Scriptiebank overzicht

Zeeziekte is een veelvoorkomend fenomeen binnen de maritieme sector en kan een aanzienlijke
impact hebben op het functioneren en welzijn van zeevarenden. Hoewel bekend is dat vrouwen
mogelijk gevoeliger zijn voor zeeziekte dan mannen, is weinig onderzocht in welke mate hormonale
factoren hierin een rol spelen. Deze masterproef brengt dit onderbelichte thema in kaart aan de
hand van een observatiestudie uitgevoerd tijdens een vier weken durende zeereis aan boord van
het opleidingsschip Dar Mlodziezy.
In totaal registreerden 36 deelnemers dagelijks hun level van algemene gevoelstoestand,
misselijkheid, stress en hersenmist. Voor vrouwelijke deelnemers werd bijkomend het gebruik van
hormonale anticonceptie en, indien van toepassing, hun menstruele cyclus bijgehouden. Deze
systematische dataverzameling in een realistische maritieme setting bood een uitzonderlijke
mogelijkheid om patronen over langere tijd te analyseren zonder verstoringen van dagelijkse
omgeving.
Uit resultaten blijkt dat vrouwelijke deelnemers in deze groep gemiddeld meer zeeziekte
gerelateerde klachten rapporteerden dan mannelijke deelnemers. De verschillen waren zichtbaar
voor alle onderzochte variabelen en kwamen consequent terug doorheen de gehele
onderzoeksperiode. Binnen de vrouwelijke groep vertoonden vrouwen die hormonale
anticonceptie gebruikten op het merendeel van de dagen hogere symptoomscores dan vrouwen
zonder anticonceptie. In deze dataset werd dus geen aanwijzing gevonden dat anticonceptie
beschermend werkt tegen zeeziekte.
De analyses van de menstruele cyclus leverden geen duidelijke verschillen tussen cyclusfasen op,
voornamelijk door het beperkte aantal vrouwen met een natuurlijke cyclus. Hierdoor konden geen
uitspraken gedaan worden over variaties in gevoeligheid tijdens bijvoorbeeld menstruatie of
ovulatie. Daarnaast werd vastgesteld dat deelnemers die een zeeziektepil innamen gemiddeld
meer hersenmist rapporteerden. Dit sluit aan bij zowel de ernst van hun symptomen als bij bekende
bijwerkingen van dergelijke medicatie, zonder dat de oorzaak kon worden vastgesteld.
Deze bevindingen suggereren dat vrouwen in deze onderzoeksgroep gevoeliger waren voor
zeeziekte dan mannen, maar tonen geen duidelijk effect van de hormonale anticonceptie of
cyclusfasen op de ervaren klachten. De beperkte omvang van de subgroepen vraagt om
voorzichtigheid in de interpretatie. De resultaten benadrukken tegelijk de nood aan verder
onderzoek met grotere populaties en nauwkeurigere hormonale registratiemethoden, zodat de
relatie tussen hormonen en zeeziekte in de toekomst preciezer kan worden bepaald.

Voortgaande verstedelijking en de wereldwijde overstap naar energiezuinige LED-
verlichting vergroten de blootstelling aan kunstlicht ’s nachts, wat bezorgdheid
wekt over de effecten op gemeenschappen van nachtactieve insecten. De meeste
bestaande veldstudies zijn kort van duur en beperkt in ruimtelijke dekking van-
wege de arbeidsintensieve aard van traditionele bemonstering. Dit proefschrift
pakt deze lacune aan door het ontwerpen, implementeren en valideren van een
goedkope, op camera’s gebaseerde, op afstand werkende monitoringsunit voor
seizoenslange inzet in diverse buitenomgevingen. Het systeem registreert weerpa-
rameters (temperatuur, relatieve vochtigheid), locatie (GPS), verlichtingsparame-
ters (gecorreleerde kleurtemperatuur) en tijdgestempelde beelden van aangetrokken
insecten.
Om classificatiestrategieën te evalueren zonder grootschalige inzet, werd in een
kleinschalige casestudy het gebruik van twee algemene vision–language modellen
getest op zorgvuldig geselecteerde insectenbeelden met gezaghebbende ObsIdentify-
bepalingen. De resultaten positioneren vision–language modellen als effectieve
hulpmiddelen voor voorlopige tagging, triage en kwaliteitscontrole, terwijl geza-
ghebbende labels afkomstig moeten zijn van specialisten of gespecialiseerde soorten-
herkenningsdiensten.
Toekomstig werk dient eerst de minimaal vereiste taxonomische diepte voor ALAN-
impactstudies vast te stellen en vervolgens herkenningstools aan te passen om
aan deze eis te voldoen. Verdere stappen omvatten het uitbreiden van de pij-
plijn naar tellingen en abundantiematen, het ontwikkelen van een robuuste con-
tainergebaseerde implementatie-architectuur, het migreren van de database naar
een beveiligde cloud- of NAS-infrastructuur en het implementeren van sterke
cyberbeveiligingsmaatregelen voor externe units. Deze verbeteringen zullen ge-
standaardiseerde, seizoenslange, multisitecampagnes mogelijk maken die robu-
uste beoordelingen van ALAN-effecten onder door LED gedomineerde lichtom-
standigheden opleveren.

Deze bachelorproef onderzoekt hoe klanten van Ostyn, een producent van houtskeletconstructies voor bijgebouwen, op een eenvoudige manier bewust kunnen kiezen voor duurzame bouwmaterialen op basis van levenscyclusanalyses (LCA’s). Aangezien voor bijgebouwen geen normering bestaat rond milieu-impact, is er behoefte aan een eenvoudige methode die transparantie biedt met betrekking tot de duurzaamheid van materialen. Dit werk richt zich op het onderzoeken van een manier waarop Ostyn klanten kan ondersteunen in hun materiaalkeuzes.

De methodologie omvat een vergelijkende analyse van bestaande tools voor milieu-impactberekening, waaronder de Nederlandse Nationale Milieudatabase (NMD) en de Belgische tool TOTEM (Tool to Optimise the Total Environmental impact of Materials). Hierbij wordt gekeken naar hun toepasbaarheid voor Ostyn’s constructies, met aandacht voor de beschikbaarheid van data en de nauwkeurigheid van de resultaten.

Uit het onderzoek blijkt dat een vergelijking op productniveau binnen een element, zoals gevelbekleding en isolatie, relevanter is dan een analyse op constructieniveau vanwege de standaardisatie van veel onderdelen. Een belangrijke bevinding is dat de beperkte beschikbaarheid van productspecifieke data de betrouwbaarheid van de vergelijkingen beïnvloedt.

De conclusie luidt dat Ostyn met tools als TOTEM de mogelijkheid heeft om klanten te informeren over duurzame opties, mits er geïnvesteerd wordt in betere dataverzameling en heldere communicatie. Verdere ontwikkeling van databases en tools is essentieel om de keuze voor duurzame bouwmaterialen verder te reguleren en normaliseren.

Breuken vormen een fundamenteel onderdeel van het curriculum in het basis- en secundair onderwijs. Toch blijkt uit onderzoek dat mensen meer moeilijkheden ervaren met het begrijpen van de numerieke grootte van breuken, in vergelijking met natuurlijke en decimale getallen. Dit heeft geleid tot verder onderzoek naar hoe leerlingen breuken begrijpen en welke strategieën zij daarbij gebruiken. Zo onderzocht Hofmans (2022) het strategiegebruik bij het schatten van breuken op een getallenlijn van leerlingen uit het zesde leerjaar met verschillende wiskundige competenties. Zij maakte daarbij gebruik van de Number Line Estimation (NLE)-taak, waarbij leerlingen verschillende breuken op een getallenlijn van 0 tot 1 moesten plaatsen. Daarnaast ontwikkelde ze een codeerschema waarmee ze het strategiegebruik systematisch kon coderen en analyseren in relatie tot item- en leerlingkenmerken. In dit driedelig codeerschema werd elke trial eerst globaal beoordeeld als ‘correct’, ‘inaccuraat’ of ‘rest’. Het schatten van de breuk werd vervolgens opgesplitst in drie stappen, namelijk ‘encoderen’, ‘positioneren’ en ‘finaliseren’.
Hoewel Hofmans (2022) aantoonde dat de strategiekeuze en adaptief strategiegebruik samenhingen met de schattingsnauwkeurigheid, beperkte haar studie zich enkel tot leerlingen uit het zesde leerjaar. Hierdoor werd niet duidelijk in hoeverre onderwijsniveau of expertise een invloed uitoefende op het strategiegebruik en de schattingsfouten.
Het huidig onderzoek vergeleek daarom leerlingen uit het zesde leerjaar en vijfde middelbaar. Er werd via een gelijkaardig onderzoeksopzet nagegaan hoe deze onderwijsniveaus verschilden in hun strategiegebruik en adaptiviteit en welk effect dit had op hun schattingsfouten. Hierbij werd er gebruikgemaakt van hetzelfde codeerschema, mits enkele aanpassingen, en de NLE-taak. De nauwkeurigheid van de schattingen van de leerlingen werd berekend door middel van de Percentage of Absolute Error (PAE).
Er werd onderzocht welke strategieën leerlingen hanteerden, hoe accuraat en hoe flexibel deze werden toegepast en in welke mate die samenhingen met leerling- of itemkenmerken. Er werd gekeken naar de algemene schattingsfout bij het positioneren van breuken op een getallenlijn en naar de verschillen in strategiegebruik en nauwkeurigheid tussen leerlingen uit verschillende onderwijsniveaus. Daarnaast werd onderzocht of er verschillen optraden in de nauwkeurigheid van de schattingen op leerling- en itemniveau. Ook de relatie tussen de strategiediversiteit van een leerling en diens onderwijsniveau werd geanalyseerd in relatie tot de schattingsnauwkeurigheid. Tot slot werd nagegaan of bepaalde itemkenmerken specifieke strategieën uitlokten en of dit leidde tot een grotere nauwkeurigheid in de schatting. Zo werd het adaptief strategiegebruik van leerlingen uit verschillende onderwijsniveaus in kaart gebracht worden.
Samenvattend toonden de resultaten aan dat zowel het onderwijsniveau als het strategiegebruik een rol spelen bij het accuraat schatten van breuken op een getallenlijn. Leerlingen uit het vijfde middelbaar schatten over het algemeen nauwkeuriger dan leerlingen uit het zesde leerjaar. Dit verschil leek eerder samen te hangen met het strategiegebruik binnen de stap ‘positioneren’ dan met ‘encoderen’ of ‘finaliseren’. Daarnaast bleek dat itemkenmerken, zoals de noemergrootte en de ligging ten opzichte van referentiepunten, het strategiegebruik en de schattingsnauwkeurigheid sterk beïnvloedden.

De Open-Source Multi-Sensor Modulaire Elektronische Stethoscoop (OMES) is een elektronische stethoscoop, die jij heel gemakkelijk kunt gebruiken als een modulaire upgrade voor een analoge stethoscoop of als zelfstandig apparaat. Alle bestanden die nodig zijn om OMES te bouwen, zijn gratis en open-source beschikbaar. Jij kunt OMES dus op eenvoudige wijze zelf assembleren. Hier leest jij hoe dat werkt en wat OMES zo uniek maakt.

De laatste tien jaar hebben zwaartekrachtsgolven kunnen detecteren, strekkingen in de ruimte en de tijd. Toch willen we golven met lagere frequenties kunnen meten met behulp van toekomstige ruimtetelescopen, met name de LISA-missie onder leiding van ESA. Voordat LISA gelanceerd wordt, moet er nog veel voorbereid worden, met name het kwantificeren van haar onzekerheden en ruis. Voorlopig gebruikt de LISA-gemeenschap een paar vereenvoudigingen wanneer ze de ruis en de signalen proberen modelleren met behulp van enkele mooie symmetrieën.

Mijn thesisonderzoek heeft echter aangetoond dat zelfs voor heel simpele signalen je in de problemen terechtkomt wanneer je sommige symmetrieën niet aanneemt tijdens het afschatten van de onzekerheden.

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.

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.

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.

When fundamental symmetries break during early universe phase transitions the resulting scalar field can develop non trivial space dependent configurations of non-vanishing energy density, known as defects; examples of which include domain walls, cosmic strings and monopoles. These defects form a network of extended object, which can play an active role in the dynamics of the early universe, such as generating a gravitational wave background (GWB). Remarkably, Pulsar Timing Array (PTA) experiments have recently reported the first evidence of a GWB, making the study of defects particularly timely and relevant. While the PTA excess is most likely of astrophysical origin, an exciting prospect is a GWB of cosmological origin. In this thesis, a GWB generated by cosmic strings in the early universe is studied. In particular, a model of two subsequent phase transitions is considered in which, under certain conditions, metastable cosmic strings can emerge during the second transition. Specifically, metastable strings have a probability to decay through a quantum tunneling process in which monopoles are nucleated along the strings, effectively reducing their lifetime. Within this model, we will perform a classical stability analysis on the string solutions in order to investigate whether they are long lived enough to have any impactful phenomenology. Finally, we discuss the implications of the determined stability conditions on the predicted gravitational wave spectrum, and how it affects the detectability of this scenario in GW experiments, including PTA.

Het stedelijk hitte-eiland en thermisch ongemak vormen steeds grotere uitdagingen in Europese steden naarmate de klimaatverandering en verstedelijking toenemen. Deze thesis onderzoekt de microklimatologische en thermische comfort effecten van de omvorming van een verharde parkeerplaats tot een begroeid stadspark (Zuidpark, Antwerpen). Aan de hand van een combinatie van veldmetingen en ENVI-met-modellering werden drie scenario's vergeleken: een volledig verharde parkeerplaats (vroeger), de huidige situatie met jonge begroeiing (nu) en een toekomstscenario
met volledig ontwikkelde boomkruinen.

De resultaten tonen meetbare verkoelende effecten aan, met een gemiddelde daling van de luchttemperatuur overdag van 0,6 °C in het huidig scenario en 1,1 °C in het toekomstscenario. De gemiddelde daling tijdens piekuren gaat tot 1,2 °C. De fysiologische equivalente temperatuur (PET) daalde met gemiddeld 1,2 °C in het huidige scenario en gemiddeld 4,6 °C in het toekomstscenario, waardoor periodes van extreme hittestress werden uitgesteld en verkort.

Deze analyse benadrukt het belang van volgroeide boomkruinen en ventilatiecorridors voor het maximaliseren van de afkoeling, maar toont ook de beperkingen van het model
aan wat betreft de nauwkeurigheid van de luchttemperatuur in vergelijking met de stralingstemperatuur. Deze bevindingen bevestigen de waarde van stedelijke vergroening als een op de natuur gebaseerde oplossing voor het verminderen van het stedelijke
hitte-eilandeffect en het verbeteren van het thermisch comfort. De studie biedt inzichten voor stedenbouwkundigen, beleidsmakers en volksgezondheidsinstanties bij het ontwerpen van klimaatbestendige steden.

Deze masterproef onderzoekt de toepasbaarheid van dual-energy computer tomografie (DECT) voor het detecteren van beenmergoedeem en weke delen letsels in de distale ledematen van paarden, in vergelijking met magnetische resonantiebeeldvorming (MRI) en conventionele CT. DECT maakt gebruik van twee fotonenergieën en laat via virtual non-calcium (VNCa)-beelden vochtaccumulatie in botstructuren zien. Daarnaast biedt het met collageen mapping (cMap) potentieel inzicht in bindweefselletsels.
Vijf voeten en twee kogelgewrichten van zes geëuthanaseerde paarden werden onderzocht met zowel MRI als DECT. MRI identificeerde bij drie gevallen beenmergoedeem; DECT bevestigde dit in twee van deze drie gevallen, en detecteerde bijkomende letsels die niet op MRI zichtbaar waren. De VNCa-techniek toonde zich in staat tot het visualiseren van beenmergoedeem, echter wel met beperkingen qua sensitiviteit.
In twee van de zeven gevallen werd er een weke delen defect geobserveerd op de referentiemodaliteiten (MRI en weke delen CT); deze werden niet gedetecteerd op de DECT cMap. In alle gevallen was de beeldkwaliteit van de DECT cMap ontoereikend om weke delen betrouwbaar te beoordelen.
Hoewel DECT potentie toont voor het opsporen van beenmergoedeem bij paarden, is de techniek voor het detecteren van weke delen letsels via cMap momenteel onvoldoende betrouwbaar. Optimalisatie van scaninstellingen en validatie met histologie zijn aanbevolen. Deze studie benadrukt de meerwaarde van DECT als aanvullende beeldvormingstechniek bij paarden, maar onderstreept ook de noodzaak van verdere ontwikkeling voordat klinische implementatie plaats vindt.

In deze masterproef staat één vraag centraal: hoe kan complexe biomedische leerstof toegankelijker worden gemaakt voor studenten met dyslexie? Het Hepatitis D-virus (HDV), behandeld in het vak Microbiologie in de derde bachelor Biomedische Wetenschappen aan de UGent, werd gebruikt als inhoudelijk voorbeeld. Het doel was om de bestaande, sterk tekstgerichte cursus om te zetten in een educatief stripverhaal dat de leerstof begrijpelijker en toegankelijker maakt.

De keuze voor een stripvorm is gebaseerd op wetenschappelijke literatuur. Studies tonen aan dat studenten met dyslexie vaak beter leren via visueel en verhalend materiaal. Dit verlaagt de cognitieve belasting en maakt de kerninhoud duidelijker. Traditionele cursussen zijn daarentegen vaak compact en tekstueel zwaar, waardoor ze voor studenten met dyslexie een extra drempel vormen. Met dit project werd gezocht naar een alternatief dat de wetenschappelijke correctheid behoudt, maar tegelijk de toegang tot de leerstof vergroot.

Het ontwikkelproces verliep in drie stappen. Eerst werd een literatuurstudie uitgevoerd naar dyslexie in het hoger onderwijs en de rol van visueel ondersteunde leermiddelen. Daaruit bleek dat graphic learning en stripverhalen een waardevolle aanvulling kunnen zijn, mits ze zorgvuldig ontworpen worden. Vervolgens werd bestaand cursusmateriaal, zoals PowerPointpresentaties en lesopnames, geanalyseerd om de kerninhouden te selecteren. In de laatste fase werd een volledig script geschreven waarin het HDV als personage optreedt en de leerstof verwerkt wordt in dialogen en herkenbare casussen.
Bij het schrijven is rekening gehouden met de specifieke noden van studenten met dyslexie. Lange tekstblokken werden vermeden, kernconcepten herhaald en de informatie verdeeld over korte, overzichtelijke scènes. Hoewel het project nog niet geïllustreerd is, bevat het script gedetailleerde aanwijzingen voor de visuele uitwerking, zoals sfeer, typografie en lay-out, afgestemd op een dyslexievriendelijke benadering.
Het resultaat is een script dat bruikbaar is als aanvullend studiemateriaal, maar ook breder kan worden ingezet. Het laat zien dat complexe academische inhoud ook in een creatieve en toegankelijke vorm kan worden aangeboden, zonder verlies van wetenschappelijke accuraatheid. Daarmee draagt de masterproef bij aan een inclusiever hoger onderwijs, waarin uiteenlopende leerprofielen niet als obstakel worden gezien, maar als uitgangspunt voor kwaliteitsvol en toegankelijk onderwijs.

Immunohistochemie (IHC) is een essentiële techniek in de pathologie voor het detecteren van specifieke eiwitten in weefselmonsters. Dit onderzoek richt zich op de optimalisatie en validatie van de antilichamen humaan herpesvirus 8 (HHV8) en BRCA1-geassocieerd eiwit-1 (BAP1) op het geautomatiseerde Dako Omnis-systeem (Agilent Technologies), met als doel een betrouwbaar IHC-protocol te ontwikkelen voor diagnostisch gebruik. HHV8, een oncogeen virus geassocieerd met Kaposi’s sarcoom, en BAP1, een tumorsuppressoreiwit, spelen een belangrijke rol in de diagnostiek van
diverse maligniteiten. Het onderzoek omvat de analyse van 20 weefselstalen per antilichaam, verdeeld over positieve en negatieve stalen, en maakt gebruik van horseradish peroxidase (HRP) en diaminobenzidine (DAB) als detectiesystemen. De validatiecriteria omvatten de beoordeling van de juistheid, waarbij pathologen automatisch zowel de sensitiviteit als de specificiteit van de kleuringen evalueren.
De resultaten tonen aan dat de optimalisatie van het HHV8-protocol met een aangepaste incubatietijd resulteert in een betrouwbare kleuring van positieve controlemonsters. Evenzo werd het BAP1-protocol gevalideerd met succes, waarbij positieve expressie in epitheliale cellen werd waargenomen. De validatie van zowel HHV8 als BAP1 voldeed aan de gestelde aanvaardbaarheidscriteria, waardoor de toepasbaarheid van de IHC-kleuringen voor diagnostische doeleinden wordt bevestigd. Dit onderzoek levert een robuust en reproduceerbaar protocol voor beide antilichamen op het Dako Omnis-systeem, wat bijdraagt aan de verbetering van de diagnostische nauwkeurigheid in de pathologie. Daarnaast draagt dit protocol specifiek bij aan de optimalisatie van de diagnostische processen binnen het labo anatomo-pathologie in het Ziekenhuis Oost-Limburg (ZOL).

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 thesis presenteert een geïntegreerd systeem voor geautomatiseerde monitoring van honingbijen (Apis mellifera L.), waarin computervisie, op maat gemaakte hardware en webgebaseerde datavisualisatie worden gecombineerd. Het systeem omvat een op computervisie gebaseerde arenatest, een studie met geluidsstimulus, een opstelling voor pollenmonitoring en thermische beeldvorming om het gedrag van bijen binnen de kast te volgen.

De arenatest volgt vijf bijen en een Varroa destructor-mijt. Door middel van thresholding en contouranalyse worden de posities van bijen en mijt geïdentificeerd en geanalyseerd met gedragsmaten om potentiële varroaresistentie te beoordelen. Voor de pollenmonitoring werd een op maat gemaakte opstelling ontwikkeld die terugkerende bijen van onderaf registreert. Kleurgebaseerde segmentatie en contouranalyse detecteren pollenladingen, terwijl kleurcorrectie de nauwkeurigheid verbetert. Dit maakt het mogelijk de foerageeractiviteit en efficiëntie van de kolonie te kwantificeren.

Een geluidsstimulus-experiment onderzoekt of de gezondheid van een bijenvolk kan worden afgeleid uit de respons van bijen op een korte geluidspuls. Audiofeatures werden geëxtraheerd en geanalyseerd met behulp van ANOVA, PCA en MANOVA, waarbij significante reacties aan het licht kwamen die kunnen correleren met de toestand van de kolonie. Thermische beeldvorming onder de kast registreert de bewegingen van bijen en de temperatuurverdeling. Door de beelden in zones te verdelen kan de activiteit in specifieke delen van de kast gevolgd worden, wat inzichten biedt in koloniegrootte en -gedrag zonder de kast te openen.

Alle data wordt opgeslagen en gevisualiseerd via een op maat gemaakte website, gehost op een Raspberry Pi. Ondanks het gebruik van deels gesimuleerde data werd de volledige systeemarchitectuur getest. De resultaten tonen aan dat deze niet-invasieve benadering van monitoring waardevol is voor zowel wetenschappelijk onderzoek als de praktische bijenteelt.

Het ontdekken van nieuwe interacties tussen geneesmiddelen en proteïne-doelwitten (DTIs) is cruciaal voor therapeutische innovatie, maar experimentele validatie is kostelijk
en schaalt niet naar de astronomische omvang van chemische mogelijkheden. Heterogene, schaarse bindingsdata en beperkte diversiteit belemmeren robuuste voorspelling en de mogelijkheden voor in silico moleculaire ontwerp. Deze scriptie presenteert een geïntegreerd raamwerk dat data, representaties en modellen opschaalt voor DTI-voorspelling en doelwit-gestuurd de novo geneesmiddelontwerp.

Een gecombineerd DTI-corpus (339k interacties) en twee grote pretrainingsbronnen werden samengesteld om zowel supervised als unsupervised leerdoelen te ondersteunen. Centraal in het raamwerk is een flexibele, modulaire multi-branch architectuur: elke branch van het model (geneesmiddel of doelwit) kan geïnstantieerd worden als een encoder met enkele invoer, of als een multi-invoer-encoder die complementaire representaties fuseert (bijv. graaf, vingerafdruk, aminozuursequentie, DNA-signalen).
De geneesmiddel branch kan ook een variatie-sampling kop en een latent-gestuurde, discrete diffusie gebaseerde moleculaire graaf-generator omvatten. Branches kunnen
gezamenlijk getraind worden voor supervised DTI-voorspelling, of onafhankelijk met unsupervised/self-supervised leerdoelen om biologische voorkennis langs domeinen
heen in te brengen.

Resultaten tonen een regime-afhankelijk beeld: in data-arme regimes zijn foundationmodel embeddings het effectiefst, terwijl moleculaire vingerafdrukken de leiding hebben
wanneer data abundant zijn. Analyses tonen aan dat geneesmiddel-representaties de DTI-voorspellingsnauwkeurigheid sturen, met graaf-gebaseerde representaties als
meest invloedrijk; aminozuur- en DNA-signalen zijn complementair voor proteïnen. Algemeen verduidelijkt deze studie wanneer en hoe leren van meerdere representaties
en transfer learning helpen, biedt het een reproduceerbare basis voor DTI-voorspelling, en toont het de haalbaarheid aan van latent-gestuurde omgekeerde diffusie voor het
genereren van chemisch valide, doelwit-specifieke moleculen waarvan de farmacofore kenmerken consistent zijn met de bredere biochemische literatuur.

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.

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
.

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.

Feline Infectieuze Peritonitis Virus (FIPV) is een mutatie van het Feline Coronavirus (FCoV) en veroorzaakt een dodelijke ziekte bij katten. Deze bachelorproef richt zich op de optimalisatie van PCR-testen voor de detectie van FIPV om de diagnostische nauwkeurigheid te verbeteren. Het onderzoek focust zich op de M1058L-mutatie in het S-gen, dat geassocieerd wordt met de ontwikkeling van FIPV. De aanpak omvat het optimaliseren van RNA-extractiemethoden, het ontwerpen van specifieke primers en probes, en het verfijnen van qPCR-protocollen. Daarnaast worden verschillende PCR-technieken, waaronder klassieke PCR, qPCR en dPCR, vergeleken op hun effectiviteit in het detecteren van de M1058L-mutatie. De resultaten tonen een verbeterde gevoeligheid en specificiteit van de geoptimaliseerde PCR-testen. Verder onderzoek is nodig om de klinische toepasbaarheid te valideren en de test te verfijnen voor verschillende FCoV-stammen.

In een steeds digitaler onderwijsklimaat worden leerkrachten uitgedaagd om hun
instructievormen af te stemmen op de behoeften van jongeren. Deze bachelorproef
onderzoekt het effect van twee verschillende instructiemethodes, een geschreven stappenplan en een videostappenplan, bij het aanleren van het 3D-tekenprogramma SketchUp for Schools aan leerlingen van de eerste graad secundair onderwijs.
Het praktijkonderzoek werd uitgevoerd in twee klassen uit de A- en B-stroom, waarbij de leerlingen beide instructievormen kregen aangeboden. Er werden data verzameld aan de hand van observaties en reflectievragenlijsten. De resultaten werden geanalyseerd aan de hand van vier onderzoeksthema’s: begrijpelijkheid van de instructies, gebruiksgemak, leerresultaten en motivatie.
De conclusies zijn duidelijk: het videostappenplan wordt door de meerderheid van de
leerlingen als duidelijker, motiverender en gebruiksvriendelijker ervaren. Leerlingen konden zelfstandiger werken en begrepen de stappen beter dankzij de visuele en auditieve ondersteuning. Bij het geschreven stappenplan hadden meer leerlingen behoefte aan extra uitleg of begeleiding. De leerresultaten tonen aan dat beide methodes functioneel zijn, maar het videomateriaal iets sterker scoorde op nauwkeurigheid en foutvermijding.
Deze bachelorproef toont aan dat video-instructies een waardevolle aanvulling zijn op het klassieke lesmateriaal. Leerkrachten kunnen met beperkte middelen kwalitatieve videolessen maken die inspelen op de leerstijl van hun leerlingen. De bevindingen zijn bruikbaar voor elke school die technische software wil integreren in haar onderwijspakket.

This policy report thesis explores the evolution of Anticipatory Action since its inception, tracing the roots from early pilot projects led by the German Red Cross in 2013 to the current usage across multiple countries. The research delves into the complexities of this approach, examining how it has been implemented, the lessons learned, and the potential for scaling up this initiative to ensure they become integral components of national disaster risk management frameworks.

The research identifies key trends in AA plans, highlighting the shift from small-scale pilot projects to more sustainable and widespread implementations. However, it also uncovers continuous challenges, including funding limitations, coordination issues among stakeholders, and the technical complexities linked with accurate forecasting.

Mijn scriptie richt zich op het optimaliseren van forensische DNA-databanken, specifiek hoe DNA-matches beter kunnen worden beoordeeld in gevallen waar de overeenkomst niet volledig duidelijk is, oftewel de ‘grijze zone’. Er werd onderzocht of de toepassing van likelihood ratios (LR) als een alternatieve methode gebruikt kan worden om de betrouwbaarheid van DNA-matches te verbeteren.

This master's thesis is titled "Feasibility Study of Virtual Energy Reporting Based on Process Data in Historian," and is conducted as part of the Master of Science in Electrical Engineering Technology - Automation for the academic year 2023-2024. The goal of this thesis is to develop a virtual, low-cost energy monitoring system using process data. This research was supervised by Dr. ir. Nele De Geeter and ir. Jeroen Pandelaere from Actemium Beverage Aalter. The thesis explores the feasibility of implementing a virtual energy reporting system based on existing process data stored in a historian database.
The aim of this work is to gain a better understanding of the energy consumption of an industrial process in a cost-effective way. It is applied to a UHT process at Puratos, one of Actemium's customers.
From an economic and environmental point of view, it is important to minimize the energy consumption of such a process, but the problem is that there is little insight into the energy consumption. In addition, process optimization is done by trial and error, resulting in an inefficient and costly method of improvement.
The developed system uses data from existing sensors used to control the relevant industrial processes. By analysing these data and components, the theoretical energy consumption is calculated, providing an approximation of the actual energy consumption.
The main advantage of this type of virtual energy monitoring system is that a virtual model can be used to evaluate different scenarios without the need for extensive real-world testing. This approach allows the optimal solution to be identified more quickly and cost-effectively. It also provides a better idea of the production cost of treating the product, resulting in a better revenue model.

Deze studie presenteert een nieuw, eenvoudig te gebruiken augmented reality (AR)-systeem dat chirurgen begeleidt tijdens kaakchirurgie. In tegenstelling tot de huidige methoden, die fysieke gidsen gebruiken en vaak kostbaar en tijdrovend zijn, maakt dit systeem gebruik van digitale hologrammen en de Microsoft HoloLens 2-headset. Het volgt de kaak van de patiënt in real-time, zonder dat fysieke markeringen nodig zijn. Tests met vier chirurgen toonden aan dat dit AR-systeem zeer nauwkeurig is, met een foutmarge van minder dan 1,08 mm. Deze nieuwe benadering kan een kosteneffectievere, eenvoudigere en minder ingrijpende manier bieden om de precisie van de chirurgie te verbeteren.

Borstkanker is de meest voorkomende kanker met de hoogste mortaliteit bij vrouwen wereldwijd. Vroegtijdige detectie via mammografische borstkankerscreening verbetert de prognose. Artificiële intelligentie (AI) belooft op haar beurt de efficiëntie van de mammografische screening te verbeteren. Dit literatuuronderzoek richt zich op de potentiële waarde van AI bij mammografische borstkankerscreening.

In deze scriptie werd een onderdeel uit de cursus virologie (3e bachelor biomedische wetenschappen, UGent) omgezet naar stripformaat om leerlingen met dyslexie te helpen bij het studeren. De scriptie bestaat uit volgende onderdelen:
- Literatuuronderzoek: dyslexie, leesbaarheid van teksten (lettertype, vet drukken van tekst, hoofdlettergebruik, ...), lay-out die bevorderlijk is voor de leesbaarheid (bv. type papier, kleur van het papier, textuur, ...), geschiedenis en gebruik van stripverhalen.
- Toepassing van de literatuurstudie op het eindproduct.
- Omzetting van een deel van de cursus (bestaande uit PowerPointpresentaties) naar stripformaat. Hierbij werd gefocust op het behouden van de
leerstof, zonder de inhoud te vereenvoudigen.

Deze scriptie had aanvankelijk studenten met dyslexie op het oog als doelgroep, maar er werd al snel gemerkt dat dit werk mogelijks ook breder ingezet zou kunnen worden. Er wordt gehoopt de resultaten ook in te kunnen zetten voor studenten met ADHD, een OKAN-achtergrond, etc. en de doelgroep mogelijks ook uit te breiden met leerlingen uit het secundair onderwijs, patiënten, ...

Gehoorapparaten hebben een aanzienlijke evolutie doorgemaakt en zijn getransformeerd tot apparaten die in staat zijn tot aanzienlijke berekeningen op het oor. Naast deze berekeningen wordt verwerking met hoge eisen in het gehoorapparaat systeem uitgevoerd in een gecentraliseerd apparaat, waar meer rekenkracht beschikbaar is. Dit vereist echter(draadloze) gegevensoverdracht tussen deze apparaten, wat de batterijduur nadelig kan beïnvloeden. Verschillende strategie¨ en voor bandbreedte-efficiënte audio bronlokalisatie voor binaurale gehoorapparaten worden vergeleken. Een veelgebruikte strategie is het gebruik van audiocodecs, zoals de LC3+ codec, om de bandbreedte te minimaliseren. Hier wordt ook een bandbreedte
gecomprimeerde versie van een state-of-the-art gedistribueerd systeem onderzocht. Het coöperatieve model verwerkt eerst de microfoonsignalen lokaal voordat de functies naar de centrale processor worden verzonden voor verdere analyse. Het verlagen van de bandbreedte van het systeem impliceert een geschikte compressie van deze functies. Het onderzoek omvat verschillende optimalisaties, waaronder de kwantisatie van de ingebedde functies, aanpassingen aan de functiedimensies, evenals wijzigingen in tijd- en frequentieresoluties. In het algemeen leidden de cumulatieve aanpassingen tot een verbeterde prestatie die iets lager, maar goed vergelijkbaar was met het gecentraliseerde basismodel. Bovendien zijn proof-of-concept experimenten met kennisoverdracht en potentiële uitbreidingen van het coöperatieve model succesvol getest.