibele hypothese waarin leukocytose en hyperglykemie mogelijk directer verband houden met vasospasme, mogelijk als weerspiegeling van inflammatoire en metabole stress die de kwetsbaarheid van bloedvaten zou kunnen vergroten.

Over het geheel genomen suggereren de resultaten dat multimodale causale ontdekking administratieve, tekstuele, fysiologische en zorgprocesgerelateerde signalen rond vasospasme explicieter kan maken en nuttige hypotheses kan opleveren voor gerichte vervolgstudies.

Belgian military infrastructure is entering a decisive investment cycle in which new-build projects, major renovations and electrical modernisation must support both climate objectives and operational resilience. This thesis addresses two questions: (1) which energy design criteria should guide defence infrastructure projects and (2) how an existing medium-voltage network can evolve into a resilient microgrid.

The study combines analysis of internal documentation and processes with a literature review and market consultations. First, the future planning process for military barracks is evaluated, alongside the internal technical design instructions. These instructions are updated to reflect recent HVAC developments. Cost-reduction strategies and a decision-support approach for early design stages are discussed, including an assessment of simplified modular building concepts and the outsourcing of geothermal energy systems.

Second, the thesis explores the adaptations needed to the medium-voltage network. The increasing integration of distributed energy sources, reliability demands and exposure to cyber risks require rethinking traditional networks. A conceptual framework is developed to convert the existing medium-voltage network into a resilient microgrid, including definitions, key components and a step-by-step roadmap.
Overall, the thesis provides practical design improvements for the cost-efficient implementation of military energy systems. Proposed measures include savings of up to 53% for new-build projects.

'Hoe beïnvloedt artificiële intelligentie de rol van de leerkracht vanuit een praktisch perspectief?' vertrekt vanuit de vraag hoe AI het werk en de rol van de leerkracht verandert. Een literatuuronderzoek wordt gecombineerd met twee semigestructureerde intervieuws met docenten uit het hoger kunstonderwijs aan LUCA School of Arts.
AI vervangt de leerkracht niet, maar verandert de kern van zijn rol. Naarmate AI meer kan produceren, komt er meer nadruk te liggen op het begeleiden en beoordelen van het leerproces en het inzicht van de leerling, waarbij menselijke vaardigheden en AI-geletterdheid essentieel worden.

Deze bachelorproef onderzoekt de mogelijkheden van artificiële intelligentie (AI) binnen de oncologische diëtetiek om de werkdruk van oncologische diëtisten te verlagen. Probleemstelling: De aanleiding voor dit onderzoek is de toenemende zorgvraag binnen de oncologie, gecombineerd met een hoge administratieve belasting en beperkte tijd voor individuele begeleiding. Hoewel AI theoretisch veel mogelijkheden biedt binnen de gezondheidszorg, blijkt de implementatie in de praktijk momenteel nog beperkt.
Methode: In deze bachelorproef werd onderzocht hoe Large Language Models via gestructureerde prompt engineering op een betrouwbare manier kunnen worden ingezet binnen de oncologische voedingszorg. Hiervoor werd eerst een bevraging afgenomen bij oncologische diëtisten om huidige noden, werkdruk, AI-gebruik en bezorgdheden rond AI in kaart te brengen. Daarnaast werd een literatuuronderzoek uitgevoerd naar recente prompttechnieken zoals role prompting, few-shot prompting, Chain-of-Thought prompting en Retrieval Augmented Generation. Vervolgens werden verschillende prompts en AI-modellen met elkaar vergeleken op basis van zowel kwantitatieve als kwalitatieve evaluatiecriteria. Met al deze bekomen informatie werd een praktische promptgids ontwikkeld en een prototype gebouwd waarmee gepersonaliseerde voedingsschema’s gegenereerd kunnen worden op basis van patiëntengegevens en nutritionele richtlijnen.
Resultaten: Uit de resultaten bleek dat oncologische diëtisten een hoge werkdruk ervaren en momenteel slechts beperkt gebruikmaken van AI, voornamelijk door bezorgdheden rond betrouwbaarheid, privacy en transparantie. De vergelijking tussen verschillende prompttechnieken toonde aan dat gestructureerde prompts die gebruik maken van gerichte prompttechnieken duidelijk betere resultaten opleverden dan eenvoudige prompts. De aangepaste prompts genereerden accuratere en consistenter voedingsschema’s die beter aansloten bij de ESPEN-richtlijnen en de klinische context van de patiënt. Daarnaast werden verschillen vastgesteld tussen de onderzochte AI-modellen. Sommige modellen slaagden er beter in om richtlijnen, symptomen en voedingsvereisten correct te integreren, terwijl andere modellen meer inconsistenties en afwijkingen vertoonden.
Besluit: Deze bachelorproef toont aan dat artificiële intelligentie een waardevolle ondersteunende rol kan spelen binnen de oncologische diëtetiek. Gestructureerde prompt engineering kan bijdragen aan meer consistente en klinisch relevante output.

Deze masterproef onderzoekt hoe apothekers internationaal een ruimere rol opnemen in de zorg en wat België daarvan kan leren. Ik vergeleek twaalf landen aan de hand van veertien thema’s, waaronder bevoegdheden, opleiding, financiering en samenwerking met andere zorgverleners. Artificiële intelligentie ondersteunde het verzamelen en ordenen van informatie. De broncontrole en interpretatie voerde ik zelf uit. De vergelijking toont dat extra zorgtaken ook voldoende tijd, passende vergoeding, opleiding en toegang tot medische gegevens vragen. De bevindingen werden gebundeld in een interactief landenoverzicht.

Dit eindwerk onderzoekt het belang van financiële educatie in een samenleving waarin steeds meer mensen zelfstandig toegang krijgen tot financiële markten. De drempel om te beleggen is sterk verlaagd, terwijl de hoeveelheid beschikbare financiële informatie voortdurend toeneemt. Die toegankelijkheid betekent echter niet automatisch dat mensen over voldoende kennis en vaardigheden beschikken om financiële producten, risico’s en beleggingsbeslissingen goed te begrijpen.

Het onderzoek gaat na welke rol financiële educatie kan spelen in het versterken van financiële kennis en vaardigheden. Daarbij wordt onderzocht welke kennis beleggers nodig hebben, hoe financiële concepten op een begrijpelijke en gestructureerde manier kunnen worden aangeleerd en welke factoren bijdragen aan een effectief leerproces. Naast financiële basiskennis wordt aandacht besteed aan onder meer risicobeheer, beleggingsstrategieën, beleggerspsychologie en het kritisch beoordelen van financiële informatie.

Ook wordt onderzocht hoe digitale technologie het aanbieden van financiële educatie kan ondersteunen. Daarbij komen onder meer gepersonaliseerde leertrajecten, interactieve leermethoden en artificiële intelligentie aan bod. Het onderzoek bekijkt daarnaast hoe financiële educatie kan worden opgebouwd voor verschillende niveaus van voorkennis, van beginnende tot meer ervaren beleggers.

Op basis van deze inzichten wordt een concreet concept voor een digitale leeromgeving uitgewerkt. Het eindwerk toont daarmee hoe financiële educatie kan bijdragen aan een beter begrip van financiële keuzes en mensen kan helpen om bewuster, kritischer en met meer inzicht met hun financiën en beleggingen om te gaan.

Generatieve artificiële intelligentie heeft zich op korte tijd stevig verankerd in softwareontwikkeling en beïnvloedt ook steeds vaker het programmeeronderwijs. Deze masterpraktijkproef onderzoekt de implicaties hiervan voor het leren en onderwijzen van programmeren en de wijze waarop lesgevers hiermee omgaan in hun onderwijspraktijk.

Het eerste luik bestaat uit een literatuurstudie over de invloed van generatieve AI op het aanleren van programmeervaardigheden en over didactische strategieën die hierbij kunnen worden ingezet. De literatuur beschrijft kansen op het vlak van ondersteuning, evaluatie, differentiatie en motivatie. Tegelijk worden uitdagingen aangehaald op het vlak van academische integriteit, afhankelijkheid en bias.

Het tweede luik omvat een vragenlijstonderzoek bij programmeerlesgevers in Vlaanderen (N = 37), met aandacht voor hun gebruik, ervaringen en opvattingen met betrekking tot generatieve AI. De resultaten wijzen erop dat generatieve AI inmiddels zowel bij lesgevers als bij lerenden een vaste plaats heeft verworven. De visies op het gebruik ervan lopen echter sterk uiteen: sommige lesgevers benadrukken het belang van een stevige programmeerbasis en kiezen voor een restrictieve aanpak, terwijl anderen generatieve AI beschouwen als een onmisbaar onderdeel van hedendaags programmeren en deze bewust integreren in hun onderwijspraktijk. Respondenten benadrukken daarnaast het groeiende belang van vaardigheden zoals probleemanalyse, het kritisch beoordelen en debuggen van code en het doordacht aanwenden van AI-hulpmiddelen.

Deze studie concludeert dat generatieve AI het programmeeronderwijs niet overbodig maakt, maar wel vraagt om een heroriëntatie van leerdoelen, didactiek en evaluatie.

Diversiteit wint steeds meer aan belang. Om hierop in te spelen, moeten leerkrachten inzetten op inclusief onderwijs. Tegelijkertijd moet het onderwijs meegaan in een steeds ontwikkelende digitale wereld met AI en virtuele spraakassistenten (VSA’s). Deze technologieën bieden veel potentieel, maar er ontbreekt empirisch onderzoek naar de meerwaarde ervan in het basisonderwijs. Deze masterproef onderzoekt in welke mate de inzet van een VSA voor verlengde instructie bijdraagt aan inclusie en welke vaardigheden de leerlingen nodig hebben om deze technologie te gebruiken. Om dit te beantwoorden, werd een mixed-method quasi-experimentele interventiestudie uitgevoerd bij 30 leerlingen uit het basisonderwijs. Een VSA bood een verlengde instructie binnen de vakdiscipline wiskunde aan. De dataverzameling gebeurde via logboeken, vragenlijsten en transcripties van de gesprekken. De kwantitatieve gegevens werden beschrijvend geanalyseerd en de kwalitatieve gegevens werden verwerkt via een thematische analyse. De resultaten tonen aan dat een VSA een waardevolle ondersteuning kan zijn tijdens een inclusieve verlengde instructie. De extra uitleg werd door de leerlingen als ondersteunend ervaren en stimuleerde actieve participatie en actief denken, wat bijdroeg aan een beter leerstofbegrip. De effectiviteit blijft wel afhankelijk van een doordachte inzet en de kwaliteit van de interactie. Omdat de VSA regelmatig fouten maakte, blijken kritisch denken en andere hogere-orde-denkvaardigheden essentieel. Vooral oudere leerlingen konden deze fouten beter zelfstandig herkennen. Leerlingen hebben daarom aanvankelijk ondersteuning nodig om de VSA doelgericht en kritisch te leren gebruiken.

Hoewel moderne grote taalmodellen (LLM's) moeiteloos verschillende persona's kunnen aannemen via prompting, worden ze streng begrensd door ingebouwde veiligheidsregels en ethische richtlijnen van ontwikkelaars. Wanneer dergelijke AI-systemen geconfronteerd worden met complexe, ethisch situaties, vallen ze vaak terug op een algemeen standaardantwoord. Dit onderzoek brengt deze kloof, die bekend staat als de "personality illusion" in kaart. Hiervoor werd de MoralPersona Sandbox ontwikkeld: een modulair softwareplatform dat de omgevingscontext, het psychologische profiel (gebaseerd op het Big Five OCEAN-model) en het onderliggende taalmodel strikt van elkaar isoleert. Om te valideren of dergelijke modellen daadwerkelijk menselijk gedrag weerspiegelen, werd een empirische gebruikersstudie uitgevoerd met 71 deelnemers. Deelnemers koppelden hun eigen psychologische profiel aan AI-configuraties en doorliepen 6 diverse morele dilemma's.
De resultaten tonen aan dat deelnemers de tegenovergestelde persoonlijkheidsagenten weliswaar betrouwbaar als 'minst overeenstemmend' aanduidden, maar dat er tegelijkertijd een sterke personality illusion optreedt: slechts een beperkte groep herkende hun eigen gepersonaliseerde agent als de beste match. Bovendien bleek de sturing minimaal; beslissingsomslagen vonden slechts in 2,35% van de gevallen plaats. Dit duidt erop dat hoewel LLM's uitblinken in stilistisch rollenspel, ze fundamentele moeite hebben met het spiegelen van authentieke menselijke, morele redeneerpatronen.

Deze bachelorproef onderzoekt hoe een kleuterleerkracht van de oudste kleuters ondersteund kan worden om drama op een laagdrempelige en geïntegreerde manier een plaats te geven binnen het klasaanbod. De aanleiding voor dit onderzoek kwam voort uit een verkennend gesprek met de betrokken leerkracht, waarin ze aangaf onzekerheid te ervaren rond drama en dit bovendien beschouwde als organisatorisch uitdagend, waardoor het aanbod van drama in de klas beperkt bleef, ondanks haar bereidheid om meer drama te integreren in het klasaanbod. Deze bereidheid vormde een belangrijk uitgangspunt voor dit onderzoek.

Op basis van deze probleemstelling werd de volgende ontwerpvraag geformuleerd: “Hoe kan een kleuterleerkracht van de oudste kleuters, die onzekerheid ervaart bij het integreren van drama in de klaspraktijk, ondersteund worden om drama een meer geïntegreerde plaats te geven binnen het klasaanbod?”

Met behulp van een literatuurstudie werd een theoretisch kader rond het thema opgebouwd. Vervolgens werd de eerste deelvraag onderzocht met behulp van reflectie en bevraging, waaruit bleek dat de betrokken leerkracht aanvankelijk een beperkt beeld had van drama binnen het kleuteronderwijs. Op basis van de geanalyseerde noden en drempels werd drama vervolgens verder afgebakend tot het integreren van handpoppen in de klaspraktijk.

Er werd een verdiepende literatuurstudie uitgevoerd, samen met een klasobservatie en interviews met de betrokken leerkracht om de specifieke drempels en noden verder in kaart te brengen. Daarnaast werd een bevraging afgenomen bij andere kleuterleerkrachten om hun ervaringen rond dit onderwerp te verzamelen. Deze inzichten werden verdiept en gekoppeld aan bestaande literatuur.

Op basis van deze bevindingen werden concrete ontwerpeisen opgesteld die leidden tot een ontwerp bestaande uit verschillende onderdelen. Het ontwerp omvat een toolkit EHBH: Eerste Hulp Bij gebruik van Handpoppen, met ondersteuningskaarten die afgestemd zijn op de drempels en behoeften van de betrokken leerkracht. Daarnaast werden twee handpoppen geïntegreerd binnen talige en wiskundige activiteiten met inspiratiefiches die de implementatie ondersteunen en mogelijkheden tot verdere uitwerking in de klaspraktijk bieden.

Doordat het ontwerp een geleidelijk proces is in combinatie met de korte testfase zijn de conclusies nog beperkt, maar in relatie tot het onderzoeksdoel, kan gesteld worden dat het ontwerp een sterke basis vormt om drama, en specifiek het gebruik van handpoppen, sterker te integreren in de klaspraktijk van de betrokken leerkracht.

In veel grote magazijnen worden dozen van verschillende maten nog steeds handmatig op pallets gestapeld. Dit is zwaar fysiek werk voor magazijniers en leidt er vaak toe dat pallets niet optimaal benut worden, waardoor vrachtwagens met veel lege lucht rondrijden. In deze masterproef ontwikkelden we daarom een automatische 'Tetris-robot' die dit werk overneemt. Het systeem scant passerende dozen op de lopende band met een 3D-camera om de exacte afmetingen te bepalen. Vervolgens herkent een slim camerasysteem met artificiële intelligentie automatisch scheuren, deuken of vochtschade, waarna beschadigde dozen meteen van de band worden geduwd. Om de goedgekeurde dozen zo compact en stabiel mogelijk op elkaar te stapelen, ontwikkelden en trainden we slimme rekenmodellen en zelflerende algoritmes. Om te bewijzen dat dit ook in de praktijk werkt, bouwden we een werkend fysiek prototype met een robotarm, een vacuümgrijper en een industriële besturing, waarmee de hard- en software naadloos samensmelten tot één autonoom geheel.

Een sociale angststoornis is een veelvoorkomende psychische aandoening die het dagelijks functioneren aanzienlijk kan beïnvloeden, maar in de praktijk vaak onopgemerkt blijft. De herkenning ervan berust traditioneel op klinische interviews en zelfrapportagevragenlijsten. Die kosten tijd en hebben beperkingen, zoals vertekening door het geheugen, beperkt inzicht in de eigen klachten en de neiging om sociaal wenselijke antwoorden te geven. Tegen deze achtergrond onderzoekt deze masterproef welke rol artificiële intelligentie (AI) kan spelen bij het herkennen van mensen met een sociale angststoornis of klinisch relevante symptomen van sociale angst.

Deze masterproef is een scoping review van peerreviewde, empirische studies over het gebruik van AI om sociale angst te herkennen. De centrale vragen zijn welke AI-methoden worden gebruikt om sociale angst op basis van psychologische en gedragsgegevens te detecteren of te classificeren, welke gegevens als input dienen en hoe goed de modellen presteren. Daarnaast onderzoekt de review hoe de studies zijn opgezet, in welke populaties en contexten de methoden zijn onderzocht en welke ethische en praktische aandachtspunten uit de literatuur naar voren komen.

De review volgt de richtlijnen van het Joanna Briggs Institute en werd gerapporteerd volgens PRISMA-ScR. Er werd gezocht in APA PsycINFO, Embase, Scopus, PubMed/MEDLINE, Web of Science en Google Scholar. De selectie van studies gebeurde in Rayyan. Na het verwijderen van dubbele publicaties werden 203 studies gescreend op titel en samenvatting. Daarvan gingen er 46 door naar de beoordeling van de volledige tekst. Uiteindelijk werden 17 studies opgenomen. De gegevens werden verzameld met een gestandaardiseerd extractieformulier en vervolgens samengevat in tabellen en een beschrijvende synthese.

Deze review laat zien dat AI mogelijkheden biedt als hulpmiddel bij het herkennen van sociale angst, maar dat de huidige wetenschappelijke onderbouwing zich nog in een vroeg stadium bevindt en heterogeen is. De opgenomen studies gebruikten zowel klassieke methoden van machinaal leren als deep learning. Vragenlijstgegevens werden het vaakst als input gebruikt. Sommige modellen maakten daarnaast gebruik van complexere gegevens, zoals digitale sporen, taalgebruik tijdens interviews en oogbewegingsgegevens. Daarmee kunnen zij gedrags- en taalpatronen in kaart brengen die via traditionele vragenlijsten of interviews minder rechtstreeks zichtbaar zijn.

Tegelijkertijd hadden veel studies nog het karakter van een eerste haalbaarheidsstudie, hanteerden zij uiteenlopende definities van sociale angststoornis en gebruikten zij vooral interne validatie. Verdere vooruitgang vraagt om externe validatie, transparantere rapportage, diversere datasets en zorgvuldige aandacht voor privacy, vertekening en foutenmarges. Ook hebben clinici voldoende kennis van AI nodig om de uitkomsten van deze modellen verantwoord te kunnen interpreteren en gebruiken.

In onze bachelorproef ontwikkelen we lesmateriaal op maat van ex-OKAN-leerlingen die instromen in de tweede graad van het reguliere Vlaamse onderwijs en voor het eerst Frans leren. Om tegemoet te komen aan de noden van zowel leerlingen als leerkrachten, ontwikkelden we digitale leerpaden, een theoriebundel en een lerarenbundel. Het materiaal is gericht op zelfstandig leren, stapsgewijze taalverwerving en functionele communicatie.

Welke invloed heeft de hedendaagse technologische revolutie op de kunstwereld en de samenleving? Welke obstakels of valkuilen moeten we voor oppassen, en hoe kunnen we ervoor zorgen dat de overvloedige belofte van vooruitgang ons niet recht naar een ramp toe leidt? Deze scriptie onderzoekt waar de problemen liggen, contextualiseert deze aan de hand van geschiedkundige gebeurtenissen, en vormt inzichten over hoe we hoop kunnen voeden en behouden.

Tijdens de zwangerschap worden primigravidae geconfronteerd met een grote
hoeveelheid informatie afkomstig van uiteenlopende bronnen, zoals zorgverleners,
sociale media, digitale platformen en de directe omgeving. Hoewel toegang tot
informatie essentieel is binnen prenatale zorg en geïnformeerde besluitvorming, kan
deze overvloed aan informatie leiden tot informatie-overload. Deze bachelorproef heeft
als doel te onderzoeken in welke mate prenatale infosessies bijdragen aan of
beschermen tegen informatie-overload bij primigravidae. Deze bachelorproef betreft
een literatuurstudie waarbij wetenschappelijke artikels, richtlijnen en
beleidsdocumenten werden geraadpleegd met betrekking tot informatie-overload,
prenatale infosessies, gezondheidsvaardigheden en perinatale informatieverstrekking.
Daarnaast werd een praktijkdeel uitgevoerd in de vorm van informele koffiemomenten
met primigravidae voorafgaand aan prenatale infosessies. Binnen dit praktijkdeel werd
geen formele dataverzameling of wetenschappelijke analyse uitgevoerd. De
geraadpleegde literatuur toont aan dat informatie-overload tijdens de zwangerschap
een complex en multifactorieel fenomeen is. Factoren zoals de hoeveelheid en
complexiteit van informatie, digitale informatiebronnen, gezondheidsvaardigheden en
de organisatie van prenatale zorg lijken hierbij een rol te spelen. Prenatale infosessies
kunnen enerzijds bijdragen aan kennisvergroting, ondersteuning en het versterken van
self-efficacy, maar anderzijds kunnen grote hoeveelheden of onvoldoende afgestemde
informatie gevoelens van stress en cognitieve belasting versterken. Daarnaast blijkt dat
er momenteel nog beperkt rechtstreeks wetenschappelijk onderzoek beschikbaar is
naar de specifieke relatie tussen prenatale infosessies en informatie-overload bij
primigravidae. Deze bevindingen onderstrepen het belang van afgestemde, gefaseerde
en begrijpelijke informatieverstrekking binnen de prenatale zorg, met bijzondere
aandacht voor het beperken van cognitieve belasting bij primigravidae.

Hoe kunnen we verborgen schade in beton opsporen zonder het materiaal te beschadigen? In deze studie wordt een geautomatiseerd meetsysteem gecombineerd met artificiële intelligentie om defecten, zoals holtes en delaminaties, te detecteren en te lokaliseren. Met behulp van trillingsmetingen en een neuraal netwerk werden de defecten onder gecontroleerde laboratoriumomstandigheden met een nauwkeurigheid van 97,7% geclassificeerd. De resultaten tonen hoe deze technologie kan bijdragen aan een snellere en meer geautomatiseerde inspectie van betonnen constructies, en zo de weg vrijmaakt voor gerichter onderhoud.

Artificiële intelligentie (AI) speelt een steeds grotere rol in de gezondheidszorg. Veel medische AI-toepassingen maken gebruik van Machine Learning (ML), waarbij de kwaliteit en samenstelling van de gebruikte data bepalend zijn voor de prestaties van het model.

In deze masterproef onderzochten we de vertegenwoordiging van mannen en vrouwen in medische ML-datasets. Via een systematische literatuurstudie analyseerden we 221 studies over vier aandoeningen: Acute Kidney Injury (AKI), Traumatic Brain Injury (TBI), Out-of-Hospital Cardiac Arrest (OHCA) en Systemic Lupus Erythematosus (SLE).

Onze resultaten tonen aan dat de sekseverdeling soms niet wordt gerapporteerd en dat datasets regelmatig niet representatief zijn voor de populatie waarop de aandoening voorkomt. Bovendien besteden slechts weinig onderzoekers expliciet aandacht aan de mogelijke gevolgen van deze ongelijkheid voor verschillen in modelprestaties tussen mannen en vrouwen.

Deze bevindingen benadrukken het belang van representatieve datasets, transparante rapportering en een nauwe samenwerking tussen clinici en AI-ontwikkelaars om medische AI betrouwbaar en veilig te kunnen inzetten voor alle patiënten.

Titel bachelorproef: Falling in love with automatic fall detection

Onderzoeksvraag: Wat is het effect van het gebruik van automatische draagbare valdetectiesystemen op de werking en responstijd bij valincidenten in vergelijking met traditionele draagbare valdetectiesystemen zonder automatische valdetectie bij thuiswonende ouderen vanaf 65 jaar met een valincident?


1. De kern van het probleem en de maatschappelijke maat
In België valt jaarlijks bijna één op de vier 65-plussers minstens één keer. Vallen is niet alleen een medisch incident, maar vormt ook de start van een verhoogd risico op fysieke verwondingen, functionele achteruitgang, sociale isolatie en angst om opnieuw te vallen.
Traditionele personenalarmsystemen, zoals de klassieke alarmknop aan de hals of pols, kennen in de praktijk enkele beperkingen. Ze vereisen een actieve handeling van het slachtoffer. Bij bewusteloosheid, verwarring of wanneer het toestel niet gedragen wordt, blijft hulp uit. Dit kan leiden tot het zogenaamde long lie-fenomeen, waarbij ouderen langere tijd op de grond blijven liggen. Dit kan het risico op complicaties zoals hypothermie, dehydratie en rhabdomyolyse verhogen en in ernstige gevallen zelfs bijdragen aan overlijden. Daarnaast kunnen valincidenten leiden tot ziekenhuisopnames en een bijkomende belasting voor de zorgverlening.

2. De vernieuwende oplossing: automatische valdetectie
Deze bachelorproef onderzoekt en vergelijkt de werking, betrouwbaarheid en responstijd van automatische draagbare valdetectiesystemen, zoals gespecialiseerde sensoren, smartwatches en man-downsystemen, met traditionele alarmknoppen bij thuiswonende 65-plussers.
Automatische systemen maken gebruik van bewegingssensoren, zoals accelerometers en gyroscopen, en algoritmen om bewegingspatronen te herkennen. Ze kunnen een val automatisch detecteren en een alarm activeren, ook wanneer de oudere dit zelf niet meer kan.
Belangrijkste inzichten en resultaten:
• Responstijd: De onderzochte automatische systemen vertoonden over het algemeen een korte responstijd. Bij gespecialiseerde valdetectiesystemen varieerde deze in de gevonden studies van 1 tot 50 seconden.
• Gespecialiseerde systemen: Systemen die op of dicht bij het lichaamszwaartepunt worden gedragen, lieten in de onderzochte studies doorgaans goede resultaten zien op het vlak van valdetectie.
• Smartwatches en man-downsystemen: Smartwatches bieden het voordeel van een hoge draagbaarheid en sociale aanvaarding, maar kennen in de onderzochte systemen een tragere responstijd van ongeveer 60–90 seconden en kunnen gevoeliger zijn voor fout-positieve meldingen door dagelijkse polsbewegingen. Man-downsystemen richten zich voornamelijk op het detecteren van langdurige immobiliteit en kunnen daarom een aanvullende functie hebben bij bepaalde doelgroepen.

3. Waarde voor verpleegkunde, thuiszorg en CM
Automatische valdetectie kan aansluiten bij kwaliteitsvolle, mensgerichte en duurzame thuiszorg.
1. Patiëntgerichtheid en zelfstandigheid: Automatische detectie kan bijdragen aan een groter gevoel van veiligheid en kan ouderen ondersteunen om langer zelfstandig thuis te wonen.
2. Duurzaamheid van zorg: Door een val sneller te detecteren, kan de periode waarin iemand zonder hulp op de grond ligt worden verkort. Hierdoor kunnen bepaalde complicaties mogelijk worden beperkt en kan de druk op de zorgverlening worden verminderd.
3. Proactieve verpleegkundige rol: Verpleegkundigen kunnen een belangrijke rol spelen bij het inschatten van de noden van de patiënt, het kiezen van een geschikt systeem en het begeleiden van de oudere bij het gebruik ervan.

4. Concrete aanbevelingen voor het werkveld
• Inzetten op draagbare sensoren dicht bij het lichaamszwaartepunt: Bij de keuze van een systeem kan worden nagegaan of een sensor ter hoogte van de heup of romp geschikt is voor de individuele gebruiker, aangezien dergelijke systemen in de onderzochte studies goede resultaten lieten zien.
• Focus op sensitiviteit: Geef bij de keuze van een automatisch valdetectiesysteem de voorkeur aan systemen met een hoge sensitiviteit, zodat het risico dat een val niet wordt gedetecteerd zo klein mogelijk blijft en de kans op complicaties door een long lie mogelijk wordt beperkt.
• AI en machine learning verder opvolgen: Verdere ontwikkelingen binnen AI en machine learning kunnen in de toekomst bijdragen aan een betere herkenning van bewegingspatronen en mogelijk het aantal fout-positieve meldingen verminderen. Dit vraagt echter nog verder onderzoek in realistische thuissituaties.
• Multidisciplinaire samenwerking en praktijkonderzoek: Verder onderzoek in de daadwerkelijke thuissituatie is belangrijk om na te gaan hoe betrouwbaar, gebruiksvriendelijk en haalbaar deze systemen zijn. Hierbij is samenwerking tussen verpleegkundigen, andere zorgverleners, technologieontwikkelaars en beleidsmakers relevant.

Conclusie
Automatische valdetectie biedt perspectief om de veiligheid van thuiswonende ouderen te vergroten en de tijd tussen een val en het inschakelen van hulp te verkorten. De technologie kan een belangrijke aanvulling vormen op bestaande personenalarmsystemen, vooral voor ouderen die na een val niet zelfstandig een alarm kunnen activeren.
Voor de verpleegkundige praktijk ligt hierbij een belangrijke rol in het beoordelen van de individuele noden van de oudere en het mee zoeken naar een systeem dat aansluit bij diens mogelijkheden, leefomgeving en bereidheid om het te gebruiken. Op die manier kan technologie niet de zorg vervangen, maar verpleegkundigen ondersteunen in het bieden van veilige, patiëntgerichte en toekomstgerichte thuiszorg.

Deze masterproef onderzocht hoe jongeren generatieve AI-chatbots al dan niet als ondersteuning voor hun mentale welzijn ervaren. Aan de hand van kwalitatieve interviews met dertien jongeren tussen 12 en 25 jaar werd nagegaan welke kansen, grenzen en risico’s zij zien in het gebruik van AI-chatbots voor mentale ondersteuning en hoe deze zich verhouden tot menselijke hulpverlening.

De data werden geanalyseerd aan de hand van een reflexieve thematische analyse. Hieruit kwam naar voren dat de aantrekkingskracht van AI niet hoofdzakelijk lijkt te liggen in de menselijke kenmerken die het vertoont. Respondenten leken zich dus niet tot chatbots te wenden ondanks hun artificiële aard, maar juist daarom: om bepaalde menselijke kenmerken te vermijden.

Hiermee nuanceert deze masterproef het terugkerende discours waarin AI-chatbots binnen mentale welzijnsondersteuning voornamelijk worden begrepen als vervanging voor ontbrekende menselijke hulpverlening. De bevindingen wijzen niet alleen op een blijvende nood aan menselijke ondersteuning, maar ook op een behoefte om bepaalde welzijnsnoden net buiten menselijke interactie te reguleren. Deze masterproef conceptualiseerd deze dubbele behoefte als de nood aan (begrensde) menselijkheid, en verschuift daarmee de focus van de vraag in welke mate AI-chatbots menselijke hulpverlening kunnen nabootsen naar de vraag welke autonome vorm van ondersteuning zij eigenlijk vertegenwoordigen.

In deze thesis onderzoek ik wat het effect van klimaatverandering is op het voorkomen van regenoverstromingen. Dat zijn overstromingen die ontstaan doordat de neerslag té intens is voor de bodem en de riolering om alles te slikken, en dus niet omdat een rivier buiten haar oevers treedt.

De effecten van klimaatverandering op regenoverstromingen zijn nog niet eerder op wereldschaal onderzocht, omdat modellen vaak berusten op lokale bodemkarakteristieken, vegetatiekenmerken, enzovoort. Ik omzeil het probleem van zulke beschrijvende modellen door artificiële intelligentie (AI) in te zetten: in plaats van alle processen (zoals infiltratie, verdamping, enzovoort) expliciet te gaan beschrijven met formules, laat ik het model de relatie zoeken tussen omgevingskarakteristieken en geobserveerde overstromingen. Die observaties zijn gebaseerd op satelietbeelden.

Mijn model werkt oké, maar zeker nog niet perfect. Het ziet bepaalde verbanden, zoals lager gelegen plaatsen die doorgaans natter zijn en bossen die doorgaans minder overstromen, hetgeen betekent dat het model effectief iets leert. De grootste problemen zitten hem voorlopig nog in het modelleren van de omvang van de overstroming. Het model heeft de neiging om steeds een gemiddelde waarde te voorspellen, in plaats van bij zeer hevige neerslag een écht grote overstroming te voorspellen.

Toch heb ik het model alvast eens gebruikt om de impact van klimaatverandering op regenoverstromingen in te schatten. Dat doe ik door het geobserveerde klimaat van een bepaalde periode in het model in te laden en het zijn voorspellingen te laten doen. Vervolgens laadt ik een fictief klimaat in dat een wereld zonder klimaatverandering voorstelt, en laat het model opnieuw zijn voorspellingen maken. Het verschil tussen beide modelruns vertelt mij het effect van de klimaatverandering. In dit geval vind ik een toename van 0,5% terug. Dat is een waarde die een stuk lager ligt dan verwacht, wat wellicht te wijten is aan de beperkingen van het model. Wel zien we grote regionale verschillen, waarbij delen van Noord- en Midden-Amerika, Noord-Europa en Oost-Azië véél zwaarder getroffen worden dan het globale gemiddelde.

Het onderzoeken van machines en technieken voor chemievrije onkruidbestrijding in de gewasrij bij sierteelt. Hiervoor worden veel machines en onderdelen beschreven, maar ook andere technieken op zich. Voor de proef zelf werd een machine gebruikt die is ontworpen door ILVO en Vanhoucke Machine Engineering. Er werden nog enkele aanpassingen aan gedaan en veel software aanpassingen om de machine op punt te krijgen voor de sierteelt. Het hele proces wordt beschreven in de thesis.

Lange wachttijden in de eerstelijnszorg vormen een groeiend probleem in België. Ze treffen alle patiënten, maar hebben vaak een extra grote impact op kwetsbare groepen, zoals mensen met chronische aandoeningen, een migratieachtergrond of een beperkte financiële draagkracht.
In deze bachelorproef onderzocht ik welke innovatieve verpleegkundige interventies kunnen bijdragen aan een snellere en toegankelijkere zorgverlening. Hiervoor combineerde ik een systematische literatuurstudie met semigestructureerde interviews met verpleegkundigen uit het wijkgezondheidscentrum De Ridderbuurt, gezondheidseconoom Jonas Steel en professor gezondheidsrecht Tom Goffin.
De resultaten tonen aan dat er verschillende interventies mogelijk zijn om wachttijden in de eerstelijnszorg te verminderen. Vooral de inzet van verpleegkundig specialisten springt daarbij in het oog. Uit de literatuur blijkt dat zij bepaalde taken van artsen veilig kunnen overnemen, met behoud van zorgkwaliteit en een hoge patiëntentevredenheid. Daarnaast bieden verpleegkundige triage, het Advanced Access-model, inclusieve eHealth-toepassingen en artificiële intelligentie kansen om de toegankelijkheid en efficiëntie van de zorg te verbeteren. De implementatie van deze innovaties wordt echter nog vaak afgeremd door juridische, financiële en organisatorische uitdagingen.
De toekomst van de zorg wacht op de moed om verpleegkundigen eindelijk de autonomie te geven die ze verdienen. Want een gezondheidssysteem dat niemand in de wachtzaal laat zitten, begint met het vertrouwen in de expertise die vandaag al aanwezig is.

In deze bachelorproef wordt onderzocht hoe AI-gestuurde educatieve chatbots kunnen worden afgestemd op de noden van leerlingen met leerstoornissen, met een focus op dyslexie en dysfasie. De stage vindt plaats binnen Eureka Expert BV, onderdeel van Eureka Leuven, een toonaangevend Belgisch expertisecentrum die personen met leerstoornissen begeleidt.
Binnen deze context wordt een prototype ontwikkeld van een AI-gedreven chatbot die optreedt als digitale studiebegeleider. Het systeem moet studeren ondersteunen door de leerling te ondervragen en gericht feedback te geven op basis van het studiemateriaal van de gebruiker. Hierbij wordt specifiek rekening gehouden met de noden van leerlingen met dyslexie en/of dysfasie.
Het systeem wordt ontwikkeld in React (TypeScript/Vite). De AI-functionaliteit wordt gerealiseerd via een Node.js/Express-backend met Google Gemini voor tekst- en spraakverwerking. Door gebruik te maken van Retrieval-Augmented Generation (RAG) via Gemini File Search worden antwoorden inhoudelijk afgestemd op het studiemateriaal.
Daarnaast wordt een literatuurstudie uitgevoerd naar informatieverwerking en effectieve leerstrategieën bij leerlingen met dyslexie en/of dysfasie. Op basis hiervan wordt onderzocht hoe een AI-chatbot deze strategieën kan ondersteunen. Daarnaast wordt onderzocht hoe system prompts geoptimaliseerd kunnen worden en wordt een promptstrategie uitgewerkt.
Tot slot wordt een evaluatie uitgevoerd met leerlingen gericht op hun gebruikservaring. Aan de hand van gerichte vragen wordt gepeild naar gebruiksvriendelijkheid, duidelijkheid, motivatie en ondersteuning. De resultaten worden verwerkt in een evaluatiematrix, die toelaat om verbeterpunten te formuleren voor zowel de chatbotinterface als de onderliggende promptstructuur.
Uit de ontwikkeling en evaluatie blijkt dat de AI-gestuurde chatbot potentieel heeft als aanvullende studieondersteuning voor leerlingen met dyslexie en/of dysfasie. De combinatie van Retrieval-Augmented Generation, aangepaste promptstrategieën, eenvoudige taal, herhaling en multimodale interactie zorgt ervoor dat de chatbot beter kan aansluiten bij de noden van deze doelgroep. Doordat de antwoorden gebaseerd worden op het studiemateriaal van de leerling, kan de ondersteuning inhoudelijk relevanter en meer contextgericht worden aangeboden.
De gebruikerstesten tonen aan dat de chatbot door leerlingen als motiverend en behulpzaam kan worden ervaren. Vooral de mogelijkheid om zelfstandig te oefenen, vragen te stellen, uitleg te krijgen en via spraak te communiceren, maakt de toepassing toegankelijker voor leerlingen die moeilijkheden ervaren met lezen, schrijven of taalverwerking. De chatbot biedt bovendien ruimte voor herhaling en directe feedback, wat kan bijdragen aan meer zelfvertrouwen en zelfstandigheid tijdens het studeren.
Tegelijkertijd moet de chatbot worden gezien als een ondersteunend hulpmiddel en niet als vervanging van een leerkracht of begeleider. De resultaten tonen aan dat AI waardevol kan zijn binnen gepersonaliseerde leerondersteuning, op voorwaarde dat de technologie zorgvuldig wordt afgestemd op de doelgroep en ingebed wordt in een veilige, pedagogisch verantwoorde leercontext. Deze bachelorproef toont daarmee aan dat een AI-gestuurde studiebegeleider een veelbelovende aanvulling kan vormen op bestaande digitale leerplatformen voor leerlingen met leerstoornissen.

De scriptie onderzoekt of artificiële intelligentie en publieke 4G/5G-netwerken kunnen worden ingezet om blinde en slechtziende personen in real time te ondersteunen bij het volgen van wandelpaden. Een camera maakt beelden van de omgeving, waarna een AI-model het begaanbare pad herkent en omzet in eenvoudige richtingsinformatie, zoals links, rechts of rechtdoor. Daarbij wordt onderzocht of die beeldanalyse best lokaal op een klein toestel gebeurt of op een krachtige computer op afstand.

Uit de experimenten blijkt dat een energiezuinig toestel zoals een Raspberry Pi 5 onvoldoende snel is voor lokale real-time beeldsegmentatie, terwijl verwerking op een externe GPU via een publiek 5G-netwerk wel voldoende snel kan reageren. Tijdens veldmetingen werd een gemiddelde 5G-latency van ongeveer 24 ms gemeten en bleef de totale reactietijd bij geschikte instellingen onder ongeveer 200 ms, wat bruikbaar is voor begeleiding aan wandelsnelheid.

De scriptie ontwikkelt daarnaast een veilige en reproduceerbare testmethode met een digitaal park in Unreal Engine en vormde de technische basis voor de smartphone-app Stay On Trails en het vervolgproject BlindNavParks, dat steun kreeg van de Koning Boudewijnstichting.

Kort samengevat: de scriptie toont aan dat cloudondersteunde AI via bestaande 5G-netwerken technisch haalbaar is als basis voor betaalbare assistieve navigatie voor mensen met een visuele beperking.

Deze thesis breidt een framework voor verklaarbare AI uit zodat het realistischere scenario's kan verwerken. Met behulp van reinforcement learning leert een AI-systeem autonoom taken uit te voeren en genereert het interpreteerbare computerprogramma's die zijn beslissingen verklaren. Dit verhoogt de transparantie, ondersteunt menselijke experts bij het valideren van AI-beslissingen en draagt bij aan betrouwbare AI-systemen.

Tijdens mijn masterproef ontwikkelde ik een slimme assistent die via de smartphonecamera meekijkt met de gebruiker en in 3D aanwijst wat er nodig is. De AI begrijpt zowel tekst als beeld en kan feedback geven wanneer een stap fout loopt. Na succesvolle tests met eenvoudige taken werd het systeem toegepast in twee realistische scenario’s: een medische oefening en het opzetten van een VR-installatie. De resultaten tonen dat zo’n digitale assistent gebruikers effectief kan begeleiden, een eerste stap richting handsfree opleiding via augmented reality.

In mijn bachelorproef “Ethiek in het tijdperk van AI: een lessenpakket voor de tweede graad godsdienstonderwijs” onderzocht ik hoe jongeren bewust kunnen leren omgaan met de ethische grenzen van artificiële intelligentie. Uit mijn onderzoek bij leerkrachten en leerlingen bleek dat er grote interesse is in AI-ethiek, maar dat er weinig geschikt lesmateriaal bestaat. Daarom ontwikkelde ik een lessenpakket en ontwierp ik het bordspel Tussen Mens en Machine. Met dit spel denken leerlingen op een speelse manier na over morele dilemma’s, zoals: Mag een zelfrijdende auto kiezen wie overleeft? of Is AI altijd eerlijk? Het project wil jongeren leren kritisch omgaan met technologie en hen laten ontdekken dat AI niet enkel slim, maar ook menselijk doordacht moet zijn.