Scriptiebank overzicht

Talige diversiteit is een realiteit in Vlaanderen en Brussel. Tijdens de taaldiagnostiek bij een tweetalig kind is het essentieel een onderscheid te maken tussen een typische tweetalige taalontwikkeling en een taalontwikkelingsstoornis (TOS). Vandaag staan logopedisten zonder concrete handvaten voor deze uitdaging, wat leidt tot over- en onderdiagnose van TOS bij tweetalige kinderen. Bovendien compliceert de diversiteit binnen de tweetalige taalontwikkeling deze uitdaging. Verschillende factoren spelen hierin een rol: de leeftijd van het kind, de leeftijd waarop het kind voor het eerst met het Nederlands in contact komt, de hoeveelheid Nederlands het dagelijks hoort en spreekt, en de socio-economische context. Een holistisch beeld is dus noodzakelijk om een eventuele TOS correct te diagnosticeren. Deze masterproef biedt drempelwaarden voor een eerder ontwikkelde testcombinatie (PITTO) die het identificeren van TOS bij tweetalige kinderen mogelijk maakt. De drempelwaarden nemen de diversiteit binnen de tweetalige taalontwikkeling in acht en maken de implementatie van deze testcombinatie in de praktijk mogelijk. Dit is een grote en belangrijke stap richting een eerlijke taaldiagnostiek die het unieke taalverhaal van elk kind erkent.

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.

Deze masterthesis onderzoekt de "Vaardigheden voor Schatting van Lengtemeting bij Kinderen met Developmental Coordination Disorder". Het onderzoek werd geïnitieerd door observaties van professionals die werkten met kinderen met DCD en die moeilijkheden met schatting opmerkten. Hoewel cognitieve moeilijkheden erkend worden bij kinderen met DCD, blijft de literatuur over schatting van meetvaardigheden in deze populatie beperkt. Schatting van lengtemeting houdt in dat de grootte van een object wordt bepaald zonder gebruik te maken van conventionele meetinstrumenten, zoals voor lengte.

Deze thesis adresseert het gebrek aan kennis over de schattingsvaardigheden van kinderen met DCD. De studie omvatte 45 kinderen met DCD in de leeftijd van 12 tot 18 jaar (39 jongens). Aangezien deze studie voornamelijk onderzoekt welke kenmerken van de te schatten objecten invloed hebben op de schattingen van kinderen met DCD, hebben onderzoekers ervoor gekozen om geen controlegroepen te implementeren. Het onderzoeksontwerp is gemodelleerd naar de benadering van Desli en Giakoumi (2017) en omvatte acht verschillende lengteschattingstaken. Deze taken omvatten diverse kenmerken van eigenschappen (horizontaal/verticaal, kort/lang, met/zonder visuele interferentie) en gebruikten twee soorten meeteenheden: standaard eenheden (in centimeters) en niet-standaard eenheden (zoals de grootte van potloden, paperclips als eenheden).

Kinderen met DCD vertonen grote intra- en interindividuele variaties in hun schattingsprestaties, maar deze verschillen zijn grotendeels niet gerelateerd aan groepsfactoren zoals leeftijd en opleidingsniveau. Bij het onderzoeken van kinderen met DCD werden comorbiditeiten zoals AD(H)D, dyslexie, ASS, dyscalculie, epilepsie, dysorthografie en dysfasie waargenomen. Persoonlijke kenmerken zoals leeftijd, opleidingsniveau en comorbiditeit hadden minimale tot geen invloed op hun schattingsprestaties. Specifiek vertoonden kinderen met dyscalculie en DCD (zonder een andere comorbiditeit) een slechtere prestatie bij het trekken van een lange lijn van een specifieke lengte dan degenen met alleen DCD of in combinatie met ASS en/of AD(H)D, een taalstoornis of meerdere comorbiditeiten.
Kenmerken van items zoals objectoriëntatie, de aanwezigheid van visuele interferentie en het type meeteenheid hadden geen invloed op hun schattingsprestaties, terwijl de lengte van het object dat wel deed. Schattingen voor kortere items waren beter dan die voor langere items.
Deze inzichten kunnen misschien helpen bij het ontwikkelen van compensatiestrategieën wanneer kinderen met DCD moeten schatten.

Het effect op emoties en gedragingen bij het gebruik van psycho-educatie bij leerlingen in klascontext. Toegepast op dyslexie, ontwikkelingsdysfasie en/of de gehele klasgroep.

Onderzoek naar het welbevinden van leerlingen met een 'label'. Hoe ervaren zij dit label in de klas en voelen zij zich voldoende ondersteund.

Taalproblemen bij kinderen met rolandische epilepsie: op zoek naar een neuro-anatomisch substraatSam Denys°Marjolein Verly*Dit artikel beschrijft de taalvaardigheid van kinderen met rolandische epilepsie en de meest recente ontwikkelingen binnen de structurele beeldvorming. Op basis van Diffusion Tensor Imaging (DTI) wordt een poging gewaagd om een neuro-anatomisch substraat te vinden dat aan de basis ligt van de taalproblemen bij deze kinderen.InleidingBenigne rolandische epilepsie is het meest voorkomende idiopathische epilepsietype bij kinderen.