De voorbedachtheid is een strafverzwarende omstandigheid bij verscheidene misdrijven, waaronder doodslag. Door de aanname van voorbedachtheid treden verschillende gevolgen in werking. Zo verhoogt de maximum gevangenisstraf van dertig jaar voor doodslag naar levenslang voor moord. Ook de verjaringstermijn is verschillend. De voorbedachtheid is dus een begrip dat belangrijk is voor zowel actoren in de strafrechtsketen als de persoon die wordt beschuldigd van doodslag met voorbedachten rade of moord, een van de zwaarste misdrijven. Ondanks het grote
belang ervan, bevat het huidige Strafwetboek echter geen definitie of duidelijke omlijning, waardoor de term riskeert op subjectieve en willekeurige wijze te worden ingevuld.

Tijdens de parlementaire discussies voor het Strafwetboek van 1867 werden evenwel enkele handvaten aangereikt omtrent de invulling van het begrip, waaruit een basisstelling is gevloeid: voorbedachtheid bestaat uit het weloverwogen besluit, genomen voorafgaand aan de daad. Deze basisstelling is doorheen de jaren uitgebreid met verschillende voorwaarden.

Door middel van een uitgebreid literatuuronderzoek, rechtspraakanalyse van arresten van het hof van assisen en een rechtsvergelijkend luik, poogde deze masterthesis een antwoord te bieden op de volgende vragen: is de basisstelling verder aangevuld en geëxpliciteerd in de rechtsleer en rechtspraak? Zo ja, hoe ver reiken deze aanvullingen en welke bijkomende voorwaarden werden toegevoegd? Vervolgens werd een synthese opgemaakt, opdat uiteindelijk een omvattende invulling aan de voorbedachtheid kon worden gegeven die rekening hield met zowel doctrinale
vereisten als de praktijk.

Ook het ruimere kader werd geschetst. De voorbedachtheid werd benaderd vanuit een
psychologische invalshoek, gezien de raakpunten met de menselijke psyche. Ten slotte werd eveneens een blik geworpen op de invulling ervan in Nederland en de Verenigde Staten.

Het nieuwe Strafwetboek, dat in werking zal treden in april 2026, bevat opnieuw een definitie van de voorbedachtheid. Deze werd vergeleken met de invulling die voortkwam uit dit onderzoek, waarbij enkele opmerkingen naar voren kwamen. Ter conclusie kan gesteld worden dat de definitie uit het nieuwe Strafwetboek op sommige punten verschilt. De voorwaarde van planmatigheid is een twistpunt en zal ongetwijfeld een interessante tendens op gang trekken de jaren na inwerkingtreding.

Niet-epistemische waarden spelen een onvermijdelijke rol bij alle fases van wetenschappelijk onderzoek. Hoe kunnen we legitieme waarde-invloeden onderscheiden van illegitieme? Ik stel een integratie voor van twee reeds bestaande strategieën in de literatuur: de axiologische strategie van David Resnik en Kevin Elliott (2023), en de systemische strategie van Wendy Wagner (2022). Beide strategieën kunnen elkaar in belangrijke mate aanvullen door elkaars individuele tekortkomingen wederzijds op te vangen en weg te werken. Zo zorgt Wagner er institutioneel voor dat de verschillende belangengroepen fysiek rond de discussietafel geraken, maar Resnik en Elliott helpen vervolgens om de “agenda” op te stellen van wat daar inhoudelijk
besproken moet worden indien we de onvermijdelijke waarde-invloeden in wetenschappelijk onderzoek kritisch voor het voetlicht willen brengen.

Alle leerlingen hebben recht op kwaliteitsvol en inclusief onderwijs, ook zij met een verstandelijke beperking. Toch blijft de realisatie van inclusie complex. In Vlaanderen wordt ingezet op leerondersteuners die zowel leerlingen als leraren ondersteunen. Deze kwalitatieve studie onderzocht, op basis van 18 interviews met negen duo’s, hoe leraren en leerondersteuners samenwerken en welke invloed dit heeft op de attitude en het zelfvertrouwen (zelfeffectiviteit) van leraren. De resultaten tonen dat samenwerking die wordt gekenmerkt door afstemming, gedeelde kennis, wederzijds vertrouwen en een gezamenlijke identiteit leidt tot intensere vormen van samenwerking, met een positieve invloed op zowel de realisatie van een inclusief onderwijsaanbod als het geloof van leraren in hun eigen kunnen.

Aan de slag gaan met executieve functies binnen een school voor buitengewoon onderwijs.

Deze studie onderzoekt hoe vrouwen hun wegbanen door het diagnosticeringsproces van endometriose in Vlaanderen. Via diepte-interviews wordt duidelijk hoe zij omgaan met medische onzekerheid, erkenning proberen te krijgen en soms zelf de regie over hun zorgtraject nemen.

In dit werk onderzoeken we hoe artificiële intelligentie kan helpen om epidemieën eerlijker en efficiënter aan te pakken. Met behulp van reinforcement learning leert een algoritme verschillende maatregelen uitproberen en afwegen, zodat het zowel de medische impact als de sociale last probeert te beperken. Dit onderzoek breidt eerder onderzoek uit door in de sociale last ook het risico op hospitalisatie in rekening te brengen. We kijken hoe het algoritme de maatregelen op een gebalanceerde manier aanpakt en verdeelt tussen de leeftijdsgroepen. Door middel van simulaties en visualisaties tonen we hoe het gebruik van artificiële intelligentie leidt tot meer gebalanceerde strategieën, zonder dat het de effectiviteit van bestrijding van de epidemie beïnvloed.

Hoewel gelijkheid en non-discriminatie tot de hoekstenen van onze samenleving behoren, worden LGBTQ+-personen wereldwijd nog steeds geconfronteerd met discriminatie en juridische uitsluiting van bescherming. Om dit spanningsveld tussen theorie en praktijk te onderzoeken en te contrasteren, analyseert deze thesis hoe twee invloedrijke rechtsstelsels — het Europese en het Amerikaanse — omgaan met discriminatie op grond van seksuele geaardheid.

Om de waarborgen van non-discriminatie op grond van seksuele geaardheid in de praktijk te kunnen begrijpen, wordt aan de hand van een rechtsvergelijkende analyse van de jurisprudentie van het Hof van Justitie van de Europese Unie en het Amerikaanse Hooggerechtshof nagegaan welk systeem vandaag de meest doeltreffende bescherming biedt, en of beide rechtssystemen iets van elkaar kunnen leren.

De bevindingen tonen aan dat het Hof van Justitie een coherent, consistent en stabiel beschermingskader biedt, in overeenstemming met de fundamentele waarden waarop de Unie is gebouwd, en met een sterke nadruk op de effectiviteit van het recht. In de Verenigde Staten daarentegen blijft de bescherming wisselvallig en kwetsbaar. Hoewel het Europese systeem institutionele en bevoegdheidsbeperkingen kent, waarborgt het een meer gestructureerde en voorspelbare bescherming.

Toch mag niet worden genegeerd dat bepaalde uitspraken van het Amerikaanse Hooggerechtshof in sommige gevallen verder gaan in hun bescherming. Die vaststelling moet echter worden genuanceerd in het licht van het huidige politieke klimaat en de samenstelling van het Hof, die weinig garanties bieden op verdere vooruitgang.

Sinds de opkomst van krachtige AI- en deep learning-modellen is data uitgegroeid tot een essentiële en vaak beperkende factor in het ontwikkelingsproces. Waar eenvoudige modellen vaak kunnen volstaan met beperkte en eenvoudige datasets, vereisen complexere modellen – zoals die voor objectdetectie – steeds grotere en rijkere hoeveelheden gelabelde data. Dit vormt een belangrijk probleem in domeinen zoals sonarbeeldvorming, waar dergelijke datasets niet beschikbaar zijn als kant-en-klare bronnen en handmatige annotatie buitengewoon tijdsintensief en kostbaar is. Dit onderzoek richt zich daarom op de centrale vraag: hoe kunnen semi-supervised en self-supervised leermethoden het labelproces bij objectdetectie in sonardata versnellen, zonder significant verlies aan nauwkeurigheid?

Om deze vraag te beantwoorden is een experimenteel kader opgezet waarin drie benaderingen zijn onderzocht: een volledig supervised baseline gebaseerd op Faster R-CNN, een semi-supervised model met FixMatch, en een self-supervised strategie waarbij een BYOL-model wordt gepretraind en vervolgens gebruikt als backbone binnen een Faster R-CNN-architectuur. De experimenten zijn uitgevoerd op een publieke sonardataset bestaande uit 7600 gelabelde sonarbeelden. Voor de supervised baseline is het model getraind op verschillende hoeveelheden gelabelde data: 1%, 5%, 10%, 50% en 100%. De bijbehorende mAP-scores tonen een sterke daling in nauwkeurigheid naarmate de hoeveelheid gelabelde data afneemt, met resultaten variërend van 0.7717 (100%) tot slechts 0.2799 bij gebruik van 1% van de data.

In het semi-supervised scenario is FixMatch toegepast met 5% en 10% gelabelde data, terwijl de resterende data werd gebruikt als ongelabelde input. Deze aanpak resulteerde in mAP-scores van respectievelijk 0.6649 en 0.6828, wat duidelijk betere prestaties zijn dan het supervised model op dezelfde labelniveaus. Voor het self-supervised model werd BYOL gepretraind op de volledige dataset zonder labels. De representaties die dit opleverde zijn vervolgens geïntegreerd in Faster R-CNN, waarbij opnieuw 5% en 10% van de data gelabeld werd gebruikt voor training. Deze benadering leverde de hoogste nauwkeurigheid binnen de lage-labelscenario's, met mAP-scores van respectievelijk 0.6452 en 0.7230.

De resultaten van dit onderzoek tonen aan dat zowel semi-supervised als self-supervised technieken effectief zijn in het verminderen van de afhankelijkheid van handmatig gelabelde data, terwijl de modelprestaties grotendeels behouden blijven. Met name self-supervised pretraining via BYOL blijkt zeer waardevol in situaties met beperkte gelabelde data. Deze bevindingen bieden praktische aanknopingspunten voor het ontwikkelen van efficiëntere workflows in sonarbeeldanalyse, en zijn relevant voor bredere toepassingen in domeinen waar gelabelde data schaars of moeilijk te verkrijgen is. Hoewel de resultaten veelbelovend zijn, is vervolgonderzoek nodig om de generaliseerbaarheid naar andere types sonardata of real-time toepassingen te evalueren.

Een vergelijkende studie van de actieve en receptieve
deelname aan de podiumkunsten, de motivaties en de
drempels van dove, slechthorende en horende
personen in Vlaanderen.

De laatste jaren stromen steeds meer leerlingen vanuit het buitengewoon lager onderwijs in het regulier onderwijs in. Volgens de huidige regelgeving in Vlaanderen moeten leerlingen met een Individueel Aangepast Curriculum (IAC) of een OV4-verslag die starten in het gewoon secundair onderwijs, standaard ingeschreven worden onder ontbindende voorwaarde. Ik ging op zoek naar hoe een school een onderbouwde eindbeslissing kan nemen over een inschrijving onder ontbindende voorwaarde in het regulier onderwijs, met aandacht voor de betrokken leerling en diens ouders.