Scriptiebank overzicht

Korte inhoud – Bachelorproef “Duurzaamheid in de leveranciersketen: een strategisch model voor het monitoren en verbeteren van duurzame prestaties van non-paintleveranciers bij BOSS paints”

Deze bachelorproef werd uitgevoerd binnen de opleiding KMO-management aan HOGENT in samenwerking met BOSS paints. Het onderzoek ontwikkelt, implementeert en evalueert een CSRD-conform leveranciersscoremodel dat de duurzaamheidsprestaties van non-paintleveranciers op systematische wijze in kaart brengt.

De centrale onderzoeksvraag luidt:
“Hoe kan BOSS paints een systematische leveranciersranking ontwikkelen en implementeren voor non-paintproducten die voldoet aan de eisen van de CSRD en bijdraagt aan haar duurzame doelstellingen?”

Na een literatuurstudie over duurzaam supply-chain- en ESG-beheer werd een digitale vragenlijst ontworpen op basis van internationale standaarden zoals EcoVadis en de European Sustainability Reporting Standards (ESRS). De vragenlijst omvatte thema’s als bedrijfsgegevens, milieu, ethiek en duurzaam aankopen, en werd in vier talen verspreid naar 124 non-paintleveranciers.

De resultaten werden verwerkt in een Excel-geautomatiseerd scoremodel met gewichten en correcties op basis van bedrijfsgrootte. De empirische analyse (respons van 48 leveranciers, goed voor 70% van het aankoopvolume) toonde duidelijke verschillen in duurzaamheidsprestaties tussen grote ondernemingen en kleinere KMO’s. Structurele tekortkomingen werden vastgesteld op het vlak van CO₂-meting, transportelektrificatie en ketentransparantie.

Daarnaast werd een CO₂-nulmeting uitgevoerd van het inkomend transport van non-paintgoederen. In 2024 bedroeg de uitstoot 819.795 kg CO₂, een stijging van 11,84% tegenover 2022, waarbij drie leveranciers meer dan 54% van de emissies veroorzaakten. Gemiddeld werd 8,61 kg CO₂ per €1.000 aankoopwaarde uitgestoten.

Het model werd in mei 2025 gepresenteerd aan het Supply Chain Team van BOSS paints en formeel geïntegreerd in het aankoopbeleid. De aanbevelingen omvatten verdere benchmarking, de formalisering van een leveranciersgedragscode, en de uitbouw van ketentransparantie en transportoptimalisatie.

Deze bachelorproef bewijst dat datagedreven leveranciersbeheer binnen een KMO niet alleen haalbaar is, maar ook een hefboom vormt voor structurele verduurzaming in lijn met de CSRD-wetgeving.

Mijn masterproef onderzoekt hoe elektrische machines, in het bijzonder permanent-magneet-synchrone motoren (PMSM), recycleerbaar kunnen worden ontworpen zonder prestatieverlies. Vandaag worden deze motoren meestal versnipperd, waardoor waardevolle materialen zoals koper en zeldzame aardmetalen verloren gaan. Het grootste obstakel is het gebruik van lijmen en thermohardende harsen, die demontage onmogelijk maken. In mijn onderzoek ontwikkelde ik een rotorconcept waarin magneten mechanisch worden gefixeerd met bouten in plaats van lijm. Dit ontwerp werd gevalideerd via elektromagnetische en mechanische simulaties en vervolgens gerealiseerd in een prototype. De lijmloze rotor bleek structureel robuust en presteerde vergelijkbaar met conventionele motoren, terwijl hij volledig demonteerbaar is. Daarnaast werd een opschalingsstudie uitgevoerd, waaruit bleek dat radiale bouten geschikt zijn voor grotere motoren zoals in elektrische voertuigen. Dit werk toont aan dat design-for-recycling haalbaar is en een belangrijke stap vormt naar circulaire elektrische aandrijfsystemen.

Deze masterproef onderzoekt de invloed van de menstruatiecyclus op sportprestaties bij Belgische eliteatletes. Hoewel internationale aandacht voor dit thema toeneemt, bleef het onderwerp in België tot nu toe grotendeels onontgonnen terrein.

Aan de hand van een online vragenlijst bij 81 vrouwelijke Belgische topsporters uit verschillende sporten werd nagegaan hoe zij hun menstruatiecyclus ervaren, welke klachten ze ondervinden en hoe open erover gecommuniceerd wordt binnen de sportcontext.

De resultaten tonen aan dat meer dan 90% van de atletes fysieke en mentale klachten ervaart voor of tijdens de menstruatie, en dat de helft regelmatig pijnstillers gebruikt om te kunnen presteren. Daarnaast werd een hoge prevalentie van menstruatiestoornissen vastgesteld. Opvallend is dat slechts één op drie atletes met haar coach over dit onderwerp spreekt; vooral in teamsporten blijft de drempel groot.

Het onderzoek benadrukt de nood aan meer open communicatie, educatie voor coaches en medische staf en begeleiding op maat, waarbij de menstruatiecyclus structureel wordt meegenomen in trainings- en wedstrijdplanning.

Deze bevindingen leveren waardevolle inzichten voor een meer genderbewuste benadering van topsport en dragen bij tot het doorbreken van een hardnekkig taboe binnen de sportwereld.

Ouderbetrokkenheid beïnvloedt de schoolprestaties en het welbevinden van leerlingen (Bakker et al., 2013; Fantuzzo et al., 2004; Menheere & Hooge, 2010; Quezada, 2024). Een beperkte kennis van de schooltaal vormt voor anderstalige ouders een barrière in de communicatie met de school (Baxter & Kilderry, 2024; Beks & Natris, 2008; Benoit et al., 2009; Lawal, 2021; Stassen et al., 2005).
Het recentste Vlaamse regeerakkoord voorziet niet langer een financiële tegemoetkoming voor de inzet van sociaal tolken op school. Het beleid wil inzetten op de kennis van het Nederlands van de ouders en legt het vereiste niveau voor inburgeraars op B1, wat heel ambitieus is. Dit masterproefonderzoek schetst een beeld van de praktijk in Nederlandstalig onderwijs in Vlaanderen: hoe verloopt de communicatie tussen anderstalige ouders en scholen nu? Worden er nog sociaal tolken ingezet en zo ja, hoe worden ze betaald?
152 respondenten van 69 verschillende scholen uit het Nederlandstalig onderwijs in Vlaanderen beantwoordden hierover een vragenlijst. Deze antwoorden werden getrianguleerd met 15 semigestructureerde diepte-interviews. Om een zicht te krijgen op de financiering is er tijdens de interviews navraag gedaan bij de geïnterviewde directieteamleden, bij lokale besturen en betrokken instanties zoals het OVSG (Onderwijsvereniging van Steden en Gemeenten).
Het onderzoek toont dat de taalbarrière een optimale communicatie in de weg staat. Ouders beheersen het Nederlands vaak niet of onvoldoende. Volgens de ondervraagde leerkrachten zijn ze daardoor vaker afwezig op contactmomenten en komen ze als minder betrokken over. Scholen zoeken daarom naar oplossingen.
Als er geen tolk is, gebruiken leerkrachten een lingua franca (Engels of Frans), (child) language brokering en vertaalapps. Dat maakt direct contact met de ouders mogelijk, maar de kwaliteit van de communicatie wordt door de respondenten als niet goed beoordeeld. Er is bij leerkrachten onzekerheid of de boodschap is begrepen én frustratie over het verlies aan nuance.
Communicatie met een tolk wordt vooral positief beoordeeld: er is meer vertrouwen dat de boodschap correct wordt overgebracht én begrepen. Tolken maken complexe en diepgaande gesprekken mogelijk en voor leerkrachten is dit bevredigend: de communicatie verloopt in twee richtingen én in het Nederlands.
De grootste belemmering voor het inschakelen van tolken door de scholen zijn de hoge kosten. Omdat de overheid niet meer tussenkomt, springen lokale besturen blijkbaar in. Gegevens van meer dan twintig Vlaamse steden en gemeenten geven blijk van een grote verschillen hierin en suggereren bijgevolg een ongelijke toegang tot tolkdiensten voor de Vlaamse scholen, wat de facto het gelijkekansenbeleid in het onderwijs aantast: voor meer dan één op vier leerlingen in het Vlaams onderwijs is Nederlands niet de thuistaal (Statistiek Vlaanderen, 2025).

Humanoïde robots moeten in staat zijn om te navigeren op complex, ongestructureerd terrein, wat actuatoren vereist met een hoge koppeldichtheid en een sterke schokbestendigheid, evenals robuuste besturingsstrategieën voor stabiele voortbeweging.

Dit werk presenteert het ontwerp en de besturing van een hopper dat een humanoïde-been nabootst, met behulp van nieuw ontwikkelde serieel gekoppelde actuatoren. Het doel is om een onderbestuurd 3-DOF-been te creëren met verbeterde impactresistentie en springprestaties in vergelijking met state-of-the-art systemen.

Het resulterende been van 13,62 kg en 0,9 m integreert op maat gemaakte transmissie- en sensorsystemen. Er wordt een driefasige besturingsstrategie gebruikt: PD-besturing tijdens de vlucht, impedantiebesturing tijdens het bufferen en energy shaping tijdens het opstijgen.

Simulatie en experimentele validatie tonen aan dat lineaire railwrijving een aanzienlijke invloed heeft op de prestaties. Een experiment om de wrijving te schatten leverde een dimensieloze springhoogte van 1,28 op. Opvallend is dat het been een dimensieloze stijfheid van 14,25 bereikte onder impedantiebesturing, wat wijst op een verbeterde schokbestendigheid.

De industrie vereist elke dag complexere processen en logistiek, wat heeft geleid tot de opkomst van multi-agent systemen. Hierbij werken meerdere robots, voertuigen of machines in dezelfde omgeving. Dit stimuleert de behoefte aan multi-agent bewegingsplanners die de bewegingen van deze agents op een efficiënte en veilige manier coördineren en plannen.

Daarom presenteert deze scriptie een nieuwe, op model predictieve controle (MPC) gebaseerde bewegingsplanner voor holonomische multi-agent systemen, door een gedecentraliseerde formulering van de alternating direction method of multipliers (ADMM) te combineren met een gecentraliseerde formulering van control barrier functions (CBF's). De methode is ontwikkeld met het oog op, maar niet beperkt tot, industriële magnetische levitatieplatforms zoals het Beckhoff XPlanar-systeem.

De klassieke gecentraliseerde MPC-benadering blijkt te schalen met ∼ O(N^2,96), waardoor de methode onuitvoerbaar wordt bij een toenemend aantal agents. Hoewel gedecentraliseerde ADMM de tijdcomplexiteit aanzienlijk vermindert, kan deze de veiligheid niet garanderen, d.w.z. er bestaat een risico op botsingen. Daarom wordt de methode aangevuld met een extra optimalisatieprobleem waarin CBF's zijn opgenomen. Het resultaat is een veilige methode die schaalt met ∼ O(N^1,82). Deze veiligheidsgarantie stelt ons in staat om het aantal ADMM-iteraties vast te leggen, waarbij een afweging wordt gemaakt tussen prestaties en rekenkracht.

Om de realtimeprestaties verder te verbeteren, biedt dit werk een C++-implementatie van de hybride methode, die gebruikmaakt van de gedecentraliseerde ADMM-structuur door de code te parallelliseren. Dit vermindert de rekentijd voor 5 en 10 agents met respectievelijk 90,1% en 60,5%. De hybride methode wordt vervolgens kwalitatief en kwantitatief vergeleken met de gecentraliseerde MPC-methode. Ten slotte wordt een proof of concept gepresenteerd door de algoritmen te implementeren en te testen op het XPlanar-systeem.

Sinds de opkomst van krachtige AI- en deep learning-modellen is data uitgegroeid tot een essentiële en vaak beperkende factor in het ontwikkelingsproces. Waar eenvoudige modellen vaak kunnen volstaan met beperkte en eenvoudige datasets, vereisen complexere modellen – zoals die voor objectdetectie – steeds grotere en rijkere hoeveelheden gelabelde data. Dit vormt een belangrijk probleem in domeinen zoals sonarbeeldvorming, waar dergelijke datasets niet beschikbaar zijn als kant-en-klare bronnen en handmatige annotatie buitengewoon tijdsintensief en kostbaar is. Dit onderzoek richt zich daarom op de centrale vraag: hoe kunnen semi-supervised en self-supervised leermethoden het labelproces bij objectdetectie in sonardata versnellen, zonder significant verlies aan nauwkeurigheid?

Om deze vraag te beantwoorden is een experimenteel kader opgezet waarin drie benaderingen zijn onderzocht: een volledig supervised baseline gebaseerd op Faster R-CNN, een semi-supervised model met FixMatch, en een self-supervised strategie waarbij een BYOL-model wordt gepretraind en vervolgens gebruikt als backbone binnen een Faster R-CNN-architectuur. De experimenten zijn uitgevoerd op een publieke sonardataset bestaande uit 7600 gelabelde sonarbeelden. Voor de supervised baseline is het model getraind op verschillende hoeveelheden gelabelde data: 1%, 5%, 10%, 50% en 100%. De bijbehorende mAP-scores tonen een sterke daling in nauwkeurigheid naarmate de hoeveelheid gelabelde data afneemt, met resultaten variërend van 0.7717 (100%) tot slechts 0.2799 bij gebruik van 1% van de data.

In het semi-supervised scenario is FixMatch toegepast met 5% en 10% gelabelde data, terwijl de resterende data werd gebruikt als ongelabelde input. Deze aanpak resulteerde in mAP-scores van respectievelijk 0.6649 en 0.6828, wat duidelijk betere prestaties zijn dan het supervised model op dezelfde labelniveaus. Voor het self-supervised model werd BYOL gepretraind op de volledige dataset zonder labels. De representaties die dit opleverde zijn vervolgens geïntegreerd in Faster R-CNN, waarbij opnieuw 5% en 10% van de data gelabeld werd gebruikt voor training. Deze benadering leverde de hoogste nauwkeurigheid binnen de lage-labelscenario's, met mAP-scores van respectievelijk 0.6452 en 0.7230.

De resultaten van dit onderzoek tonen aan dat zowel semi-supervised als self-supervised technieken effectief zijn in het verminderen van de afhankelijkheid van handmatig gelabelde data, terwijl de modelprestaties grotendeels behouden blijven. Met name self-supervised pretraining via BYOL blijkt zeer waardevol in situaties met beperkte gelabelde data. Deze bevindingen bieden praktische aanknopingspunten voor het ontwikkelen van efficiëntere workflows in sonarbeeldanalyse, en zijn relevant voor bredere toepassingen in domeinen waar gelabelde data schaars of moeilijk te verkrijgen is. Hoewel de resultaten veelbelovend zijn, is vervolgonderzoek nodig om de generaliseerbaarheid naar andere types sonardata of real-time toepassingen te evalueren.

Observatievaardigheden zijn van belang voor zorgverleners, zowel voor accurate diagnoses als voor empathische patiëntondersteuning.
De huidige evaluatie van deze vaardigheden in gesimuleerde omgevingen steunt vaak op subjectieve methoden zoals zelfrapportage en directe observatie door docenten.
Hoewel de Tobii eyetracking-brillen in het Zorglab van HOGENT objectieve blikdata leveren,
ontbreekt er tot op heden geschikte software om automatisch te analyseren welke objecten studenten waarnemen en voor hoe lang.
Deze bachelorproef beantwoordt hoe computervisiemodellen geïntegreerd kunnen worden met eyetrackingdata van Tobii Glasses om de observatieprestaties van studenten automatisch te analyseren.
De analyses dienen de feedback door docenten in het Zorglab te versterken.

Deze doelstelling werd uitgewerkt door middel van van een proof-of-concept (PoC) softwareapplicatie.
Dit proces startte met een literatuurstudie naar eyetracking-analyse en relevante computervisiemodellen (o.a. YOLO, SAM, DINOv2).
Vervolgens werd een prototype applicatie ontworpen en geïmplementeerd (Python, FastAPI, HTMX), inclusief een semi-automatische labeling-tool die gebruik maakt van SAM2 voor objectsegmentatie en -tracking.
Om de PoC te valideren, werd een gecontroleerd experiment uitgevoerd in het Zorglab.
Hier genereerden studenten aan de hand van Tobii Pro Glasses 3, eyetrackingopnames tijdens gesimuleerde observatietaken.
Deze opnames, samen met twee specifieke kalibratieopnames, werden gelabeld met de ontwikkelde tool om een grondwaarheidsdataset te creëren.
Een analysepijplijn werd ontworpen en geëvalueerd. In deze analyse werd de trackingfunctionaliteit van FastSAM gecombineerd met blikgestuurde filtering en classificatie van objectsegmenten, middels een getraind YOLOv11-objectdetectiemodel.
De prestaties werden geëvalueerd aan de hand van precisie, recall en F1-score, na optimalisatie via een grid search van hyperparameters.

Uit de resultaten bleek dat de combinatie van FastSAM-tracking met een YOLOv11-objectdetector (getraind op 1000 samples per klasse) de beste prestaties opleverde, met een F1-score van 0.80, een precisie van 0.94 en een recall van 0.70.
De hoge precisie toont aan dat het systeem met grote zekerheid de correcte objecten identificeert, hoewel een significant deel van de fout-positieven in de werkelijkheid correct gedetecteerde objecten bleken te zijn, die niet in de grondwaarheid waren opgenomen.
De lagere recall wijst erop dat niet alle bekeken objecten consistent werden gedetecteerd, voornamelijk door problemen met kleine, transparante objecten en door inconsistenties tussen de FastSAM-segmentaties en de grondwaarheid.
De FastSAM-tracking bleek de meest beperkende factor in de pijplijn.

Deze bachelorproef levert een werkend PoC en een methodologie op die de haalbaarheid van geautomatiseerde analyse van observatievaardigheden aantoont.
Het biedt een objectieve, datagestuurde basis om de feedback aan studenten te verbeteren en de effectiviteit van simulatietraining in de zorg te verhogen.
Op deze manier legt het een fundament voor verder onderzoek naar robuustere analysemethoden.

In deze masterproef onderzochten we hoe bestaande scheepsdieselmotoren kunnen worden omgebouwd om te draaien op methanol, een veelbelovende duurzame brandstof. Methanol is vloeibaar, eenvoudig op te slaan en kan klimaatneutraal geproduceerd worden. We testten een grote scheepsmotor op methanol en zochten naar manieren om de motor tegelijk efficiënt en schoon te laten draaien. Daarbij bleken twee technieken, extra lucht toevoegen en een deel van de uitlaatgassen terugvoeren, veelbelovend om zowel de uitstoot te verlagen als de zuinigheid te verbeteren. Daarnaast ontwierpen we een innovatieve prechamber die de verbranding stabieler kan maken. Zo toont dit onderzoek dat scheepsmotoren een groener leven kunnen krijgen zonder dat ze volledig vervangen moeten worden.

Deze masterproef onderzoekt hoe kledingafval kan worden omgezet in een circulair isolatiemateriaal. Via een zelfontwikkeld en innovatief productieproces worden verschillende textielsoorten verwerkt tot isolatiematten met prestaties vergelijkbaar met commerciële producten, maar met veel minder milieuschade. Zo krijgt afgedankte kleding een tweede leven in de bouwsector. Mode en bouw worden zo bondgenoten in de strijd tegen afval en CO₂-uitstoot.

Satellietcommunicatiesystemen hebben af te rekenen met verschillende vormen van interferentie en vereisen robuuste communicatiemethoden om betrouwbare dataoverdracht te kunnen garanderen. Dit leidt tot extra complexiteit bij zowel de zender als de ontvanger, die hiervoor vaak specifieke hardware nodig hebben om rekenintensieve bewerkingen uit te voeren. Software-defined radio (SDR) modems vormen een software-gebaseerde alternatief dat meer flexibiliteit biedt. Het nadeel is echter dat ze doorgaans minder goed presteren.

Deze thesis onderzoekt of een graphics processing unit (GPU) ingezet kan worden om een snellere dataverwerking toe te laten in een SDR-modem, met als doel de prestaties aanzienlijk te verbeteren. De focus ligt hierbij op een suppressed carrier demodulator, een veelgebruikte maar rekenintensieve stap binnen SDR-ontvangers.

Er werd uitgebreid onderzoek gedaan naar de werking van de suppressed carrier demodulator, een belangrijke stap bij het optimaliseren ervan. Daarnaast werd de GPU-technologie bestudeerd, met aandacht voor architectuur, geheugenhiërarchie, programmeermodellen en de selectie van een geschikte GPU-kaart. SYCL werd gekozen als programmeermodel vanwege zijn flexibiliteit, platformonafhankelijkheid en ontwikkeld ecosysteem.

De bestaande demodulator werd geanalyseerd om knelpunten en kritische componenten in kaart te brengen. Op basis daarvan zijn twee parallellisatiestrategieën voorgesteld, elk met een verschillend niveau van parallelisme. Voor één van deze strategieën werd een proof of concept ontwikkeld, waarbij vier belangrijke componenten van de demodulator werden geparallelliseerd. Aan de hand van testbenches werden deze componenten afzonderlijk geëvalueerd. Hierbij werd het potentieel van GPU-parallellisatie duidelijk aangetoond, met snelheidsverbeteringen tot 12,5 keer onder de typische werkomstandigheden van de demodulator. Tijdens de integratie in de demodulator werd echter een onverwachte overhead vastgesteld, wat de prestaties negatief beïnvloedde. Door deze te compenseren werd de snelheidslimiet van 8 Msym/s op 11 Msym/s gebracht, wat overeenkomt met een versnelling van 37,5%.

Ondanks de beperkte prestatiewinst bij de integratie, toonden de afzonderlijke componenten aan dat door GPU-parallellisatie aanzienlijke datasnelheden behaald kunnen worden. De aparte componenten zijn momenteel al in staat tot deze hogere prestaties, maar worden beperkt door de architectuur van de demodulator. Deze studie vormt daarmee een stevige basis voor verdere ontwikkeling, waarbij het upgraden van dit proof of concept naar de tweede parallellisatiestrategie aanbevolen wordt om het volledig potentieel van de GPU te benutten.

Deze thesis ontwikkelt een computationeel raamwerk voor structurele topologie-optimalisatie dat expliciet rekening houdt met multiaxiale vermoeiing onder niet-proportionele belastingen. Hoewel vermoeiing een veelvoorkomend faalmechanisme is in mechanische componenten, wordt het vaak behandeld als een nabewerkingsstap in plaats van als een integraal onderdeel van het ontwerpproces. Dit werk vult die leemte op door een kritieke-vlak vermoeiingsmodel rechtstreeks in het optimalisatie-algoritme te integreren.

Het raamwerk verwerkt het op rek gebaseerde Brown–Miller vermoeiingscriterium binnen een dichtheidsgebaseerde topologie-optimalisatiebenadering, waardoor vermoeiingslevensduur kan worden voorspeld bij complexe belastingstrajecten. De implementatie omvat een volledige analytische sensitiviteitsanalyse, zowel direct als adjoint, om een nauwkeurige en efficiënte optimalisatie met gradiënt-gebaseerde oplosmethodes te garanderen.

De methodologie wordt eerst gevalideerd op een L-beugel benchmark om de prestaties te demonstreren in vergelijking met doelstellingen gebaseerd op compliance en spanning. Vervolgens wordt ze toegepast op het ontwerp van een autowiel onderworpen aan een roterende buigproef. Dit is een gestandaardiseerde, multiaxiale en niet-proportionele vermoeiingsproef die elk aftermarket wiel moet doorstaan. De vermoeidheidsgeoptimaliseerde ontwerpen tonen een verbeterde verdeling van vermoeiingsschade, verminderde spanningsconcentraties en een verlengde voorspelde levensduur in vergelijking met andere ontwerpbenaderingen.

Door de voorspelling van de vermoeiingslevensduur in de optimalisatielus op te nemen, overbrugt dit onderzoek de kloof tussen structurele efficiëntie en langdurige duurzaamheid. De voorgestelde aanpak biedt een veelbelovend pad naar robuustere ontwerpen in veeleisende technische toepassingen.

----

This thesis develops a computational framework for structural topology optimisation
that explicitly accounts for multiaxial fatigue under non-proportional loading. While
fatigue is a frequently occurring failure mechanism in mechanical components, it is
often treated as a post-processing step rather than being integrated into the design
process. This work addresses that gap by embedding a critical-plane fatigue model
directly into the optimisation algorithm.

The framework incorporates the Brown–Miller strain-based fatigue criterion within a
density-based topology optimisation approach, enabling fatigue life prediction across
complex load paths. The implementation includes a full analytical sensitivity analysis,
both direct and adjoint, to ensure accurate and efficient optimisation with
gradient-based solvers.

The methodology is first validated on a benchmark L-bracket to demonstrate its
performance relative to compliance- and stress-based objectives. It is then applied
to the design of an automotive wheel subjected to a rotating bending test. This is
a standardised, multiaxial and non-proportional fatigue test that every aftermarket
wheel must pass. The fatigue-optimised designs exhibit improved fatigue damage
distribution, reduced stress concentrations and extended predicted fatigue life compared to different design approaches.

By embedding fatigue life prediction into the optimisation loop, this research bridges
the gap between structural efficiency and long-term durability. The proposed approach offers a promising pathway toward more resilient designs in demanding engineering applications.

Deze masterproef ontwikkelt en onderzoekt een nieuw audioverwerkingsalgoritme voor cochleaire implantaten, met als doel de geluidswaarneming dichter bij het normaal gehoor te brengen. Hiervoor werd een gesloten-lusarchitectuur ontworpen waarin een model van een normaalhorend systeem wordt vergeleken met een slechthorend systeem met implantaat. Via deep learning wordt het verschil tussen beide systemen geminimaliseerd, zodat het implantaatmodel geoptimaliseerd kan worden.

Diepgaand leren heeft het visueel waarnemingsvermogen bij autonoom rijden aanzienlijk verbeterd, maar conventionele camera's blijven beperkt door bewegingsonscherpte, een beperkt dynamisch bereik en hoge latentie. Gebeurteniscamera's, geïnspireerd door biologische visie, overwinnen deze beperkingen door asynchroon veranderingen in pixelhelderheid te detecteren. Dit mechanisme levert datastromen die schaars, temporeel nauwkeurig en zeer efficiënt zijn voor embedded toepassingen. De inherente schaarste en het gebrek aan intensiteitsinformatie in gebeurtenisgegevens bemoeilijken echter het extraheren van onderscheidende kenmerken en vormen uitdagingen voor de training van neurale netwerken. Daarnaast lijden gangbare datasets zoals CIFAR10-DVS aan een niet-uniforme verdeling van gebeurtenissen door het gebruik van lineaire of polygonaal gevormde bewegingstrajecten tijdens de opname, wat leidt tot periodieke artefacten.
Om deze beperkingen te overwinnen, evalueert dit proefschrift systematisch gebeurtenisrepresentaties—waaronder gestapelde afbeeldingen, voxelrasters en tijdoppervlakken—met standaard CNNs om optimale architecturen voor embedded implementatie te identificeren. Door gebruik te maken van transfer learning met vooraf getrainde ImageNet-modellen wordt de nauwkeurigheid onder beperkte dataomstandigheden aanzienlijk verbeterd. Experimentele resultaten tonen aan dat volledige fine-tuning van het hele netwerk noodzakelijk is om zich aan te passen aan de unieke eigenschappen van gebeurtenisgebaseerde gegevens. Het voorgestelde model integreert dropout, L2-regularisatie en een meerfasig leersnelheidsschema om de trainingsstabiliteit en generalisatie te bevorderen. Met deze co-designbenadering behaalt EfficientNetB0 een nauwkeurigheid van 81,05% op CIFAR10-DVS bij verwerking van gebeurtenissen binnen één temporeel venster.
Voor implementatie identificeert inspectie met het Xilinx Vitis Al-platform TensorFlow's MobileNetV2 als de optimale keuze dankzij volledige compatibiliteit met DPU-hardwareversnellers. Hoewel post-training pruning op basis van globale kanaalrangschikking is onderzocht, is de effectiviteit beperkt door het inherent gebrek aan redundantie in het model. Daarentegen compenseert quantization-aware training (QAT) succesvol het nauwkeurigheidsverlies tijdens INT8-kwantisatie, waarmee real-time prestaties (2,8 ms/frame) bij een ultralaag energieverbruik (1,77 mW) worden bereikt op het KV260 embedded platform.
Gemotiveerd door de beperkingen van bestaande datasets wordt een nieuw acquisitieplatform voorgesteld, waarbij gebruik wordt gemaakt van een Dobot-robotarm voor continue cirkelvormige beweging geïnspireerd op biologische oogbewegingen. Deze methode genereert uniforme gebeurtenisverdelingen en elimineert periodieke artefacten die aanwezig waren in eerdere datasets, wat robuustere training en evaluatie van neurale netwerken op gebeurtenisgegevens ondersteunt.

Dit onderwijsonderzoek situeert zich op de Toren van Babel in Gent, een school uitsluitend voor
anderstalige leerlingen. Uit de literatuur blijkt dat het leesniveau in Vlaanderen sterk daalt en dat
anderstalige leerlingen een steeds groter deel van de groep laagpresteerders representeren (De
Meyer et al., 2023). Recente literatuur ziet een significant verband tussen leesmotivatie en
leesvaardigheid, waardoor leesmotivatie een belangrijke factor is om op in te spelen als school (Toste
et al., 2020). Uit onderzoek van Gobyn et al. (2019) vloeien drie factoren voort die impact hebben op
leesmotivatie: autonomie, belonging en competentie. Het onderdeel belonging verdient hier
specifieke aandacht, aangezien verschillende studies ook uitwijzen dat school belonging, beïnvloed
door het diversiteitsbeleid van de school, een grote impact heeft op de prestaties van leerlingen met
een migratieachtergrond. Dit onderzoek wil de leesmotivatie van de taalbadleerlingen in kaart
brengen, achterhalen waarom ze (niet) gemotiveerd zijn om te lezen en vervolgens een aanzet geven
tot een leesbeleid dat rekening houdt met bovengenoemde factoren. De dataverzameling gebeurt
aan de hand van een vragenlijst, afgenomen bij alle 28 leerlingen uit het eerste jaar B-stroom, en 6
diepte-interviews met leerlingen die ook deelnamen aan de vragenlijst. Uit de resultaten blijkt dat de
meeste leerlingen een combinatie vertonen van autonome en gecontroleerde leesmotivatie. De
invloed van de school op leesmotivatie komt ook sterk naar voor. De vergaarde informatie en
inzichten in waarom leerlingen (niet) graag lezen zal gebruikt worden als startpunt om het leesbeleid
van de school vorm te geven.

Dit proefschrift onderzoekt de eliminatie van prioritaire vluchtige organische stoffen (VOS) door middel van actieve botanische biofilters via een gecombineerde experimentele en modelleringsbenadering. Het onderzoek richt zich op de verwijdering van benzeen, tolueen, ethylbenzeen, xyleen, formaldehyde en acetaaldehyde (BTEXFA)-verbindingen, die vertegenwoordigers zijn van binnenluchtverontreinigingen die een reële bedreiging vormen voor de menselijke gezondheid. De experimentele benadering gebruikte een actief botanisch biofilter (ABB) en microbiële biofilters (MB's) om de prestaties van VOC-verwijdering onder verschillende randvoorwaarden te evalueren. Eerst werd een studie naar ABB-acclimatisatie uitgevoerd. Zodra de filters volledig operationeel waren en VOS verwijderden, werd een studie naar luchtsnelheidsvariatie uitgevoerd om de verwijdering bij verschillende luchtstroomsnelheden te documenteren. Tegelijkertijd werd een nieuw 3D multiphysics-model ontwikkeld op basis van computationele vloeistofdynamica om de aerodynamica van het MB-substraat, VOC-transport, en verwijderingsfenomenen te karakteriseren.

De effecten van acclimatisatie op VOC-verwijdering varieerden afhankelijk van de specifieke VOC, met verschillende patronen zichtbaar tussen BTEX, formaldehyde en acetaaldehyde. Verder werd aangetoond dat acclimatisatie door herhaalde VOC-blootstelling de efficiëntie van BTEX-verwijdering significant verbeterde. De studie naar luchtsnelheidsvariatie onthulde een complexe mix van effecten die de prestaties van ABB beïnvloeden, met veel verschillende reacties op luchtstroomverhoging tussen VOS. Een aerodynamisch submodel werd succesvol gevalideerd met experimentele gegevens, terwijl het volledige voorlopige model ruimte voor verbetering liet.

Dit onderzoek vergroot het begrip van botanische biofiltratiemechanismen en biedt praktische inzichten voor het optimaliseren van op ABB-gebaseerde binnenluchtzuiveringssystemen, en draagt bij aan duurzame toepassingen in stedelijke biowetenschap en engineering.

This dissertation investigates the design and development of braided Peltier devices for achieving active thermoelectric cooling in shape memory alloy (SMA) actuation mechanisms. The research focuses on the integration of periodically nickel-electroplated thermoelectric fibres into flexible braided textile structures that thermally couple and act as a sheath to SMA wires. By leveraging the Peltier effect within the braid architecture, the system is designed to enhance the thermal management and dynamic response of the SMA-based actuators. The work includes fibre fabrication, braid prototyping, electrical and thermal characterisation, and performance testing of the integrated thermoelectric-SMA smart textile. Results indicate that while passive thermoelectric integration modestly improves actuation timing and force response, active Peltier cooling alone was unable to overcome the dominant effects of Joule heating in the current system. Nonetheless, the trends observed suggest potential for improving thermal management in smart textile systems through enhanced thermoelectric design. The findings contribute to the advancement of flexible, textile-integrated thermoelectric devices and their application in wearables and responsive materials.

Kwalitatief onderzoek naar de werkervaringen van sociale stijgers, op basis van 51 diepte-interviews.

Beslissingen maken integraal deel uit van ons dagelijks leven, ook bij kinderen. Bij elke beslissing ervaren we een gevoel van zekerheid of twijfel, ook wel beslissingsvertrouwen genoemd. Dit vertrouwen helpt ons om ons eigen gedrag bij te sturen, zoals het al dan niet zoeken naar extra informatie. Het vermogen om onze eigen beslissingen te evalueren en daarop gedrag en keuzes af te stemmen is een vorm van metacognitie. Er is nog weinig bekend over hoe kinderen deze metacognitieve vaardigheden inzetten bij perceptuele besluitvorming. Dit vormt een belangrijk hiaat gezien de rol van metacognitie voor zelfregulerend leren en academisch succes.

In deze masterproef werd onderzocht in welke mate kinderen metacognitieve monitoring (beslissingsvertrouwen) gebruiken om hun metacognitieve controle te sturen (informatie zoeken). Daarnaast werd nagegaan hoe de accuraatheid van hun keuzes en metacognitieve efficiëntie (hoe goed hun vertrouwen overeenkomt met hun prestaties) deze keuzes mee beïnvloeden. Hiervoor namen 91 kinderen uit het vierde leerjaar van de lagere school deel aan een fijnmazige, experimentele perceptuele taak. In deze taak moesten de kinderen telkens een keuze maken tussen twee visuele stimuli, vervolgens hun vertrouwen in die keuze inschatten, en tot slot beslissen of ze de stimuli opnieuw wilden bekijken alvorens hun definitieve antwoord te geven. Dit design maakte het mogelijk om op gedetailleerd niveau te analyseren hoe vertrouwen, accuraatheid en informatiezoekgedrag met elkaar samenhangen. Bovendien werd er gebruikgemaakt van modelgebaseerde maten om metacognitieve efficiëntie te meten (M-ratio en V-ratio), los van taakmoeilijkheid of bias.

Dit onderzoek toonde aan dat kinderen in staat zijn om hun beslissingen te monitoren en daar via metacognitieve controle op te reageren. Kinderen zochten vaker extra informatie wanneer zij minder vertrouwen hadden in hun keuze of wanneer die keuze fout bleek te zijn. Beslissingsvertrouwen bleek een sterkere voorspeller van informatiezoekgedrag dan de objectieve accuraatheid van de keuze. Hoewel kinderen hun prestaties al deels kunnen inschatten, wezen de resultaten ook op een algemene tendens tot overmoed en een suboptimale metacognitieve efficiëntie. Kinderen met een hogere metacognitieve efficiëntie pasten hun informatiezoekgedrag beter aan naar de juistheid van hun keuzes. Dit ondersteunt het belang van een goed samenspel tussen metacognitieve monitoring en controle voor effectieve besluitvorming.

Dit onderzoek draagt bij aan het begrijpen van de ontwikkeling van metacognitie en besluitvorming bij kinderen en wijst op het belang van het gebruik van verfijnde metingen in toekomstig onderzoek naar de ontwikkeling van metacognitieve vaardigheden.

De afvoer van smeltwater uit de gletsjers van het Tien Shan-gebergte in Kirgizië is van cruciaal belang voor de samenleving en economie in de stroomafwaarts gelegen vlaktes. In het droge Centraal-Azië is de landbouw sterk afhankelijk van irrigatie met dit water. De gletsjers functioneren als watertorens: ze herverdelen de schaarse neerslag over de seizoenen, wat grootschalige landbouw mogelijk maakt. Door klimaatverandering trekken de gletsjers zich echter snel terug, waardoor de inwoners van de vlaktes hun belangrijkste inkomensbron dreigen te verliezen.

Het doel van deze thesis is het evalueren van het Instructed Glacier Model (IGM). Dit
model gebruikt een neuraal netwerk als emulator om ijsstroming te beschrijven, wat computationele voordelen oplevert en het mogelijk maakt het model zowel invers (interpoleren van ijsdiktemetingen) als voorwaarts (voorspellen van gletsjerevolutie onder klimaatscenario’s) te gebruiken. De prestaties worden vergeleken met klassieke ruimtelijke interpolatiemethoden, zoals de vloeispanningsmethode, en met een hoger-ordemodel dat de gletsjerevolutie simuleert.

De evaluatie vindt plaats op de Batysh-Sook-gletsjer in de Tien Shan. De resultaten tonen dat het ge¨ınverteerde IGM consistente, nauwkeurige en gladde ijsdiktevelden genereert. Vooral in schaars bemonsterde zones presteert het model beter dan de
conventionele vloeispanningsmethode. Voor de gletsjerevolutie laten zowel IGM als het hoger-ordemodel zien dat de Batysh-Sook-gletsjer gevoeliger is voor opwarming dan veel omliggende gletsjers, waarschijnlijk door haar kleine huidige omvang. IGM volgt de trends van het hoger-ordemodel goed, al simuleert het in de historische periode iets minder smelt, waardoor het gletsjervolume groter blijft.

Deze bevindingen tonen aan dat IGM een veelbelovend instrument is voor zowel ijsdikteinterpolatie als projectie, vooral in gebieden met beperkte veldmetingen. Betere modellering van gletsjers zoals de Batysh-Sook kan leiden tot nauwkeurigere voorspellingen van toekomstige waterbeschikbaarheid, wat van groot belang is voor wetenschappelijk onderzoek en voor duurzaam waterbeheer in Centraal-Azië.

Klasmanagement vormt een van de grootste uitdagingen in het onderwijs, met een directe impact op leerprestaties en welzijn van leerlingen en leraren. Waar klasmanagement traditioneel wordt beschouwd als een individuele competentie van leraren, toont recent onderzoek een verschuiving naar schoolbrede benaderingen. Deze studie onderzoekt welk beleid basisscholen met sterk klasmanagement voeren om leraren te ondersteunen en welke maatregelen leraren als ondersteunend ervaren.
Via een kwalitatief exploratief onderzoek werden semi-gestructureerde interviews afgenomen met schoolleiders en leraren van vijf basisscholen die schoolbreed sterk presteren op klasmanagement.
De onderzochte scholen kenmerken zich door een bewuste evolutie van reactief naar proactief klasmanagementbeleid. Die verschuiving werd vaak ingegeven door urgentie en door inzichten uit de cognitieve psychologie. Alle scholen investeren sterk in structuur en schoolbrede routines, maar hanteren twee verschillende benaderingen: een expliciete gestandaardiseerde aanpak met gedetailleerde richtlijnen versus een meer impliciete aanpak via observatie en informele uitwisseling. Leraren ervaren gemeenschappelijke routines, gedeelde verwachtingen en concrete ondersteuningsmaterialen als meest ondersteunend. Daarnaast waarderen zij professionalisering via collegiale ondersteuning, coaching en expertiserollen, waarbij tijd voor implementatie als cruciale voorwaarde wordt benoemd.
Effectief klasmanagement blijkt geen louter individuele opdracht maar wordt mede mogelijk gemaakt door doordacht schoolbeleid. De combinatie van structuur en warme relaties, ondersteund door gemeenschappelijke afspraken, gerichte professionalisering en betrokken leiderschap, creëert een omgeving waarin leraren zich ondersteund voelen. Deze bevindingen bieden concrete handvatten voor schoolleiders en teams om klasmanagement als gedeelde verantwoordelijkheid aan te pakken.

Mycotoxinen—kankerverwekkende gifstoffen geproduceerd door bepaalde schimmels—vormen een ernstige bedreiging voor de voedselveiligheid door contaminatie van basisgewassen zoals tarwe en maïs. Deze masterproef ontwikkelt een snelle, niet-destructieve en niet-invasieve detectiemethode die optische spectroscopie combineert met machine learning om meerdere mycotoxinen tegelijk op voedingsproducten te detecteren. Door fluorescentie- en reflectantiespectroscopie te integreren met golflengte-selectie toont het werk aan dat zowel classificatie- als regressiemodellen aan de regelgeving kunnen voldoen met slechts de 10 meest informatieve golflengten, terwijl classificatienauwkeurigheden van >90% haalbaar blijven. Dit minimalistische sensorkoncept maakt real-time triage en batchbrede monitoring mogelijk, zowel inline in industriële processen als in-field.

Koper-nanodeeltjes (Cu NP's) hebben een brede toepasbaarheid, maar hun synthese is gevoelig voor kleine veranderingen in reactieparameters. Deze gevoeligheid, in combinatie met het tijdrovende en arbeidsintensieve karakter van experimentele optimalisatie, vormt een grote uitdaging voor reproduceerbare synthese met gecontroleerde deeltjesgrootte. Bovendien is Machine Learning (ML) weliswaar veelbelovend gebleken voor materiaalonderzoek, maar wordt toepassing ervan vaak beperkt door gebrek aan hoogwaardige experimentele datasets. Deze studie onderzoekt ML om de grootte van Cu NP’s gevormd met microgolf geassisteerde polyolsynthese te voorspellen met kleine datasets, gegenereerd uit 25 intern uitgevoerde syntheses. Latin Hypercube Sampling wordt gebruikt om de parameterruimte van precursorconcentratie, temperatuur en reactietijd efficiënt te samplen. Ensemble-regressiemodellen, gebouwd met het AMADEUS-framework, voorspellen met hoge nauwkeurigheid de deeltjesgrootte en presteren daarmee beter dan klassieke statistische benaderingen. Featureselectie vermindert complexiteit van het model en verbetert generaliseerbaarheid. Daarnaast worden classificatiemodellen, gebaseerd op zowel traditionele random forests als Large Language Modellen (LLM’s), geëvalueerd om onderscheid te maken tussen grote en kleine deeltjes. Terwijl random forests matig presteren, bieden LLM’s geen duidelijke verbeteringen in omstandigheden met weinig gegevens. Over het algemeen toont dit onderzoek dat zorgvuldig samengestelde kleine datasets, in combinatie met robuuste klassieke ML, synthese van Cu NP's effectief kan voorspellen en dat voor laboratoriumonderzoek complexe LLM's geen voordelen bieden.

Deze masterproef onderzoekt oorzaken van rekruteringsbeslissingen, meer specifiek het effect van profieltype op aanwervingsintentie en de invloed van inertiemechanismen. Daarnaast wordt nagegaan of de relatie tussen inertiemechanismen en aanwervingsintentie wordt gemodereerd door de mate van tijdsdruk, openheid voor ervaring en/of neuroticisme. De hypothesen worden getest door middel van een experimentele vignettestudie uitgevoerd bij 158 recruiters. De resultaten geven weer dat atypische profielen leiden tot een lagere aanwervingsintentie in verhouding tot typische profielen, door het ervaren van sterkere inertiemechanismen. Er zijn echter geen significante effecten gevonden voor de modererende rollen van tijdsdruk, openheid voor ervaring en neuroticisme in de indirecte relatie tussen profieltype en aanwervingsintentie, via inertiemechanismen. Deze resultaten bieden nieuwe inzichten in rekruteringsbeslissingen en hoe ze tot stand komen. De limitaties en praktische implicaties van dit onderzoek worden eveneens besproken.

Een kwantitatief onderzoek naar de impact van kapitaalstructuur - meer bepaald of een bedrijf deel uitmaakt van een family office of van private equity / venture capital. Aan de hand van allerlei testen en robuustheidscontroles, wordt sterk resultaat gevonden dat aantoont dat een family office in impact niet echt verschilt van private equity, maar dat een venture capital fonds véél meer groei kan realiseren binnen zijn portfoliobedrijven dan venture capital.

Dit proefschrift onderzoekt het potentieel van goedkope, op beeldtechnologie gebaseerde technologie voor gebruik in
webverwerkingsmachines. Meer specifiek wordt onderzocht of dergelijke systemen een
betrouwbaar en nauwkeurig alternatief kunnen bieden voor traditionele rekvoelers. Het centrale doel is om
een systeem te ontwikkelen dat in staat is tot realtime vervormingsmonitoring, dat betaalbaar en eenvoudig
te integreren is en voldoende nauwkeurig voor praktisch gebruik in industriële omgevingen. Dit doel
speelt in op de groeiende vraag naar flexibele en kosteneffectieve oplossingen voor kwaliteitscontrole
binnen de bredere context van slimme productie.

De voorgestelde sensor wordt beoordeeld op zijn nauwkeurigheid, reactievermogen en robuustheid onder verschillende omstandigheden en voor verschillende materiaalsoorten. Hij wordt vergeleken met een commerciële ultrasone randsensor om de prestaties te beoordelen. De resultaten geven aan
dat de op beeld gebaseerde aanpak een nauwkeurigheid op micrometerniveau bereikt, met aanzienlijk
minder ruis en een verbeterde signaalstabiliteit. Bovendien toont de integratie ervan in een gesloten
regelsysteem het potentieel aan voor realtime spanningsaanpassing, wat bijdraagt aan
een verbeterde materiaaluniformiteit tijdens de productie.

Er blijven enkele beperkingen bestaan, met name op het gebied van verwerkingsvertraging en synchronisatie. Niettemin levert dit werk het bewijs dat goedkope ingebouwde beeldverwerkingssystemen
kwaliteitsbewaking en -controle in webverwerkingstoepassingen kunnen ondersteunen. De bevindingen
suggereren dat dergelijke systemen een levensvatbaar alternatief kunnen zijn in omgevingen waar
conventionele sensoren onpraktisch of onbetaalbaar zijn.

Ik onderzocht hoe artificiële intelligentie longontsteking sneller en betrouwbaarder kan opsporen op borstkas-röntgenbeelden, en wat er nodig is om zo een systeem veilig, ethisch en juridisch verantwoord richting een ziekenhuis te ontwikkelen. De vraag kwam vanuit het AZ Sint-Maarten: er is nood aan ondersteuning bij triage van pneumoniedetectie.

Technisch bouwde ik een ResNet152-model en trainde dat op publieke Kaggle-datasets. De reality check volgde met geanonimiseerde pediatrische beelden uit AZ Sint-Maarten: door domain shift miste het eerste model te veel echte longontstekingen . Dat heb ik aangepakt met hertraining op pediatrische data, gericht croppen van het longveld en afstemming van helderheid/contrast. In de tweede evaluatie pikte het model alle echte positieve gevallen op.

Naast de prestaties besteed ik veel aandacht aan ethiek en regelgeving. Alle beelden zijn geanonimiseerd en lokaal verwerkt (GDPR). Met Grad-CAM-heatmaps maak ik beslissingen uitlegbaar. Het systeem ondersteunt artsen zij blijven eindverantwoordelijk. Qua regulering positioneer ik het als potentiële MDR-klasse IIa-software en situeer ik het project rond TRL 3→4: van labprototype naar testen in een relevante klinische omgeving. Ik bouwde ook een lokale Streamlit-interface die beelden uploadt, een voorspelling geeft en de heatmap toont. Conclusie: AI kan echt helpen bij triage en vroege detectie, maar robuuste praktijkinzet vraagt representatieve data, uitlegbaarheid, klinische validatie en moet ethisch verantwoord ontwikkeld worden.

Deze masterproef beschrijft de ontwikkeling van een autonome quadcopter uitgerust met een frequentieselectieve triaxiale 5G-sensor voor het meten van radiofrequente elektromagnetische velden (RF-EMV). Het doel was om de blootstelling rond 5G-basisstations nauwkeurig en reproduceerbaar in kaart te brengen. Naast de bouw en kalibratie van het dronesysteem werden ook interferentie door boordelektronica en afschermingseffecten van de drone onderzocht. In een veldcampagne vloog de drone een 2D-raster en visualiseerde de resultaten via heatmaps, met piekwaarden tot 4,25 V/m. Het onderzoek toont aan dat drones een efficiënte, autonome en transparante oplossing bieden voor RF-EMV-monitoring in 5G- en toekomstige 6G-netwerken
.

Deze bachelorproef onderzoekt de bijdrage van ondersteuningsmaatregelen aan de leer- en werkprestaties van jongeren met dyslexie tussen 16 en 25 jaar, en de manier waarop zij deze ondersteuning ervaren. Internationaal ligt het prevalentiecijfer op 4–8%. Niet alleen heeft dyslexie gevolgen voor schoolprestaties, maar ook voor de participatie aan de arbeidsmarkt.
1. Onderzoeksvragen en methodologie
Door middel van een literatuurstudie werden de behoeften en bestaande ondersteuning met betrekking tot dyslexie in kaart gebracht. Het praktijkonderzoek bestond uit: interviews met logopedisten en jongeren met dyslexie, een online enquête met 20 respondenten. Er werd onderzocht in welke mate de huidige faciliteiten aansluiten bij de noden van dyslectici, welke belemmeringen er zijn en waar verbeterpotentieel is.
2. Resultaten
De effectiviteit van ondersteuningsmaatregelen varieert per onderwijsinstelling en hangt af van het beleid en de houding van individuele leerkrachten. Jongeren zijn vaak onvoldoende geïnformeerd over beschikbare hulpmiddelen of durven deze niet te gebruiken uit angst ‘anders’ over te komen. Veel jongeren ervaren stress, een laag zelfvertrouwen en prestatiedruk. Faciliteiten zoals ‘extra tijd’ en voorleessoftware worden het meest toegepast. De ondersteuning verschilt per onderwijsniveau: na de lagere school valt de ondersteuning vaak weg.
Er is een gebrek aan psycho-educatie bij zowel leerlingen als leerkrachten. Jongeren vragen om een duidelijk en rechtlijnig beleid dat rekening houdt met hun individuele behoeften. Professionals benadrukken dat structurele aanpassingen nodig zijn om effectieve ondersteuning te bevorderen.
3. Eindproduct
Als eindproduct is het BEWUST-model ontwikkeld. Het acroniem BEWUST bevat zes kernwaarden:
- Begrip: Jongeren en leerkrachten krijgen meer inzicht in wat dyslexie inhoudt.
- Eigenheid: Erkenning dat elke jongere met dyslexie uniek is en andere noden heeft.
- Wijsheid: Vanuit wetenschappelijke kennis kan er een diepgaander beeld gevormd worden van de leerstoornis.
- Uitdagingen: Door moeilijkheden bespreekbaar te maken, ontstaat ruimte voor ondersteuning en realistische aanpassingen.
- Sterktes: Positieve eigenschappen van dyslectische jongeren worden meer erkend.
- Toekomstgericht: Dyslexie speelt levenslang een rol, daarom wordt er gekeken naar duurzame ondersteuning.

4. Conclusie
Er is nood aan een rechtlijnig beleid, meer informatie-uitwisseling en een empathische houding in het onderwijssysteem. Door de nadruk te verleggen naar sterktes, begrip en psycho-educatie, kunnen dyslectische jongeren adequaat ondersteund worden in hun ontwikkeling naar zelfstandige en succesvolle volwassenen.

In mijn bachelorproef onderzocht ik hoe puntenwolken efficiënter kunnen worden ingezet in de bouwsector. Deze technologie levert uiterst nauwkeurige gegevens op, maar de bestanden zijn groot en zonder gespecialiseerde software moeilijk te gebruiken.

Het onderzoek bestond uit drie pijlers. Ten eerste werd nagegaan hoe puntenwolken automatisch kunnen worden vergeleken met digitale bouwmodellen om afwijkingen vroegtijdig te detecteren. Ten tweede onderzocht ik hoe objecten zoals muren, vloeren en leidingen automatisch herkend en verwerkt kunnen worden. Ten derde werkte ik een methode uit om betrouwbare volumeberekeningen te maken op basis van puntenwolkdata.

Na een grondige vergelijking van twaalf softwarepakketten bleek Leica Cyclone 3DR het meest geschikt om deze drie toepassingen te combineren. Ik automatiseerde de workflow met een zelfgeschreven script en maakte instructievideo’s zodat collega’s de software zelfstandig konden aanleren.