Scriptiebank overzicht

In mijn scriptie heb ik de correlatie gezocht tussen fosforylatie van AtEH1 bij 28 °C en het omhoogbewegen van de bladeren ten gevolge van temperatuur. Hiervoor heb ik overexpressielijnen getest, maar ook complementatielijnen. Het doel van de complementatielijnen was om te zien of er een nefast effect was wanneer de eiwitten gemuteerd werden om fosfodood of fosfonabootsend te zijn.

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.

Mijn bachelorproef behandelt de juridische uitdagingen die ontstaan door de opkomst van kunstmatige intelligentie (AI) en de tekortkomingen van de huidige wetgeving rond productaansprakelijkheid. Het werk biedt een diepgaande analyse van de bestaande en toekomstige Europese en Belgische regelgeving en de manier waarop deze omgaat met de complexe en unieke aspecten van AI-systemen.

De scriptie begint met een overzicht van het huidige juridische kader voor productaansprakelijkheid op Europees en Belgisch niveau. Hieruit blijkt dat de huidige wetgeving, hoewel effectief voor traditionele producten, tekortschiet bij het reguleren van AI-toepassingen. AI wordt vaak niet als een product beschouwd, waardoor het moeilijk is de juridische verantwoordelijkheid vast te stellen.

Een belangrijk thema in mijn scriptie is de moeilijkheid voor consumenten om de bewijslast te dragen wanneer AI-systemen defecten vertonen. Het is vaak onmogelijk voor consumenten om aan te tonen dat een fout in een AI-systeem schade heeft veroorzaakt. Om deze reden wordt gesuggereerd in de rechtsleer dat de bewijslast in sommige gevallen zou moeten worden omgekeerd, waarbij de producent moet aantonen dat hun AI-product correct functioneerde.

Toch, speelt de "black-box"-problematiek dan ook een rol. AI-systemen functioneren vaak als een "black box", wat betekent dat zelfs de ontwikkelaars niet volledig kunnen verklaren hoe beslissingen tot stand komen. Dit gebrek aan transparantie bemoeilijkt de vaststelling van aansprakelijkheid, wat de positie van consumenten verzwakt.

In het context van de snelle ontwikkeling van AI heeft de Europese Commissie een nieuw voorstel gepubliceerd om de productaansprakelijkheidsrichtlijn te moderniseren en AI expliciet te reguleren. Dit zou leiden tot een grotere verantwoordelijkheid voor producenten, die verplicht zouden zijn om op verzoek van de rechtbank technische details over AI-systemen vrij te geven. Deze veranderingen zouden de informatiestroom tussen producenten en consumenten verbeteren, waardoor consumenten beter in staat zijn om hun zaak de onderbouwen.

In mijn werkstuk wordt ook een vergelijking gemaakt tussen de ontwikkelingen in België en andere landen zoals Nederland en Duitsland, waar al verdergaande stappen zijn gezet om AI-wetgeving aan te passen. Deze landen bieden waardevolle voorbeelden van hoe productaansprakelijkheid kan evolueren in een tijdperk van snelle technologische vooruitgang.

Listeria monocytogenes is een voedselpathogeen die listeriose veroorzaakt. Dit is een groot gezondheidsrisico voor ouderen, zwangeren, kinderen en immuungecompromitteerde patiënten. De detectie van Listeria monocytogenes in de voedingsindustrie is heel belangrijk. In mijn scriptie onderzoek ik of het mogelijk is om Listeria monocytogenes te detecteren met Fourier-Transformatie Infrarood spectroscopie.

Klimaatmodellen voorspellen dat de temperatuur wereldwijd zal blijven stijgen, samen met een toename van de intensiteit en frequentie van hittegolven. Daarbovenop krijgen steden te maken met extra opwarming door het stedelijk hitte-eilandeffect. Met een groeiende stedelijke bevolking, waaronder veel kwetsbare mensen, is het van cruciaal belang om effectieve mitigatiemaatregelen te implementeren om hittestress te verminderen. Hiervoor is temperatuurdata op hoge resolutie noodzakelijk.

Vaak worden numerieke modellen gebruikt om deze data te verkrijgen, maar deze zijn
computationeel zeer intensief, waardoor het moeilijk is om hoge resolutie data te verkrijgen over lange periodes en grote gebieden. Een computationeel goedkoop alternatief voor numerieke modellen zijn statistische modellen, vaak gebaseerd op machine learning technieken. Deze simuleren de temperatuur op basis van datagedreven relaties. De huidige machine learning modellen zijn echter meestal afgestemd op een enkele stad of een beperkte regio, wat resulteert in slechte prestaties voor steden met verschillende karakteristieken. Deze thesis onderzoekt de mogelijkheden om een machine learning model te ontwikkelen dat kan worden toegepast op steden over heel Europa.

De studie gebruikt ruimtelijke en temporele variabelen om een machine learning emulator van het numerieke UrbClim model te construeren. Daarnaast wordt het effect van het aantal steden in de trainingsset bestudeerd. Dit is cruciaal omdat grote datasets met numerieke trainingsdata, zoals die beschikbaar zijn gesteld voor UrbClim, vaak ontoegankelijk of rekenkundig te duur zijn om te verkrijgen

De energietransitie in de bouw geeft aanleiding tot grotere isolatiediktes, waardoor de klassieke spouwmuur onhoudbaar wordt. Daarom gaat dit onderzoek in op een innovatief gevelsysteem via de praktijk van BLAF architecten, bestaande uit een metselwerk buitenschil en achterliggend houtskelet met biobased isolatie. De evaluatie gebeurt vanuit hygrothermisch oogpunt, dus met aandacht voor vocht- en warmtetransport in de wand. Enkel zo kunnen we meer inzicht verwerven in de performantie van duurzame bouwmethoden. Bovendien is het ook cruciaal om het risico op vochtschade te begroten en beperken. Het onderzoek verliep via simulaties, experimentele opstellingen met testmuren en een meetcampagne in een eengezinswoning.

Keverpopulaties zijn snel achteruit aan het gaan en dit onder andere door klimaatsverandering. Maar helaas is er niet veel aandacht voor deze dieren. Daarom werd in dit onderzoek getest hoe goed het Vlaamse Natura 2000 netwerk in staat is kevers te beschermen. Hiervoor gebruikten we een individual based model. Een verdere achteruitgang van de keverpopulaties met het huidige Natura 2000 netwerk werd voorspeld. Er zijn dus dringend aanpassingen in het netwerk nodig om deze soorten van extinctie te redden.

Climate change has a significant impact on agricultural production because of its reliance on
environmental factors. Like in most parts of the world, the climate in Belgium is changing with
projections of increase in winter precipitation and decrease in summer precipitation. With
accompanying higher temperatures, evaporation will increase, and water availability will decrease,
especially in summer. It then becomes necessary to efficiently manage soil water for sustainable
crop production. While conservation agriculture is a promising climate smart agricultural
technology, it is often considered with less focus on mulching, one of the pillars of CA. In cases
where mulching has been studied, it was mostly under conventional tillage system, and about yield
and greenhouse gases emission. Since there is no one-size-fits all on soil water management. It is
imperative to conduct strategies suitable to local conditions. Potato is a staple crop in Belgium,
and it is drought sensitive. This makes it susceptible to effects of climate change. Therefore, this
research studied the impacts of mulching, under reduced tillage, on soil water balance and potato
growth as an adaptation strategy to climate change in the Flemish agricultural context.
A field experiment was conducted on a bio-parcel of the Flanders research institute for agriculture,
fisheries and food in Melle, East Flanders, Blegium. This study evaluated the effects of two
different mulch thickness (6 cm and 12 cm) against bare soil (no mulch) on evapotranspiration
(ET), potato growth, yield and water use efficiency (WUE). An adapted soil water balance
equation was used to determine ET; plant height and leaf area index (LAI) were used as parameter
of crop growth; and WUE was determined as a quotient of yield and ET. Data collected were
subjected to analysis of variance and significantly different means were separated using Tukey’s
Honestly Significant Difference (HSD) at 5% level of significance.
This study revealed that soil structural quality and soil water content improved under mulch; 12
cm mulch performed best in preventing drought stress during low rainfall; ET increased with
increasing mulch thickness though not significantly; 12 cm mulch significantly increased LAI
compared to other treatments; and yield and WUE were not significantly different among the
treatments though 6 cm and 12 cm mulch increased yield by 7.4% and 10.9% respectively.

Op basis van bestaande gegevens over de omvang en de dikte van ijskappen op Scandinavië en de Britse eilanden, berekende ik in welke mate deze ijsmassa's de ondergrond in het Noordzeegebied vervormd hebben doorheen de Laatste IJstijd (vanaf circa 120 000 tot 10 000 jaar geleden). Aan de hand van deze berekeningen kon ik voorspellen hoe inzakking en opheffing van het aardoppervlak de loop van rivieren en het ontstaan van meren kon beïnvloeden. Dit had een aanzienlijke impact op de evolutie van het Noordzee-landschap.

Het doel van deze bachelorproef is het optimaliseren en valideren van de Kirsten Rat Sarcoma (KRAS) screening test via digital droplet polymerase chain reaction (ddPCR). De stalen die gebruikt worden in deze bachelorproef zijn formalin-fixed and paraffin-embedded (FFPE) patiëntenstalen waarvan de fractionele abundanties reeds bekend zijn met behulp van Next Generation Sequencing (NGS). De resultaten van deze studie werden verkregen via de QX600 Droplet Reader (Bio-Rad), dat gebruik maakt van de QuantaSoft™ software. De resultaten van het optimalisatie gedeelte geven aan dat deze methode het meest optimaal werkt bij een annealings/elongatie temperatuur van 53°C en zonder gebruik van restrictie enzymen (RE) en uracil-DNA-glycosylase (UDG). Daarnaast werkt deze methode ook het best bij een lagere DNA-input en bedraagt de limit of blank (LOB) 0,9% variant allel frequentie (VAF). De resultaten van het validatie gedeelte geven aan dat deze methode een kwantitatieve detectielimiet (LOQ) van 1% heeft, hierbij kan deze methode lineair, precies en accuraat meten. In het algemeen kan er geconcludeerd worden dat deze methode zeer lage fractionele abundanties kan detecteren in FFPE stalen, ook met lagere DNA-input hoeveelheden. Deze gevalideerde methode kan in de routine ingezet worden als verificatie methode voor NGS borderline varianten in het KRAS gen.

De klimaatverandering zal de vormgeving van ons leven in de nabije toekomst sterk bepalen. De komende jaren zal er dus prioriteit moeten worden gegeven aan het terugdringen van de uitstoot van broeikasgassen. De omschakeling naar hernieuwbare energie is hierbij cruciaal. Er gaapt echter momenteel een enorme kloof tussen de ambitieuze visies en doelstellingen en de operationale acties op het terrein.

De ruimtelijke dimensie blijft in deze uitdaging echter vaak onderbelicht, vooral wanneer het gaat over klimaatmitigatie. Het wijkniveau vormt, als hypothese in deze masterproef, een beheersbaar en tastbaar schaalniveau om op een collectieve manier energetische doelstellingen te integreren met ruimtelijke uitdagingen en aldus samenhangende projecten te intiëren.

Deze masterproef onderzoekt daarom welke mogelijke koppelkansen er bestaan tussen ruimtelijke en energetische doelstellingen voor klimaatmitigatie op wijkniveau en de rol van de ruimtelijke planning in het identificeren en integreren van deze koppeling(en). Hiervoor wordt gebruik gemaakt van een iteratief leertraject dat ontwerpend onderzoek, theorievorming en bestaande praktijken integreert. Hiermee tracht deze masterproef bij te dragen aan de verdere uitbouw van kennis en inzichten rond ‘Klimaatwijken’, met een specifieke focus op de koppeling tussen ruimtelijke en energetische doelstellingen op vlak van warmteproductie, -opslag en -distributie.

De ruimtelijke planning kan bijdragen in het opnieuw zicht- en kenbaar te maken van energie voor energetische bewustwording, de energetische ruggengraat te gebruiken als drager voor ruimtelijke ontwikkeling, in te zetten op duurzame koeling voor groenere, aangenamere en comfortabelere wijken, het momentum van warmte-infrastructuuringrepen te gebruiken om ruimtelijke meerwaarde te creëren en intersectorale koppelingen te maken met energie in gedeeld ruimtegebruik. Het toepassen van deze strategieën vereist echter een nieuwe manier van denken en werken. Het is duidelijk dat ruimtelijke planning een cruciale rol speelt in de koppeling van ruimte en energie op wijkniveau, maar dat er nood is aan een gemeenschappelijke taal. Een nauwe samenwerking tussen energie-experts en ruimtelijke planners is essentieel in het garanderen van een geïntegreerd planningsproces. Daarnaast lijkt er vandaag een ontbrekende schakel te zijn tussen niet-juridisch bindende energetische plannen en hun doorwerking in omgevingsvergunningen.

Solar power forecasting is essential for optimizing energy use in residential households.
Machine learning models are promising for this power forecasting because they can
capture its non-linear characteristics. Nonetheless, these models require a significant
amount of data that is unavailable for new installations. To overcome the limited
data availability, this thesis proposes a transfer learning model using Long ShortTerm Memory (LSTM) networks trained on synthetic photovoltaic (PV) generation
provided by the Photovoltaic Geographical Information System. Using the metadata
about a PV installation, this synthetic data simulates the past production of the
new PV installation. The model utilizes Numerical Weather Predictions (NWP)
and autoregressive covariates. This proposed model is compared to benchmarks,
including models trained only on sites’ actual PV power, physical models, and TL
models with no weather covariates.
The research investigates the effect of physics-informed variables on the accuracy
of transfer learning. Furthermore, it examines the usage of reanalysis data to train
with synthetic PV data due to the low accessibility of historical Numerical Weather
Prediction output. Walk-forward validation is employed for forecasting the actual
PV power to simulate real-life conditions and the impact of increasing target data.
The results demonstrate that models trained with historical Numerical Weather
Prediction data achieve higher zero-shot forecasting accuracy. Contrary to expectations, including physics-informed variables did not enhance performance; in fact,
it showed a slight decrease. Additionally, models trained on reanalysis data catch
up with those trained on historical NWP data once limited target data becomes
available.
Discussion highlights include the impact of Storm Darcy in February 2021, which
caused instability in machine learning models and the suitability of other ML models.
The proposed LSTM-based transfer learning model can provide accurate forecasts
even with no or limited actual PV power data, proving its potential for practical
applications in solar power forecasting for residential households.

The warming of the global climate system, particularly pronounced in Arctic regions, poses significant challenges to plant species, communities and ecosystems. Understanding the dynamics of Arctic flora in response to this changing climate is crucial for predicting and mitigating its impacts. Long-term vegetational surveys are crucial monitoring tools to capture these dynamics in species diversity, distribution and phenology. Nevertheless, their observations and projections are frequently based on data lacking sufficient temporal and spatial resolution and often neglect the error caused by imperfect observations. Here, we show that species detection is influenced not only by the inherent dynamics of vegetation, including seasonal and year-to-year fluctuations and the broader context of long-term climate change, but also by other temporal, spatial and species-specific variation within the plant community. Interdependent effects of factors such as growing season temperature, seasonal timing of observation, elevation, total plot species richness, and species-specific traits were found to have a crucial impact on species observation accuracy, often manifesting through changes in phenology and morphology across different dimensions. As such, the changing climate directly and indirectly influences these factors through space and time, making it challenging to make a distinction between inherent species dynamics and inaccurate observations. Our findings highlight the need for multiple surveys per year, effective timing of monitoring within the growing season, year-to-year comparisons and adopting adequate spatial scales to account for imperfect observations, especially when studying species’ temporal dynamics. These insights contribute to broader discussions on the complexities of ecological monitoring and underscore the importance of adapting adequate survey methods to effectively capture species dynamics in a changing climate. This to avoid making misleading conclusions, resulting in over- or underestimations of species dynamics.

Deze studie onderzoekt hoe de drijfveren en belemmeringen waarmee kleine en middelgrote ondernemingen (KMO’s) worden geconfronteerd bij het aannemen van vrijwillige milieumaatregelen de aard van hun adoptie beïnvloeden. Het onderzoek identificeert twee primaire adoptietypen: symbolisch, gekarakteriseerd door oppervlakkige milieumaatregelen, en substantieel, waarbij sprake is van een oprechte integratie van milieu relevante praktijken. Het onthult dat financiële en strategische motivaties, zoals groene premies, fiscale voordelen, merkondersteuning en klantvraag, cruciaal zijn voor het bevorderen van substantiële adoptie. In tegenstelling hiermee leiden barrières zoals lage environmental awareness en beperkte middelen vaak tot symbolische adoptie, met minimale impact tot gevolg.

Het herziene conceptuele model, ontwikkeld op basis van de bevindingen van de studie, benadrukt dat het aanpakken van economische beperkingen door middel van financiële prikkels en het verbeteren van environmental awareness kan bijdragen aan een diepere betrokkenheid. Ethische motivaties alleen zijn minder effectief zonder bijbehorende financiële of strategische voordelen. De studie draagt bij aan de bestaande literatuur door het begrip van KMO-milieumaatregelen te verfijnen en te suggereren dat substantiële adoptie waarschijnlijker is wanneer zowel financiële als strategische drijfveren aanwezig zijn, terwijl symbolische adoptie vaak voortkomt uit awareness- en resource belemmeringen.

Deze inzichten zijn cruciaal voor het afstemmen van toekomstig onderzoek en praktische interventies gericht op het verbeteren van de betrokkenheid van KMO’s bij milieumaatregelen. Verbeterde awareness en gerichte prikkels kunnen KMO’s ondersteunen bij de overgang van symbolische naar substantiële adoptie, waardoor hun duurzaamheidsinspanningen beter in lijn komen met hun bedrijfsdoelstellingen.

Deze masterthesis behandelt het groeiende probleem van marien bioafval dat wordt gegenereerd door de consumptie van vis en schaaldieren, wat aanzienlijke milieu en socio-economische uitdagingen met zich meebrengt. Met de groei van de wereldbevolking wordt verwacht dat de productie van dergelijk afval zal toenemen, waardoor verantwoorde beheerstrategieën nodig zijn. Daarom werd het valorisatiepotentieel via hydrothermale carbonisatie (HTC) onderzocht. HTC werd op acht vis- en schaaldiersoorten uitgevoerd bij drie verschillende temperaturen (T = 200, 220, 240°C, t = 5u, w/b = 7). De geproduceerde hydrochars (HC) werden gekarakteriseerd door middel van point zero charge (PZC), elementaire en proximate analyse en FTIR. Hun adsorptiekarakteristieken werden geëvalueerd met behulp van kinetische en adsorptiemodellen en via éénpuntsadsorptie-experimenten met een anionische (methyloranje, MO) en kationische (methyleenblauw, MB) kleurstof. Daarnaast werd de invloed van de ionsterkte op de adsorptiecapaciteiten geëvalueerd. HC van schaaldieren vertoonde een hoger rendement (37- 69%) dan HC van vissen (15-22%). Bovendien vertoonde HC van schaaldieren een hogere PZC dan HC van vissen (7,93 versus 6,49). De adsorptiecapaciteit van de HCs (MB: 2,7-10,8 mg/g en MO: 5,9-9,2 mg/g) toonde een hogere adsorptiecapaciteit van MO voor de schaaldieren. De invloed van de ionsterkte in de adsorptie-experimenten werd aangetoond niet significant te zijn. Het verschil in opbrengst, PZC en adsorptieresultaten werd verklaard door de verschillen in de samenstelling van de soort vis en schaaldier, wat benadrukt hoe belangrijk het is om de inherente eigenschappen van de grondstof voor het gebruik van afval te achterhalen.

Een studie in de variabilitieit van waterkolom denitrificatie in zuurstofminimumzones in de Oostelijke Tropische Stille Oceaan.

Enkele veelbelovende katalysatoren voor de depolymerisatie van lignine en de dehydratie van 1,3-butaandiol werden gekarakteriseerd. Met behulp van enkele technieken werd de oa. de metaalverdeling op het oppervlak en de zuurheid en basisheid in kaart gebracht. Dit zorgde voor meer inzicht in de katalysatoreigenschappen en kan in de toekomst leidden tot de rendabele productie van duurzame biochemicaliën.

Wanneer een baby extra hulp nodig heeft bij de geboorte wordt de navelstreng meestal meteen doorgeknipt. Deze bachelorproef onderzoekt de effecten van een stabilisatie of reanimatie met een intacte navelstreng.

Deze scriptie bundelt de bestaande literatuur over het Jackiw-Teitelboim zwaartekrachtmodel, met een bijzondere focus op de groepentheoretische behandeling. Deze achtergrond dient als basis voor een alternatieve beschrijving van de kwantumoplossingen van zwarte gaten, evenals de incorporatie van supersymmetrie in deze context.

Beleidsmakers baseren zich op dit moment op groene groei, maar dat botst op veel kritiek. Ecologisch economen stellen onder andere degrowth voor als alternatief. Deze scriptie onderzoekt aan de hand van macro-economische simulaties welke mate van degrowth koolstofneutraliteit haalbaarder maakt.

Deze scriptie omvat een initiële studie omtrent een milieuvriendelijker alternatief (aan de hand van een ijzer-gekatalyseerd proces) voor het ontkleuren van katoen als voorbehandeling voor efficiëntere recyclage.

Ontwerpvoorstellen voor nieuwe openbare zwembaden in Brussel, vertrekkend vanuit een stedenbouwkundige en historische beschouwing van openbare zwembaden in Parijs.

Deze masterproef gaat na welke impact het Tekezestuwmeer in Ethiopië heeft op het regionale klimaat. Gegevens van de landoppervlaktetemperatuur en neerslag afkomstig van satellieten werden geanalyseerd tussen de periode voor en na de komst van het stuwmeer (stuwmeer in gebruik genomen in 2009). Hiervoor werd gebruikgemaakt van statistische analyses.

Deze studie toont aan dat thermografie potentieel heeft als toekomstige detectiemethode voor huidtumoren. De onderhuidse parameters van huidtumoren worden voorspeld, wat voordelen biedt bij de detectie en behandeling ervan.

De black-box synthese van epoxide-gebaseerde dunne film composiet membranen kon beter bergrepen worden door uitgebreide karakterisatie van membranen die werden gesynthetiseerd met strategisch uitgekozen tertiaire amine initiatoren. Zo werden belangrijke initiator eigenschappen duidelijk, alsook welke stappen in de synthese het belangrijkste zijn om zout selectieve membranen te vormen.

Onderzoek naar gebruik van sensoren in management van immuun-gemedieerde inflammatoire aandoeningen.

Onderzoek naar het gebruik van antibiotica bij koi karpers. Er wordt uitgezocht welke antibiotica er zijn, tegen welke ziektes ze werken, maar ook worden er preventieve en alternatieve opties gegeven om de koi kaper gezond te houden en het gebruik van antibiotica te reduceren

Door actief koelen te combineren met passief koelen kunnen significante kostenbesparingen gerealiseerd worden in geothermische boorveldinstallaties. Dit kan de competitiviteit van boorvelden vergroten en zo een sleutelrol spelen in de energietransitie.

Klimaatopwarming, veranderingen in landgebruik en ruderalen. Een onderzoek naar de langetermijndynamiek in vegetatiesamenstelling in de Scandinavische bergen

Het effect van zwembadwater op het voorste oogsegment kan onderverdeeld worden in twee grote delen, namelijk de chemische gevaren en de microbiële gevaren die zwembadwater met zich teweegbrengt en hun oculaire bijwerkingen.