Hoe kan ik nou aan mijn ruimtelijk inzicht werken in zo'n klein klaslokaal?

Jana
Ameye

“Jongeren missen steeds meer een algemeen ruimtelijk bewustzijn”, luidt het volgens ESRI. Echt wereldnieuws is dit niet, generatie Z groeit namelijk op in een digitaal tijdperk met gemakkelijke toegang tot ruimtelijke tools. Toch is het ontwikkelen van competenties voor het omgaan met geografische informatie onmisbaar bij het opleiden van jonge mensen tot actieve burgers met enig verantwoordelijkheidsbesef in de huidige en toekomstige wereld. In combinatie met de nood aan innoverend onderwijs wordt daarom een nieuwe vorm van technologie geïntroduceerd in de klas, namelijk lidar, een acroniem voor ‘light detection and ranging’. De data van deze toonaangevende laserscantechnologie werden gevisualiseerd en geëvalueerd om finaal competenties aan te bieden voor het georuimtelijk denken.

 

VAN IN DE SMARTPHONE TOT IN HET KLASLOKAAL

Lidar, een efficiënte methode voor het verzamelen van hoog nauwkeurige, driedimensionale (x, y, z) ruimtelijke gegevens aan de hand van laserlicht, is de voorbije twee decennia sterk in gebruik toegenomen. Naast de vele toepassingen in tal van wetenschappelijke disciplines, wist ook Apple recentelijk uit te pakken met hun ingebouwde lidarscanner, dit in de iPhone 12 Pro en iPad Pro. Waarom deze techniek dan ook niet gebruiken als stimulans voor het ruimtelijk bewustzijn in de klas? Zo is het bijvoorbeeld mogelijk om beboste gebieden te onderzoeken op de aanwezigheid van archeologische vindplaatsen. Klinkt boeiend, vind je ook niet?

“Is het wel mogelijk om onder het bladerdek van een dichtbegroeid bos te kijken?”, ik hoor de vraag al komen. Eén van de kenmerken van deze opkomende technologie is echter dat er meerdere returns mogelijk zijn voor elke uitgezonden laserpuls. De pulsen vinden hun weg tussen de kleine open ruimtes waardoor als het ware ‘door de takken van de bomen’ wordt gekeken. De eerste terugkeer kan daarbij komen van bladeren aan de bovenkant van het bladerdek, terwijl de laatste terugkeer de eigenlijke hoogte van de grond kan zijn. De returns daartussen komen dan van ergens halverwege. Het zijn nu net de gegenereerde maaiveldpunten die heel interessant zijn. Door van deze punten een digitaal terreinmodel (DTM) te maken komen heel wat karakteristieken van het betreffende gebied naar boven. De regelmatige en ononderbroken hoogtevoorstelling van de topografie brengt dus eigenlijk eventuele archeologische kenmerken in kaart.

 

ALLES HEEFT ZIJN VOOR- EN NADELEN

Een DTM is op verschillende manieren te visualiseren, waarbij afhankelijk van het studiegebied en het doel van het onderzoek de beste visualisatiemethode wordt gekozen. Maar welke methode is er nu het interessantst in functie van het leren ruimtelijk denken? In deze studie werden drie verschillende visualisatietechnieken naast elkaar geplaatst in een online enquête, dit elk met zijn voor- en nadelen. Het doel was een gebruiksvriendelijk en eenvoudig te begrijpen visualisatie te selecteren voor de implementatie in het onderwijs, waarbij telkens gekeken werd naar prestaties van het kaartlezen.

Twee verschillende beboste gebieden, beiden met archeologische waarde, werden in kader van dit onderzoek geselecteerd. Enerzijds kan bij Bellewaerde Heuvelrug (België) een dozijn aan bomkraters worden opgespoord, anderzijds zijn er bij Yucatán South GLAS (Mexico) leenputten, pleinen en structuren terug te vinden. Vragen zoals ‘wat is het hoogste of laagste punt’ werden ingezet om de efficiëntie van iedere methodiek te bepalen, dit bij zowel derdegraadsleerlingen uit de richting wetenschappen, als bij eerstejaarsstudenten geografie uit België en Mexico. Hillshading bleek uiteindelijk statistisch gezien de beste resultaten te behalen bij de Belgen, bij de andere visualisaties werden op dezelfde vragen aanzienlijk meer fouten gemaakt. Deze methode, die gebruik maakt van reliëfschaduwen, sluit dan ook opmerkelijk het dichtst aan bij de vertrouwde wereld. Het is een beschrijving van hoe het reliëfoppervlak de binnenkomende verlichting reflecteert op basis van de natuurkundige wetten. Aldus werden de vooropgestelde verwachtingen grotendeels bekrachtigd. De Mexicanen, die niet tot een best fit visualisatie kwamen, verkozen echter net zoals de Belgen ook hillshading tot voorkeursvisualisatiemethode.

 

image-20210928100700-1

 

Ondanks het feit dat dit innovatief onderzoek al enkele interessante resultaten binnenhaalde, kan het in de toekomst nog veel verschillende kanten uit. Er kan onder meer gekeken worden naar het bredere publiek, het kan worden opengetrokken naar andere studiegebieden of visualisatiemethoden, het concept van kaarten en hoe gebruikers deze zien kan worden bestudeerd, enzoverder. Dit is zeker de moeite waard, daar enkele participanten reeds heel wat beloftevolle opmerkingen meegaven tijdens het invullen van de enquête. Zo vond een Mexicaanse leerling het onderzoek niet alleen interessant, maar wou hij ook graag meer leren over satellieten en kaarten. In het kort: iets om op in te zetten!

image-20210928100700-2

GEORUIMTELIJK DENKEN, HET VALT TE LEREN

Om de lidarbeelden terug te koppelen aan het onderwijs en het georuimtelijk denken, werd er een totaal van vier competenties opgesteld. Als laatste element van dit onderzoek was het namelijk belangrijk precies vast te stellen wat er moest worden bereikt en hoe dit kon worden bereikt. Elke competentie bevat op die manier drie niveaus aan complexiteit om in de klas stapsgewijs te werk te kunnen gaan. Op die manier wordt aangespoord het potentieel van deze toonaangevende laserscan-technologie te benutten en kan het aangewend worden voor innovatief onderwijs. Daarnaast worden hierbij ook het leren en het ontwikkelen van competenties die aansluiten bij het digitale tijdperk aangemoedigd. We kunnen dus besluiten dat aan de hand van deze vier lidarcompetenties het einddoel kan worden bereikt: een hoger niveau aan het ruimtelijk denken!

 

image-20210928100700-3

 

CONCLUSIE: RUIMTELIJK DENKEN IS CRUCIAAL

Dit onderzoek en de daarbij horende lidarcompetenties bieden een nieuwe en innoverende aanpak voor het ontwikkelen van georuimtelijk denken, wat als een cruciaal element wordt gezien in de ontwikkeling van  jongeren. De vier ontwikkelde competenties laten daarom toe om gaandeweg steeds gecompliceerdere ruimtelijke vraagstukken te beantwoorden. Het is een vaardigheid die noodzakelijk wordt geacht voor het leven en werken in de hedendaagse, digitale maatschappij. Kennis over verschillende vakken heen kan worden gebundeld, doelen in curricula inzake onderzoeks-competenties kunnen worden behaald. Ten opzichte van traditioneel lesmateriaal zorgen de lidarbeelden uiteindelijk voor een hogere realiteit, wordt de contextwaarde van het leren verhoogd en draagt het bij tot de interesse van leerlingen.

 

BRONNEN

Balenović, I., Alberti, G., & Marjanović, H. (2013). Airborne Laser Scanning - the Status and Perspectives for the Application in the South-East European Forestry. South-East European Forestry, 4(2), 59–79.

Drosos, V. & Farmakis, D. (2006). Airborne Laser Scanning and DTM Generation. In: Manolas, E. (Eds.), Naxos International Conference on Sustainable Management and Development of Mountainous and Island Areas (pp. 206–218). Greece.

Gould, M. (2021). Developing Spatial Thinking is Critical. Geraadpleegd op 20 september, 2021, op https://www.esri.com/about/newsroom/arcnews/developing-spatial-thinking…

Iculture. (2020). LiDAR Scanner: dit kun je met de nieuwe sensor in de iPhone 12 Pro (Max). Geraadpleegd op 20 september, 2021, op https://www.iculture.nl/uitleg/lidar-scanner-apple/

Informatie Vlaanderen. (2020). Digitaal Hoogtemodel Vlaanderen (DHMV): ondersteuning. Geraadpleegd op 30 november, 2020, op https://overheid.vlaanderen.be/DHM-Ondersteuning

Kokalj, Ž., & Hesse, R. (2017). Airborne laser scanning raster data visualization. A guide to good practice.

Redecker, C. (2017). European framework for the digital competence of educators: DigCompEdu (No. JRC107466). Joint Research Centre (Seville site).

Schroder, W., Murtha, T., Golden, C., Hernández, A. A., Scherer, A., Morell-Hart, S., ... & Brown, M. (2020). The lowland Maya settlement landscape: Environmental LiDAR and ecology. Journal of Archaeological Science: Reports, 33, 102543.

Stichelbaut, B. (2018). Sporen van oorlog: archeologie van de Eerste Wereldoorlog. Hannibal.

Werbrouck, I., Antrop, M., Van Eetvelde, V., Stal, C., De Maeyer, P., Bats, M., ... & De Smedt, P. (2011). Digital Elevation Model generation for historical landscape analysis based on LiDAR data, a case study in Flanders (Belgium). Expert Systems with Applications, 38(7), 8178-8185.

Zakšek, K., Oštir, K., & Kokalj, Ž. (2011). Sky-view factor as a relief visualization technique. Remote sensing, 3(2), 398-415.

Zwartjes, L., de Lazaro y Torres, M. L., Lindner-Fally, M., Parkinson, A., & Prodan, D. (2017). Curriculum opportunities for spatial thinking.

Bibliografie

Referentielijst

Artikels

 

Balenović, I., Alberti, G., & Marjanović, H. (2013). Airborne Laser Scanning - the Status and Perspectives for the Application in the South-East European Forestry. South-East European Forestry, 4(2), 59–79.

 

Brady, C., Davis, S., Megarry, W., & Barton, K. (2013). Lidar survey in the Brú na Bóinne world heritage site.

 

Bundzel, M., Jaščur, M., Kováč, M., Lieskovský, T., Sinčák, P., & Tkáčik, T. (2020). Semantic segmentation of airborne lidar data in maya archaeology. Remote Sensing12(22), 3685.

 

Challis, K., Forlin, P., & Kincey, M. (2011). A generic toolkit for the visualization of archaeological features on airborne LiDAR elevation data. Archaeological Prospection, 18(4), 279-289.

 

Cheung, Y., Pang, M., Lin, H., & Lee, C. K. J. (2011). Enable spatial thinking using GIS and satellite remote sensing–A teacher-friendly approach. Procedia-Social and Behavioral Sciences21, 130-138.

 

Cook, B. D., Nelson, R. F., Middleton, E. M., Morton, D. C., McCorkel, J. T., Masek, J. G., ... & Montesano, P. M. (2013). NASA Goddard’s LiDAR, hyperspectral and thermal (G-LiHT) airborne imager. Remote Sensing5(8), 4045-4066.

 

Dewilde, M., Stichelbaut, B., Van Hollebeeke, Y., Verboven, H., & Wyffels, F. (2014). Bellewaarde en zijn turbulent oorlogsverleden. M&L : MONUMENTEN, LANDSCHAPPEN33(3), 30–47.

 

Drosos, V. & Farmakis, D. (2006). Airborne Laser Scanning and DTM Generation. In: Manolas, E. (Eds.), Naxos International Conference on Sustainable Management and Development of Mountainous and Island Areas (pp. 206–218). Greece.

 

Evans, B. J. (1997). Dynamic display of spatial data-reliability: Does it benefit the map user?. Computers & Geosciences23(4), 409-422.

 

Golden, C., Murtha, T., Cook, B., Shaffer, D. S., Schroder, W., Hermitt, E. J., ... & Scherer, A. K. (2016). Reanalyzing environmental lidar data for archaeology: Mesoamerican applications and implications. Journal of Archaeological Science: Reports9, 293-308.

 

 

Hanus, M., & Havelková, L. (2019a). Teachers’ Concepts of Map-Skill Development. Journal of Geography118(3), 101-116.

 

Hanus, M., & Havelková, L. (2019b). Map skills in education: A systematic review of terminology, methodology and influencing factors. Review of International Geographical Education Online (RIGEO)9(2), 361.

 

Inomata, T., Pinzón, F., Ranchos, J. L., Haraguchi, T., Nasu, H., Fernandez-Diaz, J. C., ... & Yonenobu, H. (2017). Archaeological application of airborne LiDAR with object-based vegetation classification and visualization techniques at the lowland Maya site of Ceibal, Guatemala. Remote sensing9(6), 563.

 

Jo, I., & Bednarz, S. W. (2009). Evaluating geography textbook questions from a spatial perspective: Using concepts of space, tools of representation, and cognitive processes to evaluate spatiality. Journal of Geography108(1), 4-13.

 

Johansson, T. (2003). GIS in Teacher Education-Facilitating GIS Applications in Secondary School Geography. In ScanGIS (pp. 285-293).

 

Kennelly, P. J. (2009). Hill-shading techniques to enhance terrain maps. Proceedings of the 24th International Cartographic Conference, Santiago, Chile.

 

Kerle, N., Janssen, L. L., & Huurneman, G. C. (2004). Principles of remote sensing. ITC, Educational textbook series2, 250.

 

Kholoshyn, I., Varfolomyeyeva, I., Hanchuk, O., Bondarenko, O., & Pikilnyak, A. (2019). Pedagogical techniques of Earth remote sensing data application into modern school practice. arXiv preprint arXiv:1909.04381.

 

Khosravipour, A., Skidmore, A. K., Wang, T., Isenburg, M., & Khoshelham, K. (2015). Effect of slope on treetop detection using a LiDAR Canopy Height Model. ISPRS journal of photogrammetry and remote sensing104, 44-52.

 

Kokalj. (2011). Sky-View Factor as a Relief Visualization Technique. Remote Sensing 3(2): 398-415.

 

Kokalj, Ž., & Hesse, R. (2017). Airborne laser scanning raster data visualization. A guide to good practice.

 

Kokalj, Ž., & Somrak, M. (2019). Why not a single image? Combining visualizations to facilitate fieldwork and on-screen mapping. Remote Sensing11(7), 747.

 

Koua, E. L., MacEachren, A., & Kraak, M. J. (2006). Evaluating the usability of visualization methods in an exploratory geovisualization environment. International Journal of Geographical Information Science20(4), 425-448.

 

Krathwohl, D. R. (2002). A revision of Bloom's taxonomy: An overview. Theory into practice41(4), 212-218.

 

Laidlaw, D. H., Kirby, R. M., Jackson, C. D., Davidson, J. S., Miller, T. S., Da Silva, M., ... & Tarr, M. J. (2005). Comparing 2D vector field visualization methods: A user study. IEEE Transactions on Visualization and Computer Graphics11(1), 59-70.

 

Lambers, K., Verschoof-van der Vaart, W. B., & Bourgeois, Q. P. (2019). Integrating remote sensing, machine learning, and citizen science in Dutch archaeological prospection. Remote Sensing11(7), 794.

 

Lapon, L. (2020). Unraveling the global-scale cognitive map: a worldwilde study (Doctoral dissertation, Ghent University).

 

Lawton, C. A. (1994). Gender differences in way-finding strategies: Relationship to spatial ability and spatial anxiety. Sex roles30(11), 765-779.

 

Meylemans, E., & Petermans, T. (2017). Het gebruik van laseraltimetrische gegevens en het Digitaal Hoogtemodel Vlaanderen in het kader van archeologisch en landschappelijk onderzoek. Agentschap Onroerend Erfgoed.

 

Mongus, D., Pečnik, S., & Žalik, B. (2009). Efficient visualization of LIDAR datasets. In 2009 International Conference on Optical Instruments and Technology: Optoelectronic Imaging and Process Technology (Vol. 7513, p. 75130M). International Society for Optics and Photonics.

 

Naumann, S., Siegmund, A., Ditter, R., Haspel, M., Jahn, M., & Siegmund, A. (2009). Remote sensing in school–Theoretical concept and practical implementation. E-Learning Tools, Techniques and Applications, edited by G König & H Lehmann (ISPRS, Potsdam).

 

Patra, P. (2010). Remote Sensing and Geographical Information System (GIS). The Association for Geographical Studies, 1977, 1–28.

 

Pečnik, S., Mongus, D., & Žalik, B. (2013). Evaluation of Optimized Visualisation of LiDAR Point Clouds, Based on Visual Perception. In A. Holzinger & G. Pasi (Eds.) HumanComputer Interaction and Knowledge Discovery in Complex, Unstructered, Big Data (pp. 366-385). Maribor, Slovenia: Springer.

 

Perdue, N., & Lobben, A. (2013). The Challenges of Testing Spatial Thinking Skills with Participants who are Blind or Partial-ly Sighted. Sharing knowledge, 107.

 

Pfeifer, N., & Briese, C. (2007). Laser scanning–principles and applications. In GeoSiberia 2007-International Exhibition and Scientific Congress (pp. cp-59). European Association of Geoscientists & Engineers.

 

Phillips, R. J. (1982). An experimental investigation of layer tints for relief maps in school atlases. Ergonomics25(12), 1143-1154.

 

Redecker, C. (2017). European framework for the digital competence of educators: DigCompEdu (No. JRC107466). Joint Research Centre (Seville site).

 

Reilly, D. (2012). Gender, culture, and sex-typed cognitive abilities. PLoS ONE, 7(7): e39904. doi:101371/journal.pone.0039904.

 

Schroder, W., Murtha, T., Golden, C., Hernández, A. A., Scherer, A., Morell-Hart, S., ... & Brown, M. (2020). The lowland Maya settlement landscape: Environmental LiDAR and ecology. Journal of Archaeological Science: Reports33, 102543.

 

Senaratne, H., Gerharz, L., Pebesma, E., & Schwering, A. (2012). Usability of spatio-temporal uncertainty visualisation methods. In Bridging the geographic information sciences (pp. 3-23). Springer, Berlin, Heidelberg.

 

Štular, B., Kokalj, Ž., Oštir, K., & Nuninger, L. (2012). Visualization of lidar-derived relief models for detection of archaeological features. Journal of archaeological science39(11), 3354-3360.

 

Villagrán, A. C., Barrera, B. R. C., & Rosado, M. D. (2016). El uso de las tecnologías de información y comunicación como herramienta de aprendizaje en alumnos de educación superior. Revista Varela16(45), 221-233.

 

Wehr, A., & Lohr, U. (1999). Airborne laser scanning—an introduction and overview. ISPRS Journal of photogrammetry and remote sensing54(2-3), 68-82.

 

Werbrouck, I., Antrop, M., Van Eetvelde, V., Stal, C., De Maeyer, P., Bats, M., ... & De Smedt, P. (2011). Digital Elevation Model generation for historical landscape analysis based on LiDAR data, a case study in Flanders (Belgium). Expert Systems with Applications38(7), 8178-8185.

 

Zakšek, K., Oštir, K., & Kokalj, Ž. (2011). Sky-view factor as a relief visualization technique. Remote sensing3(2), 398-415.

Zwartjes, L., de Lázaro, M. L., Donert, K., Sánchez, I. B., González, R. D. M., & Wołoszyńska-Wiśniewska, E. (2016). Literature review on spatial thinking. GI Learner.

 

Zwartjes, L., de Lazaro y Torres, M. L., Lindner-Fally, M., Parkinson, A., & Prodan, D. (2017). Curriculum opportunities for spatial thinking.

(Hoofdstukken uit) boeken

 

Aggarwal, S. (2004). Principles of Remote sensing. In M.V.K. Sivakumar, P.S. Roy, K. Harmsen & S.K. Saha (Eds.) Satellite Remote Sensing and GIS Applications in Agricultural Meteorology (pp. 23-38). World Meteorological Organization.

 

Campbell, J. B., & Wynne, R. H. (2011). Introduction to remote sensing. Guilford Press.

 

Carver, S., Cornelius, S., Heywood, I. (2011). An introduction to geographical information systems (4e ed.). Engeland, Harlow: Pearson Education Limited.

 

Daels, L., & De Breuck, W. (1973). Afstandswaarneming met luchtfoto's. Antwerpen: De Sikkel.

 

De Maeyer, P., Ooms, K., & Bogaert, P. (2019). Cartografie [Cursus]. Gent: Universiteit Gent – Vakgroep Geografie.

 

Deanekint, D., De Maeyer, P., Goethals, D., Van Broeck, C., Van Cleemput, A., Zwartjes, L. (2016). De boeck atlas handleiding. Antwerpen: De Boeck nv.

 

Marzano, R. J., & Kendall, J. S. (Eds.). (2006). The new taxonomy of educational objectives. Corwin Press.

 

Stichelbaut, B. (2018). Sporen van oorlog: archeologie van de Eerste Wereldoorlog. Hannibal.

 

Tomlinson, R. F. (2007). Thinking about GIS: geographic information system planning for managers (Vol. 1). ESRI, Inc.

Internetbronnen

 

ArcGIS Pro. (2021a). How HillShade works. Geraadpleegd op 8 januari, 2021, op https://pro.arcgis.com/en/pro-app/latest/tool-reference/3d-analyst/how-…

 

ArcGIS Pro. (2021b). How Slope works. Geraadpleegd op 9 januari, 2021, op https://pro.arcgis.com/en/pro-app/latest/tool-reference/spatial-analyst…

ASPRS. (2013). LAS specification version 1.4 – R13 15 July 2013. Geraadpleegd op 7 januari, 2021, op http://www.asprs.org/a/society/committees/standards/LAS_1_4_r13.pdf

 

CIGA UNAM. (2021). Programa y Calendario Curso Propedéutico de ingreso al Posgrado en Geografía orientación en Manejo Integrado del Paisaje 2021. Geraadpleegd op 12 april, 2021, op https://www.ciga.unam.mx/images/posgrado/convocatoria/2021/PROGRAMA-DEL…

 

Dempsey, C. (2019). What is a GeoTIFF? Geraadpleegd op 22 januari, 2021, op https://www.gislounge.com/what-is-a-geotiff/

 

Esri. (2021). ArcGIS Pro overview. Geraadpleegd op 7 januari, 2020, op https://www.esri.com/en-us/arcgis/products/arcgis-pro/overview

 

Europese Commissie. (2021). Gegevensbescherming in de EU. Geraadpleegd op 4 maart, 2021, op https://ec.europa.eu/info/law/law-topic/data-protection/data-protection…

 

FileTypes. (2017). GZ bestandsextensie. Geraadpleegd op 21 januari, 2021, op https://www.filetypes.nl/extension/gz

 

IGU UGI. (2016). Internationaal Charter voor Aardrijkskundeonderwijs. Geraadpleegd op 24 april, 2021, op http://www.igu-cge.org/wp-content/uploads/2019/08/Charter-IGU_2016_def_…

 

Informatie Vlaanderen. (2020). Digitaal Hoogtemodel Vlaanderen (DHMV): ondersteuning. Geraadpleegd op 30 november, 2020, op https://overheid.vlaanderen.be/DHM-Ondersteuning

 

Informatie Vlaanderen. (2021a). Digitaal Hoogtemodel Vlaanderen II. Geraadpleegd op 1 januari, 2021, op https://overheid.vlaanderen.be/dhm-digitaal-hoogtemodel-vlaanderen-ii

 

Informatie Vlaanderen. (2021b). LIDAR Digitaal Hoogtemodel Vlaanderen II – ruwe remote sensing data. Geraadpleegd op 1 januari, 2021, op https://overheid.vlaanderen.be/DHM-DHMV-II-brondata

 

Janssen, L. (2017). Infosessie: Brondata DHMV. Geraadpleegd op 30 november, 2020, op https://docplayer.nl/51052796-Infosessie-brondata-dhmv.html

 

Karimova S., & Veselov, M. (2008). Primenenie dannyih distantsionnogo zondirovaniya v obrazovatelnyih tselyahika prepodavaniya geografii (Application of remote sensing data for educational purposes). Geraadpleegd op 29 november, 2020, op http://d33.infospace.ru/d33_conf/2008_conf_pdf/SMY/Veselov.pdf

 

Leonardo da Vinci. (2008). Theorie en praktijk bij Terrestriële Laser Scanning. Training gebaseerd op praktische toepassingen. Geraadpleegd op 23 april, 2021, op http://jllerma.webs.upv.es/pdfs/Leonardo_Tutorial_Final_vers5_DUTCH.pdf

 

LimeSurvey. (2021). LimeSurvey Handleiding. Geraadpleegd op 11 februari, 2021, op https://manual.limesurvey.org/LimeSurvey_Manual/nl

 

Lund Research Ltd. (2018). Multiple Regression Analysis using SPSS Statistics. Geraadpleegd op 15 april, 2021, op https://statistics.laerd.com/spss-tutorials/multiple-regression-using-s…

 

Ministerie van de Vlaamse Gemeenschap. (2000). Decreet houdende het Geografisch Informatie Systeem Vlaanderen (1). Geraadpleegd op 19 maart, 2021, op https://www.etaamb.be/nl/decreet-van-17-juli-2000_n2000035847.html

 

Pavlov, I. (2021). 7-Zip. Geraadpleegd op 3 maart, 2021, op https://www.7-zip.org/

 

QGIS. (2021). QGIS- Het leidende open bron desktop GIS. Geraadpleegd op 24 januari, 2021, op https://www.qgis.org/nl/site/about/index.html

 

Rapidlasso. (2020). LAStools: award-winning software for rapid LiDAR processing. Geraadpleegd op 7 januari, 2021, op http://lastools.org/

 

ReviverSoft. (2021). TAR Bestandsextensie. Geraadpleegd op 21 januari, 2021, op https://www.reviversoft.com/nl/file-extensions/tar

 

Rivers, M., Suarez, K., Gallón, N. (2020). Mexico’s solution to the Covid-19 educational crisis: Put school on television. Geraadpleegd op 28 april, 2021, op https://edition.cnn.com/2020/08/22/americas/mexico-covid-19-classes-on-…

 

Schmidt, M. (2014). The association: Definitions. Geraadpleegd op 30 november, 2020, op https://icaci.org/mission/#:~:text=Plan%202003%E2%80%932011%3A-,Map,rel….

 

Sleiderink, N. (2020). Corona boost voor online leerplatformen. Geraadpleegd op 28 april, 2021, op  https://www.tijd.be/politiek-economie/belgie/vlaanderen/corona-boost-vo…

 

Statistics How To. (2021a). Durbin Watson Test & Test Statistic. Geraadpleegd op 16 april, 2021, op https://www.statisticshowto.com/durbin-watson-test-coefficient/

 

Statistics How To. (2021b). Variance Inflation Factor. Geraadpleegd op 16 april, 2021, op https://www.statisticshowto.com/variance-inflation-factor/

 

UGent. (2020). Studiefiche geografische informatiesystemen (GIS) (C003531). Geraadpleegd op 26 februari, 2021, op https://studiekiezer.ugent.be/studiefiche/nl/121478807/2021

 

Van den Berg, R.G. (2021a). Binomial Test – Simple Tutorial. Geraadpleegd op 7 april, 2021, op https://www.spss-tutorials.com/binomial-test/

 

Van den Berg, R.G. (2021b). SPSS Chi-Square Independence Test Tutorial. Geraadpleegd op 7 april, 2021, op https://www.spss-tutorials.com/spss-chi-square-independence-test/

 

Van den Berg, R.G. (2021c). Z-Test for 2 Independent Proportions – Quick Tutorial. Geraadpleegd op 14 april, 2021, op https://www.spss-tutorials.com/z-test-2-independent-proportions/

 

ZRC SAZU. (2019). Manual: Relief Visualization Toolbox, ver. 2.2.1. Geraadpleegd op 8 januari, 2021, op https://www.zrc-sazu.si/sites/default/files/rvt_2.2.1_0.pdf

Andere

 

GO!. (2017). Leerplan secundair onderwijs A.V. Aardrijkskunde. Brussel: Huis van het GO!.

 

G-LiHT. (2013). Metadata for NASA Goddard’s lidar, hyperspectra land thermal (G-LiHT) airborne imager [word-document]. (Geraadpleegd op: 26 februari 2021).

 

Hernandez, M. (2020). GIS as a mean to empower the Maya indigenous communities [word-document]. (Geraadpleegd op: 16 maart 2021).

 

Katholiek Onderwijs Vlaanderen. (2012). Leerplan aardrijkskunde derde graad ASO, studierichtingen met component wetenschappen. Brussel: LICAP.

 

Van Acker, V. (2019a). Ruimtelijke analyse 2: les 2: Enkele praktische oplossingen [PowerPointpresentatie]. (Geraadpleegd op: 15 april 2021).

 

Van Acker, V. (2019b). Ruimtelijke analyse 2: les 1: Inleiding + herhaling regressie [PowerPointpresentatie]. (Geraadpleegd op: 15 april 2021).

 

Zwartjes, L. (2020). GIS leerlijn onderwijs [PowerPointpresentatie]. (Geraadpleegd op: 22 februari 2021).

Download scriptie (6.03 MB)
Universiteit of Hogeschool
Universiteit Gent
Thesis jaar
2021
Promotor(en)
Philippe De Maeyer
Thema('s)