�����̨

Met haar onderzoeksproject gaat Irene Klugkist, hoogleraar bij Methoden en Statistiek, aan de slag met BES. Klugkist legt uit dat ‘Bayesian Evidence Synthesis’ (BES) een methode is om de hoeveelheid bewijs in verschillende studies samen te nemen. “Omdat de aggregatie op het niveau van de hypothesen plaatsvindt en niet op het niveau van data of model parameters (zoals bijvoorbeeld bij meta-analyse) is BES zeer flexibel. BES kan resultaten van studies die erg verschillend zijn tóch samennemen.” BES staat echter nog in de kinderschoenen. Kugkists (methodologische) onderzoek helpt BES te volgroeien tot een breed inzetbaar instrument, dat empirische kwantificatie van de generaliseerbaarheid van wetenschappelijke theorieën mogelijk maakt.

Het doel van Kees Koonings’ onderzoeksproject is het begrijpen van strategieën, praktijken, ervaringen en uitkomsten voor veerkracht en weerbaarheid in stedelijke gemeenschappen in Latijns-Amerika die te maken hebben met langdurig geweld en onveiligheid. Koonings: “Het gaat daarbij vooral om arme en gestigmatiseerde wijken in de zogeheten stedelijke periferie. Mijn project brengt dit in verband met twee bredere aspecten van weerbaarheid: beleid voor openbare veiligheid van de overheid, en interventies in de materiële en ruimtelijke kwaliteit van de stedelijke omgeving.”

Rens van de Schoot stelt dat er in de tsunami van nieuwe wetenschappelijke kennis niet genoeg tijd is om alles te lezen. Van de Schoot: “Oplossingen hiervoor op het gebied van kunstmatige intelligentie (KI) zijn doorgaans closed source. Dat is problematisch in het tijdperk van transparantie, vooral als KI beslissingen neemt. Bovendien zijn de meeste literatuuronderzoeken gericht op westerse studies die in het Engels zijn gepubliceerd.” Daarom wil Van de Schoot met zijn onderzoeksproject een volledig open-source en real-time KI-ondersteunde pijplijn ontwikkelen, met behulp van inclusieve databases.