Scriptiebank overzicht

Guilliams Green Power is een biogasinstallatie, opgericht door Ruben, Rohald en Reinout Guilliams, gelegen te Boutersem. Deze installatie verwerkt dagelijks 250 ton mest en organisch afval, wat overeenkomt met ongeveer 90.000 ton per jaar. Bij de vergisting van dit afval ontstaat biogas, dat in drie WKK-installaties wordt verbrand en zo 2.8 MW aan groene elektriciteit oplevert.
Anderhalf jaar vóór de start van deze stage werden op de site 24 elektrische loggings geïnstalleerd. Kort daarna werd ook een accu van 1MW/2MWh geplaatst om in te spelen op de FCR-markt, deze markt stabiliseert afwijkingen van de netfrequentie binnen 30 seconden rond 50 Hz. Verder werd tijdens de stageperiode door Fluvius een snelle digitale meter geïnstalleerd om het totaalvermogen van de site nauwkeuriger te monitoren.
De stageopdracht bestond uit het ontwikkelen van een Energy Management System (EMS) dat als doel heeft de import van elektriciteit te minimaliseren en overmatige injectie boven het contractueel vermogen te vermijden. In de eerste fase werden de teller- en loggingsgegevens theoretisch geanalyseerd en gevisualiseerd in Excel. In de tweede fase werd, in samenwerking met de externe programmeur, een eerste versie van de EMS-applicatie ontwikkeld.
Dit EMS automatiseert het aan- en uitschakelen van toestellen binnen de installatie op basis van de het gemeten totaalvermogen en de actuele energieprijs. Zo wordt de energie-import beperkt wanneer er te weinig opwekking is, en worden injectiepieken afgevlakt wanneer de accu injecteert en de WKK’s maximaal vermogen leveren. Dit EMS geeft Guilliams Green Power een duidelijk verbeterde controle over het energiebeheer van hun biogasinstallatie.

Deze bachelorproef gaat over hoe abdijen en kloosters op een duurzame en respectvolle manier worden herbestemd, een nevenfunctie krijgen of gevaloriseerd worden in een tijd van religieuze transitie. Aan de hand van literatuurstudie, onderzoek naar geselecteerde cases en interviews heb ik een digitale participatietool ontworpen die bouwheer, (oud)bewoners, omwonenden en architect met elkaar verbindt. Het is een platform waar iedereen zijn bezorgdheden, meningen, bedenkingen en ideeën voor de site op een plaats brengt en ze bundelt voor de architect om de typologisch meest geschikte aan te duiden. Op deze manier ontstaat een voorstel voor een nieuwe functie voor de site die niet enkel voldoet aan de noden van de directe samenleving maar ook aanvaardbaar is voor de bewoners die het gebouw hun thuis noemen.

De toenemende diversiteit in de maatschappij brengt uitdagingen in de gezondheidszorg met zich mee. Patiëntgerichte zorg en veiligheid worden bedreigd door taalbarrières, wat kan leiden tot medicatiefouten en frustraties. Eerstelijnszorginstellingen gebruiken tolkdiensten en vertaalapplicaties om deze barrières te overbruggen. Bovendien tonen studies aan dat hulpmiddelen, zoals pictogrammen met medicatie-instructies, de kennis en therapietrouw kunnen verbeteren. Culturele afstemming van pictogrammen is echter cruciaal voor
effectieve begrijpelijkheid. Deze studie onderzoekt de begrijpelijkheid en moeilijkheidsgraad van USP-pictogrammen voor geneesmiddeleninstructies bij mensen met een taalbarrière in de eerstelijnszorg. Ook relaties met en de invloed van sociodemografische factoren worden geanalyseerd.
Er werd een kwantitatieve cross-sectionele studie uitgevoerd. Twee huisartsenpraktijken, wijkgezondheidscentra en het opvangcentrum Fedasil in Arendonk namen deel. De datacollectie werd uitgevoerd met behulp een digitale, meertalig vertaalde vragenlijst. Begrijpelijkheid van USP-pictogrammen werd beoordeeld volgens de ISO-normen.

Deze scriptie onderzoekt hoe de werking van nitrificatie-inhibitoren verschilt per landbouwgrond in de Benelux. Omdat de effectiviteit van huidige producten in de praktijk sterk uiteenloopt, brengt dit onderzoek via een grootschalige bodemanalyse in kaart hoe specifieke bodemeigenschappen en doseringen deze stoffen beïnvloeden. Daarnaast evalueert de studie de ecologische impact van nieuwe kandidaat-nitrificatie-inhibitoren op het bredere bodemleven, om te garanderen dat toekomstige oplossingen de biologische balans en gezondheid van de bodem behouden.

AI-gestuurde ontwikkeltools zoals Large Language Models (LLM's), prompt engineering en het Model Context Protocol (MCP) veranderen de softwareontwikkeling snel, maar roepen vragen op over codekwaliteit, afhankelijkheid en de rol van de ontwikkelaar. Deze bachelorproef onderzoekt hoe AI-ondersteuning het ontwikkelproces van een cloudgebaseerde applicatie kan versnellen en verbeteren, en welke risico's daarbij horen. De casestudie is Lexis, een applicatie van CERM die e-mails van drukkerijklanten met een LLM analyseert en de gegevens doorstuurt naar het ERP systeem.

Na een theoretisch overzicht van prompt engineering, MCP, skills en agents werden drie implementaties opgeleverd: een authenticatie-oplossing voor meerdere klanten, een interne tool voor testdatabeheer en een gemoderniseerde API-testinfrastructuur. AI versnelde de oplevering aanzienlijk, maar zonder gerichte sturing bleef de code niet steeds productieklaar. AI werkt het best als verlengstuk van de ontwikkelaar, niet als vervanger, binnen duidelijke processen met heldere instructies.

Satellieten sturen tijdens hun contact met een grondstation grote hoeveelheden telemetrie naar de aarde. Ingenieurs gebruiken deze gegevens om de toestand van een satelliet te monitoren, maar een visualisatiesysteem moet niet alleen betrouwbaar zijn: het moet ook overzichtelijk, flexibel en snel genoeg zijn om verschillende soorten telemetrie efficiënt te kunnen analyseren.

Deze scriptie onderzoekt hoe een deterministisch en fouttolerant telemetrievisualisatiesysteem kan worden ontworpen en geïmplementeerd. Hiervoor werd ORVAL (Orchestrator for Remote Visualization and Analysis of Logged Telemetry) ontwikkeld in samenwerking met Redwire. ORVAL biedt een aanpasbare dashboardomgeving waarin ingenieurs grafieken, layouts en andere visualisaties naar hun behoeften kunnen configureren, gecombineerd met een architectuur die gericht is op snelle en betrouwbare toegang tot telemetriegegevens.

Het systeem ondersteunt redundante backendcomponenten, automatische foutdetectie, deterministische failover en gecoördineerd herstel. Tijdens gecontroleerde tests werd een automatische omschakeling naar een redundante backend aangetoond, waarbij een gemeten failover 12,3 seconden duurde en geen manuele interventie vereiste. Zo combineert ORVAL gebruiksvriendelijke en flexibele visualisatie met fouttolerantie en betrouwbare toegang tot satelliettelemetrie.

De snelle opkomst van Large Language Models (LLM's) roept vragen op over hun omgang met low-resource-talen en het daarin vervatte culturele gedachtegoed. Deze studie onderzoekt hoe general-purpose LLM's culturele concepten uit het Latijn vertalen, met de epigrammen van Martialis als casus. Om de aard van deze vertaalverschuivingen te kwantificeren, is een handmatige annotatie uitgevoerd volgens het Multidimensional Quality Metrics (MQM)-framework, gefaciliteerd door aangepaste categorieën en een speciaal hiertoe ontwikkelde applicatie. Hierbij worden de vertalingen door de modellen Gemini 3.1 Pro, M365 Copilot Chat en Kimi-K2.6 vergeleken met de brontekst en twee menselijke referentievertalingen. Uit de analyse blijkt enerzijds een duidelijke tendens naar letterlijkere, generiekere vertalingen die culturele nuance missen, anderzijds een assimilerende vertaalstrategie, vermoedelijk gedreven door een Engelstalige bias in de trainingsdata. Bij de modelvergelijking produceerde Gemini 3.1 Pro significant minder verschuivingen dan de andere twee modellen. Ten slotte tonen de resultaten aan dat langere bronteksten resulteren in een proportioneel hoger aantal verschuivingen per vers.

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

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

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

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

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

Deze bachelorproef onderzoekt welke factoren de patiënttevredenheid op de spoedgevallendienst beïnvloeden, met bijzondere aandacht voor wachttijden, overbevolking en communicatie. Daarnaast wordt nagegaan welke interventies de tevredenheid van patiënten kunnen verbeteren.

Uit de literatuur blijkt dat overbevolking op spoeddiensten wereldwijd een toenemend probleem vormt. Lange wachttijden leiden niet alleen tot frustratie en stress bij patiënten, maar verhogen ook de kans dat patiënten vertrekken zonder gezien te worden. Daarnaast zorgen personeelstekorten, beperkte beddencapaciteit en een hoge instroom van niet-dringende patiënten voor extra druk op de spoedgevallendienst.

De studie toont aan dat patiënttevredenheid niet uitsluitend afhangt van de objectieve wachttijd, maar vooral van de manier waarop patiënten deze wachttijd ervaren. Onvoldoende communicatie over wachttijden, triage en zorgprocessen zorgt voor onzekerheid, wantrouwen en een negatieve zorgervaring. Daartegenover staan duidelijke uitleg, empathische communicatie en persoonsgerichte zorg, die de tevredenheid aanzienlijk kunnen verhogen, zelfs wanneer de wachttijd zelf niet korter wordt. Verpleegkundigen spelen hierin een cruciale rol door patiënten te begeleiden, verwachtingen te managen en ondersteuning te bieden tijdens het wachten.

Binnen de bachelorproef werden verschillende interventies onderzocht. Effectieve maatregelen zijn onder andere duidelijke wachtrijsystemen, visuele informatie over wachttijden, informatieve video’s, verbeterde wachtomgevingen en extra aanspreekpunten voor patiënten. Ook technologische toepassingen, zoals zelfmeetkiosken en digitale dashboards, kunnen bijdragen aan een betere doorstroming en meer transparantie. Daarnaast benadrukt de studie het belang van een sterkere eerstelijnszorg om de druk op spoeddiensten te verminderen.

Op basis van de onderzoeksresultaten ontwikkelden wij het prototype “MyTurn”, een digitale applicatie voor patiënten op de spoedgevallendienst. Via deze app krijgen patiënten realtime informatie over wachttijden, uitleg over triage en inzicht in de actuele drukte op de dienst. De applicatie bevat daarnaast een digitale vragenlijst volgens de AMPLE-structuur om relevante gezondheidsinformatie vooraf te verzamelen. Het doel van MyTurn is niet om wachttijden effectief te verkorten, maar wel om frustratie, onzekerheid en stress te verminderen door transparante communicatie en betere betrokkenheid van de patiënt.

De conclusie van de bachelorproef is dat patiënttevredenheid op de spoedgevallendienst vooral bepaald wordt door de beleving van de patiënt. Heldere communicatie, empathische begeleiding en een persoonsgerichte aanpak blijken essentieel om de negatieve impact van wachttijden en drukte te beperken. Verpleegkundigen vormen hierbij een centrale schakel binnen kwaliteitsvolle en patiëntgerichte spoedzorg.

Therapieontrouw bij medicatie komt vaak voor, maar de onderliggende oorzaken blijven in de dagelijkse zorgpraktijk dikwijls onopgemerkt. Deze bachelorproef onderzoekt hoe zorgverleners therapieontrouw beter kunnen herkennen, de oorzaak ervan kunnen achterhalen en gerichte interventies kunnen inzetten.

Op basis van wetenschappelijke literatuur werden praktische hulpmiddelen ontwikkeld die zorgverleners ondersteunen in dit proces. De oplossing bestaat uit een digitale applicatie, de Therapietrouw Assistent Tool (TAT), aangevuld met praktische steekkaarten . Deze hulpmiddelen helpen zorgverleners om signalen van therapieontrouw systematisch te analyseren en evidence-based interventies toe te passen.

Met deze bachelorproef wordt de brug geslagen tussen wetenschappelijke inzichten en de dagelijkse praktijk. Het doel is de therapietrouw, de kwaliteit van zorg en leven en de patiëntgerichte begeleiding te verbeteren. Want therapieontrouw is geen falen van de patiënt of bewoner, maar een signaal naar de zorgverleners om beter te ondersteunen!

Deze scriptie onderzoekt de betrouwbaarheid, validiteit en nauwkeurigheid van smartphonegebaseerde 3D-scantoepassingen voor lichaamsmetingen in vergelijking met traditionele antropometrische metingen en 4D-stereofotogrammetrie. In een cross-sectionele studie werden 35 gezonde volwassenen gemeten met twee smartphone-apps (3D Measure Me en MeThreeSixty), een 4D-stereofotogrammetriesysteem en conventionele meetinstrumenten. De resultaten tonen aan dat 4D-stereofotogrammetrie en de app 3D Measure Me over het algemeen goede tot uitstekende overeenstemming vertonen met traditionele metingen, terwijl MeThreeSixty minder nauwkeurige en consistente resultaten oplevert. Vooral metingen van de ledematen bleken betrouwbaar, terwijl rompmetingen meer variatie vertoonden. De bevindingen suggereren dat smartphonegebaseerde 3D-scans, en in het bijzonder 3D Measure Me, een veelbelovend en toegankelijk alternatief kunnen vormen voor antropometrische metingen in de klinische praktijk, mits de beperkingen van bepaalde lichaamsregio's in acht worden genomen.

Deze masterproef, uitgevoerd binnen de opleiding Productontwikkeling, onderzoekt hoe een digitaal product-dienstsysteem consumenten kan stimuleren om kleding te upcyclen als duurzaam alternatief voor trendgevoelige overconsumptie. Vanuit een uitgebreid onderzoeks- en ontwerpproces werden menskundige, technologische en economische inzichten vertaald naar een concreet concept, ALTER.UP, een digitaal upcyclingplatform. Het iteratieve ontwerpproces, met conceptontwikkeling, prototyping, gebruikersvalidaties en verfijningen, vormt de kern van deze thesis en toont hoe een doordachte productontwikkelingsmethodologie kan leiden tot een innovatieve, gebruiksvriendelijke en duurzame oplossing.

ALTER.UP begeleidt gebruikers gedurende het volledige upcyclingproces. Via een 3D-lichaamsscan wordt een persoonlijke avatar aangemaakt waarop bestaande kledingstukken digitaal kunnen worden gevisualiseerd. Gebruikers kunnen vervolgens verschillende upcyclingontwerpen uitproberen en aanpassen aan hun eigen stijl, waardoor ze vooraf een realistisch beeld krijgen van het eindresultaat. Na het kiezen van een ontwerp biedt het platform stapsgewijze instructies, materiaalsuggesties en ondersteuning van experten en de community om de uitvoering te vergemakkelijken. Door onzekerheid over het eindresultaat weg te nemen en inspiratie, begeleiding en vertrouwen te bieden, verlaagt ALTER.UP de drempel tot upcycling. Zo worden consumenten gestimuleerd om bestaande kleding langer te gebruiken, de emotionele en esthetische waarde ervan te verhogen en de levensduur van kleding te verlengen als alternatief voor de aankoop van nieuwe kleding.

Deze masterproef onderzoekt de inzetbaarheid van Gaussian Splatting als betrouwbare techniek voor forensische 3D-reconstructie van misdaadscènes. Gaussian Splatting is een recente neurale weergavemethode die vanuit multi-view videobeelden fotorealistische 3D-modellen genereert via ellipsvormige volumetrische primitieven, zogenaamde splats, die samen een continue en vloeiende representatie van de scène vormen. De techniek onderscheidt zich van klassieke mesh-based methoden door haar uitzonderlijke visuele kwaliteit en efficiënte renderingpipeline, maar brengt tegelijkertijd een fundamenteel forensisch probleem met zich mee: tijdens de trainingsoptimalisatie heeft het model de neiging om geometrische informatie bij te verzinnen om gaten in de initialisatiedata op te vullen. Wanneer de reconstructie als juridisch bewijsmateriaal dient, is dergelijke hallucinatie onaanvaardbaar, omdat elke weergegeven vorm of afstand herleidbaar moet blijven tot authentieke, meetbare brondata.

Om dit probleem aan te pakken werd een volledige onderzoeks- en ontwikkelingspipeline opgezet in samenwerking met de Federale Gerechtelijke Politie Limburg. De dataverzameling combineerde videobeelden en meervoudige LiDAR-scans van een gecontroleerde testscène. De videobeelden werden verwerkt via een COLMAP-gebaseerde Structure from Motion (SfM) pipeline die de relatieve camera-poses en een sparse puntenwolk reconstrueerde. De LiDAR-scans werden samengebracht tot één dense referentiepuntenwolk via iteratieve ICP-gebaseerde registratie met outlier filtering op basis van IQR-analyse, radiale filtering en asgeoriënteerde filtering, en vervolgens geëxporteerd als een geïntegreerd .e57-bestand.

De kern van de bijdrage is een alignment pipeline die de sparse COLMAP-puntenwolk uitlijnt met de dense LiDAR-data. De resulterende transformatiematrix wordt toegepast op alle camera-extrinsieken, zodat de LiDAR-geometrie als initialisatiebasis kan dienen voor de Gaussian Splatting-training zonder de architectuur van de trainingsomgeving te wijzigen. Een eigen visibility-based downsampling-stap geeft daarbij prioriteit aan de LiDAR-punten die zichtbaar zijn vanuit de gecalibreerde camera-posities, wat de trainingsefficiëntie verhoogt zonder de geometrische volledigheid te compromitteren.

De Gaussian Splatting-training werd vervolgens uitgebreid met constraints die de geometrische trouw aan de LiDAR-meetdata waarborgen. In de volledig geconstrained variant worden zowel de positie-optimalisatie als de densification van Gaussians uitgeschakeld, waardoor elke splat exact op zijn initiële LiDAR-positie blijft staan. Dit levert een forensisch maximaal betrouwbaar model op, ten koste van visuele volledigheid in zones met beperkte LiDAR-dekking. Een uitgebreide parameterstudie onderzocht vervolgens tussenliggende configuraties, waarbij de interactie tussen de positie learning rate, de opacity learning rate, de opacity regularization en het MCMC-herplaatsingsmechanisme systematisch in kaart werd gebracht. De resultaten tonen aan dat een werkelijk compromis slechts beperkt haalbaar is: een gedeeltelijke vrijstelling van de positie-optimalisatie levert voor structurele elementen zoals wanden en vloer een aanvaardbare visuele kwaliteit op, maar biedt onvoldoende garantie voor dunne objecten met beperkte LiDAR-puntdichtheid. Op basis van de studie werden twee aanbevolen configuraties geformuleerd: één voor gebruik als visueel illustratiemateriaal voor rechters en jury's, en één als volledig geconstrained forensisch bewijsmiddel.

Aanvullend werd een forensische toolchain ontwikkeld die de integriteit van de reconstructie kwantitatief en visueel onderbouwt. De Lichtfeld Studio-module berekent per Gaussian een betrouwbaarheidsscore op basis van de afstand tot zijn initiële LiDAR-positie, en visualiseert deze als een groen-geel-rood kleuroverlay. Een hallucination mask maakt een binaire splitsing tussen originele en nieuw aangemaakte splats, met kleurcodering voor de mate van positionele drift. De juridische validatiemodule voert een kwantitatieve alignmentvalidatie uit op basis van RMSE en overlappercentage, en genereert een integriteitsgeborgd JSON-rapport met SHA-256-hashing over alle relevante velden, een gedocumenteerde chain of custody en een onafhankelijk verifieerbaar RFC 3161-tijdstempel. Tot slot werd een Electron-gebaseerde rechtbankviewer ontwikkeld die dit rapport omzet naar een formeel PDF-deskundigenverslag.

De evaluatie bevestigt dat Gaussian Splatting via de ontwikkelde constrained pipeline forensisch inzetbaar is, mits een duidelijk onderscheid wordt gehanteerd tussen het gebruik als illustratiemateriaal en het gebruik als geometrisch bewijsmiddel. In het laatste geval fungeert de Gaussian Splatting-reconstructie als visuele toelichting bij de LiDAR-puntenwolk, die als primaire meetreferentie bewaard en ingediend dient te worden. De ontwikkelde toolchain biedt de forensische praktijk een transparant en controleerbaar raamwerk om dit onderscheid procedureel te verankeren.

Traditionele reanimatietraining voor verpleegkundigen steunt vaak op externe 2D-interfaces voor feedback, wat leidt tot het split-attention effect. De hulpverlener moet hierbij de aandacht verdelen tussen de fysieke handeling op de reanimatiepop en een extern scherm, wat de cognitieve belasting verhoogt en de leercurve belemmert. Deze bachelorproef onderzoekt hoe Mixed Reality (MR) technologie dit proces kan optimaliseren door real-time, intuïtieve feedback direct in het gezichtsveld
van de gebruiker te projecteren. Het doel van dit onderzoek was de ontwikkeling van een Proof of Concept (PoC) op de Meta Quest 3, waarbij sensordata van een reanimatiepop in real-time wordt gevisualiseerd via een Unity-applicatie. Een significante technische barrière in dit proces was de gesloten aard van de beschikbare communicatieprotocollen. Hoewel de fabrikant eigen ecosystemen aanbiedt, ontbreekt een publiek toegankelijke en gedocumenteerde SDK die directe integratie met de Meta Quest 3 en de Unityomgeving mogelijk maakt. Daarnaast vormt de beperkte native ondersteuning voor Bluetooth Low Energy (BLE) binnen de standaard Unity-ontwikkelomgeving voor Android-gebaseerde headsets een extra hindernis.
Om dit probleem te overbruggen, is een diepgaand technisch onderzoek uitgevoerd
naar het communicatieprotocol van de pop. Door middel van reverse engineering
technieken waaronder het decompileren van officiële software en het analyseren van Bluetooth Low Energy (BLE) pakketjes via HCI snoop logs en Wireshark op een gerouteerd Android-toestel zijn de verborgen handshakes en datacharacteristics
ontcijferd. Het resultaat is een werkend prototype dat live sensordata (zoals compressiediepte en frequentie) vertaalt naar ruimtelijke visualisaties, waaronder een ghost avatar en een dynamisch reagerend hartmodel. De voorlopige resultaten van deze PoC tonen aan dat MR in staat is om de kloof tussen haptische ervaring en visuele feedback te dichten. Dit onderzoek legt hiermee de technische fundamenten voor een nieuwe generatie medische simulatietools die verpleegkundigen effectiever kunnen voorbereiden op kritieke levensreddende situaties.

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.

The growing accessibility and capabilities of Virtual Reality (VR) have made it an increasingly valuable tool for training applications. Enabling multimodality, beyond purely visual feedback, enhances the realism and effectiveness of training. This is especially relevant for astronaut training conducted in environments that differ from those on Earth. Incorporating haptic devices can introduce tactile feedback in VR, but the current research focuses mainly on devices meant for users’ hands. In comparison, this work explores the integration of tactile sensations specifically in the forearm region. The aim is to investigate whether exoskeletons primarily used in the medical field can be implemented to simulate weight sensation for astronaut training in VR. Gravity is rendered through torque control based on the angular position of the forearm. The system is designed with a focus on its portability and accessibility. Initial results indicate that the technical implementation is promising for simulating varying gravitational conditions. By introducing a way to simulate weight sensation, this research contributes to the underexplored
area of multimodal VR experiences, particularly in tactile feedback on the user’s forearm.

Age-related macular degeneration (AMD) is the leading cause of blindness in developed countries and currently affects over 200 million people worldwide—a figure projected to reach 300 million by 2040 (Wong et al., 2014). Despite this high prevalence, most assistive reading technologies continue to prioritize magnification or contrast enhancements, offering limited support for the specific visual challenges posed by central vision loss. In particular, the potential of typography, despite its ubiquity, remains underutilized as an adaptive tool for addressing the specific demands of peripheral vision.

This thesis responds to this gap by proposing a hypothesis-driven reading system that integrates adaptive typography, kinetic text presentation, and eccentric viewing support. Grounded in interdisciplinary evidence from typographic research, vision science, low vision rehabilitation, and reading technology, the project repositions typography as an active contributor to accessible reading.

Two key outcomes were developed: Locus Serif, a variable typeface optimized for peripheral legibility through research-led modifications of multiple typographic parameters, including stroke weight (set between 22–33% of x-height), low stroke contrast, increased x-height, adjustable letter width (narrowing in the foveal region and widening toward the periphery), and scalable serif length (shortened progressively to maintain spatial balance with wider forms). These coordinated adjustments also influence the typeface’s visual rhythm, aiming to achieve an effective balance between heterogeneity and homogeneity—critical for supporting word segmentation and perceptual clarity in peripheral reading. The second component, ReSight, is a horizontal scrolling reading interface aligned to the user’s Preferred Retinal Locus (PRL), incorporating optional PRL calibration via a simplified Amsler grid, high-contrast display, fixation support, and adjustable scrolling controls.

Together, these components demonstrate how typographic design, when grounded in scientific research and implemented responsively, can enhance reading accessibility for individuals with central vision loss. The project offers a design-led framework that invites future empirical validation and potential integration into assistive reading technologies across platforms and scripts.

Sinds 2016 delen miljarden gebruikers op TikTok korte video’s waarin ze aspecten van hun dagelijks leven tonen. De applicatie zorgde echter niet alleen voor een expansie aan creativiteit maar ook voor een enorme verzameling van persoonsgegevens. Zo verzamelt het Chinese moederbedrijf, ByteDance, onder andere locatiegegevens, apparaatgegevens en surfgedrag om de beste video’s aan te bieden.1 Er rees al snel de vraag of de gegevens van gebruikers op het EU- grondgebied wel voldoende beschermd worden wanneer ze naar China worden doorgegeven. Daarnaast overwoog de Verenigde Staten een verbod op TikTok vanwege mogelijke bedreigingen voor de nationale veiligheid.2 Binnen Europa groeit de bezorgdheid dat data die naar China wordt geëxporteerd, kan worden ingezet voor de training van kunstmatige intelligentie, mogelijk met steun van de Chinese overheid. Deze masterscriptie onderzoekt de overdracht van persoonsgegevens van de EU naar China, met TikTok als praktijkvoorbeeld. Wanneer data de EU verlaat, is het cruciaal te bepalen of de rechten van EU-inwoners gewaarborgd blijven onder het wetgevingskader en de praktijk van het derde land. Het EU-recht, zoals vastgelegd in de AVG en ondersteund door de arresten Schrems I en Schrems II, vereist namelijk dat deze rechten worden beschermd. Aangezien China niet geniet van een adequaatheidsbesluit, ligt de focus op standaardcontractbepalingen en het beschermingsniveau onder het Chinese wetgevingskader, waaronder de PIPL. Daarnaast wordt onderzocht hoe TikTok meent een gelijkwaardig beschermingsniveau te bieden, onder meer via hun privacybeleid en standaardcontractbepalingen. Ook wordt nagegaan of de gegevens voldoende beschermd zijn tegen bijvoorbeeld overheidsinmenging. De scriptie toont aan dat juridische en praktische problemen bij gegevensdoorgiften blijven bestaan, mede door gebreken in de Chinese wetgeving en TikTok’s beperkte transparantie en onvoldoende waarborgen in hun standaardcontractbepalingen.

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.

In dit werk wordt het zuurgevoelige gedrag van zeolitic imidazolate framework‑8 (ZIF‑8) onderzocht en benut voor de ontwikkeling van een nieuwe aanpak voor de zuivering, hantering en dosering van goudnanodeeltjes (AuNPs). Daartoe worden AuNPs ingekapseld in ZIF‑8, waardoor hybride AuNP@ZIF‑8‑poeders ontstaan. Deze poeders vergemakkelijken het werken met AuNPs, maken efficiënte zuivering mogelijk via centrifugatie bij lage g‑krachten, en vertonen uitstekende resuspensie na zuur‑geïnduceerde afbraak van ZIF‑8. De inkapselingsstrategie bleek zeer effectief: na drie zuiveringscycli werd meer dan 80 % van het goud behouden, terwijl dit voor niet‑ingekapselde AuNPs slechts 25 % was. Bovendien maakt de inkapseling het mogelijk om ongezuiverde colloïdale AuNP‑systemen om te zetten in robuuste, resuspendeerbare poeders die geschikt zijn voor transport en langdurige opslag.

De ridge air-filled substrate integrated waveguide (ridge AFSIW) wordt voorgesteld als een oplossing voor de tegenstrijdige vereisten op vlak van lage verliezen en miniaturisatie voor de voedingsstructuren van antenneroosters
bij millimetergolffrequenties (mmWave). Een uitgebreide parameteranalyse leidt tot een pareto-optimale dimensionering. Van een dergelijke ridge AFSIW, geoptimaliseerd voor gebruik op 28 GHz, werd een prototype gemaakt en gekarakteriseerd. Om de toepasbaarheid van de ridge AFSIW in het ontwerp van mmWave-componenten aan te tonen, is een derde-orde gekoppelde-resonatorfilter ontworpen, dat de n257 (26,5 GHz - 29,5 GHz) band afdekt.
De voorgestelde ridge AFSIW maakt dus de weg vrij om geminiaturiseerde mmWave-componenten met lage verliezen te realiseren in next-generation ultra-efficiënte antenneroostersystemen.

Dit proefschrift richt zich op de dringende behoefte aan robuuste en veilige softwareoplossingen in kritieke infrastructuursystemen, waar plotselinge storingen ernstige gevolgen kunnen hebben. Het onderstreept het belang van tijdige software-updates, vooral in industrieën als de auto-industrie, gezondheidszorg en transport. Het benadrukt de noodzaak van naadloze rollback-mechanismen in geval van storingen.

Het onderzoek introduceert WebAssembly en WebAssembly System Interface als veelbelovende technologieën voor dergelijke toepassingen, maar identificeert een kritiek gat in hun ondersteuning voor het veelgebruikte I2C-protocol in IoT-apparaten.

Het primaire doel van dit onderzoek is om deze kloof te overbruggen door I2C-connectiviteit mogelijk te maken voor WebAssembly-applicaties, met inachtneming van strenge beveiligings-, betrouwbaarheids- en overheadbeperkingen. Daarnaast heeft het proefschrift als doel om deze aanpak te standaardiseren, waardoor de wijdverspreide toepassing in de industrie wordt bevorderd en de duurzaamheid op lange termijn van kritieke infrastructuursystemen wordt gegarandeerd.

Om dit te vergemakkelijken worden de wasi-i2c interfaces voorgesteld. Deze interfaces volgen het capability-based security design principe dat centraal staat binnen WebAssembly System Interface. Om de deugdelijkheid van wasi-i2c vast te stellen worden implementaties geleverd. Deze implementaties variëren van verschillende runtimes, platformen en architecturen. Daarna wordt een evaluatie van de gemiddelde uitvoeringstijd en het geheugengebruik uitgevoerd.

De decoratietechniek sgraffito siert talloze gevels in Belgische steden en biedt hedendaagse wandelaars een blik op het straatbeeld van de belle époque. Deze prachtige decoraties vereisen echter aanzienlijke zorg om hun schoonheid te behouden, maar blijven vaak onderbelicht. Dit onderzoek richt zich op Gent als casestudy, met als doel de ontwikkeling van sgraffiti in de bloeiperiode van 1895 tot 1914 in kaart te brengen.

De centrale onderzoeksvraag luidt: Hoe heeft sgraffito zich in Gent ontwikkeld en wat maakt deze decoraties uniek op het gebied van stijl en techniek? Binnen een straal van 3 km worden specifiek 38 gebouwen en gebouwen-ensembles onderzocht. Deze selectie omvat ook sgraffiti uit het interbellum, gezien de directe invloeden van de sgraffito-techniek uit de belle époque. Om de onderzoeksvraag te beantwoorden, worden de decoraties en ontwerpers voornamelijk geanalyseerd via bronnenonderzoek, visuele analyse en archiefonderzoek. Dit leidt tot een indeling in vier groepen: sgraffito-pioniers, sgraffito-meesters, sgraffito-verkenners en sgraffito-erfgenamen, die samen de ontwikkeling van Gentse sgraffiti in kaart brengen.

Het voorlezen van prentenboeken kan de vroege taalontwikkeling van 3- tot 6-jarigen stimuleren. Mede door de digitalisering is er een ruim aanbod aan digitale prentenboeken binnen het handbereik van kleuters, met grote variaties in vormgeving en inhoud. Dit kan extra mogelijkheden bieden voor de taalontwikkeling. Uit onderzoek blijkt echter dat niet elke vormgeving van de beschikbare digitale prentenboeken effectief is om de vroege taalontwikkeling te stimuleren. Met deze masterproef willen we kleuterleerkrachten helpen om gericht te kiezen uit het grote aanbod aan digitale prentenboeken door een kader te ontwikkelen voor het beschrijven en selecteren van digitale prentenboeken met oog op de stimulering van de taalontwikkeling van kleuters.

Op basis van de beschikbare wetenschappelijke onderzoeksliteratuur werd de eerste versie van het kader opgesteld. De verdere ontwikkeling van het kader verliep via een Delphi-studie. De Delphi-studie telde drie rondes waarin negen experten in de domeinen taalontwikkeling, prentenboeken en/of digitale leermiddelen feedback gaven in functie van de volledigheid, duidelijkheid en juistheid van het kader tijdens een individueel interview en twee focusgroepen. De bruikbaarheid van het uiteindelijke kader werd door middel van individuele interviews nagegaan bij 22 onderwijsprofessionals, met name pedagogische begeleiders, kleuter- en zorgleerkrachten.

Op basis van zowel de wetenschappelijke literatuur, de feedback van de experten en de evaluatie door de onderwijsprofessionals kwamen we tot een versie van het kader dat volgens de experten onderbouwd en omvattend en volgens de onderwijsprofessionals bruikbaar is in de onderwijspraktijk. Het kader kan kleuterleerkrachten helpen bij het beschrijven en selecteren van digitale prentenboeken ter stimulering van de vroege taalontwikkeling van 3- tot 6-jarigen. Het finale kader is een beschrijvend kader met elementen die de vroege taalontwikkeling van kleuters kunnen stimuleren. We ronden deze masterproef af met een kritische reflectie over de theoretische implicatie van het kader en formuleren suggesties voor verder onderzoek en de onderwijspraktijk.

En daar gaat de bel! Tijd om weer te verhuizen naar het zoveelste klaslokaal met de traditionele opstelling van stoelen en banken. De leerkracht staat vooraan al klaar om aan de les te beginnen en de invulboeken komen weer boven. Is dit het onderwijs van de toekomst? Motiveren we op deze manier de jongeren van vandaag én is dit de rol die ik als toekomstige leerkracht wil spelen? Of kan het ook anders?

Open samen de deuren naar een onbegrensde wereld, waar leren veel meer is dan boeken en duffe klaslokalen. Stap binnen in een tijdperk dat de verbeelding prikkelt en de toekomst vormgeeft!

In deze masterproef is een model ontwikkeld dat toelaat om de functionaliteit van de bestaande laadpaalinfrastructuur te analyseren op basis van gegevens over historisch laadgedrag aan deze laadpaalinfrastructuur. Concreet gaat dit model, voor een dataset over historisch laadgedrag, periodes met mogelijke defecten voor een bepaalde laadpaal gaan identificeren, wat toelaat om enerzijds de beschikbaarheid van de laadpalen na te gaan voor deze periode en anderzijds om de dataset te kuisen. Dit laatste is zeer nuttig voor voorspellingsmodellen die ontwikkeld worden op basis van deze datasets.

De toenemende adoptie van elektrische voertuigen brengt nieuwe uitdagingen met zich mee op het gebied van fraudepreventie en -detectie. Dit onderzoek richt zich op het ontwikkelen van AI- ondersteunde datavisualisatietechnieken binnen een webapplicatie, om frauduleuze activiteiten, zoals 'vehicle-to-grid'-detectie, 'charge pass fraud', en abnormaal gebruik, te identificeren en te analyseren binnen de groeiende markt van elektrische voertuigen en oplaadinfrastructuur.
De methodologie omvat een literatuurstudie naar machinelearningalgoritmen en frameworks voor zowel de frontend als de backend van de webapplicatie. Relaties in de database werden opgezet met foreign keys en kolommen werden geïndexeerd om prestaties te verbeteren. Er werd een visuele data-analyse uitgevoerd, een isolation forest-algoritme werd ontwikkeld om anomalieën te detecteren, en een API werd gecreëerd voor toegang tot data en resultaten. Tot slot werd een webapplicatie ontwikkeld voor de visualisatie van anomalieën.
De resultaten van dit onderzoek omvatten de ontwikkeling van een operationele webapplicatie met behulp van het Vue.js framework en een REST API gemaakt met FastAPI. Deze webapplicatie is in staat om frauduleuze activiteiten te detecteren en te visualiseren met behulp van het isolation forest AI-algoritme. Deze resultaten dragen bij aan een betere detectie van frauduleuze activiteiten binnen het EV-oplaadecosysteem, wat essentieel is voor het behoud van de integriteit van de oplaadinfrastructuur en het vertrouwen van gebruikers.

Deze scriptie vertrekt vanuit de vraag die Liesbeth Bries van de stad Genk aan ons heeft gesteld: "Is er een mogelijkheid om aan talentdetectie te doen in de kunsten?”. Deze vraag bracht ook een aantal criteria met zich mee, waaronder een specifieke doelgroep. Om dit onderzoek te starten, zijn we vertrokken vanuit de volgende onderzoeksvraag: “Hoe kan de stad Genk op een actieve manier bijdragen aan het ontdekken van artistiek talent bij kinderen?”.

In ons onderzoek zullen we ons laten inspireren door het werk van Danielle Krekels en Luc de Wulf om een eigen definitie te kunnen vormen voor wat de term "Talent" precies inhoudt. Door dit onderzoek zal duidelijk worden dat creativiteit onlosmakelijk deel uitmaakt van artistiek talent. We zullen de theorieën van Viktor Lowenfeld en James Melvin Rhodes gebruiken, om onze eigen visie vorm te geven op wat creativiteit teweeg moet brengen bij kinderen. Daarnaast worden de termen "flow" en "motivatie" gedefinieerd en geconstateerd als cruciale elementen voor talentontwikkeling.
Vervolgens wordt ook de rol en invloed van de sociale omgeving waarin het kind opgroeit onderzocht. Hierdoor wordt duidelijk dat ouders veel invloed hebben op de artistieke ontwikkeling van hun kinderen. Danielle Krekels benadrukt het belang van het vrijwillig uitvoeren van activiteiten. Ouders moeten daarentegen eerst hun eigen talenten herkennen voordat ze hun kinderen kunnen begeleiden. Het zal duidelijk worden dat het een delicate oefening is om kinderen aan te moedigen zonder er te veel druk op uit te oefenen. We zullen ook vaststellen dat er uitdagingen zijn die het ontwikkelen van artistiek talent bemoeilijken. Om dit in kaart te brengen, wordt er een beroep gedaan op een model dat is ontwikkeld door: Piessens, Hermans en Vettenburg; de 7 B's van toegankelijkheid. Saskia de Bruyn’s opvatting over het 'aanbod' zal ons helpen om de verschillende organisaties in Genk te categoriseren en ze zo op hun toegankelijkheid te kunnen beoordelen.

Als laatste, op basis van ons onderzoek, kunnen we drie detectie tools voorstellen die het potentieel mogelijk maken om artistiek talent bij kinderen van het beoogde doelpubliek te detecteren. Deze zijn: Een interactief platform met een applicatie waar informatie over de activiteiten in terug te vinden is, een vriendenboekje met een interactief verhaal die zelfontdekking mogelijk maakt, en als laatste een sociaal artistiek atelier geïnspireerd op het ABC-Huis in Brussel.

Ons onderzoek zal aantonen dat “Talent” een complex begrip is met veel interpretaties. Echter, zal het onderzoek in staat zijn om artistiek talent bij kinderen beter te kunnen begrijpen. De detectietools dienen als aanbevelingen voor de stad Genk en kunnen helpen om het artistieke potentieel van kinderen te ontdekken en te ontwikkelen.

De masterthesis richt zich op het realiseren van een duurzame gedragsverandering bij studenten en personeelsleden van de Associatie Universiteit-Hogescholen Limburg (AUHL), bestaande uit de onderwijsinstellingen PXL, UCLL en UHasselt. Het doel is om autoverplaatsingen te verminderen, duurzame vervoersmodi te stimuleren en parkeer- en verkeersproblemen rond de campussen te voorkomen. De centrale onderzoeksvraag is hoe strategische communicatie campusbeleidsmaatregelen kan inzetten om duurzame verplaatsingsgedragingen te bevorderen. De masterthesis combineert een literatuurstudie over het COM-B model met gedragsveranderingsstrategieën, traditionele en moderne communicatiemethoden, en technologische toepassingen. Het onderzoek omvat een analyse van COM-B componenten, uienschillen en kleurtabellen, campagnetijdlijnen en strategische communicatie. Dit biedt inzicht in het creëren van effectieve boodschappen en het beter afstemmen van communicatiestrategieën op studenten en personeel, wat de kans op succesvolle gedragsverandering vergroot.