Ga naar de startpagina
Zoek leermateriaalKennis & expertiseCommunities
NL|EN
Privacy policy
Creative CommonsCreative Commons AttributionSURFFunded by the European Union

Filteren

Zoekresultaten (452)

…

HBO/WO

MBO

5 oktober 2026

GenAI leert, maar denkt het ook?

Deze e-learning is onderdeel van het pakket Werken met Generatieve AI. De e-learning gaat over hoe GenAI werkt en waarom het anders leert dan mensen. Aan bod komen data, patronen, machine learning, taalmodellen, beeldherkenning, bias en hallucinaties. De e-learning bestaat uit voorbeelden, interactieve vragen, reflectieopdrachten en praktijkvoorbeelden. Leerdoel 1: Je weet dat GenAI leert van data en patronen. Leerdoel 2: Je begrijpt waarom GenAI fouten kan maken. Bijvoorbeeld door hallucinaties en bias. Leerdoel 3: Je weet dat je een antwoord van GenAI altijd moet controleren. Duur: circa 15 minuten.

MboWebsite

Project Werken met generatieve AI, House of Digital en Team Content Creation

23 september 2026

Ethiek & Duurzaamheid

In deze korte video uit het pakket Werken met Generatieve AI geven studenten op straat hun mening over ethische vraagstukken rond AI. Vervolgens leggen experts uit wat ethiek bij AI betekent, hoe vooroordelen in data kunnen leiden tot bias en ongelijkheid, en welke impact AI heeft op het gebruik van energie en water. De video laat zien dat niet alles wat technisch mogelijk is ook wenselijk is en stimuleert kritisch nadenken over verantwoord AI-gebruik.

Video

Project Werken met generatieve AI, House of Digital en Team Content Creation

22 september 2026

Guest Journey Profiel niveau 4 - modulaire leermaterialen voor Hospitality

Bouwt verdiepend op Guest Journey Profiel niveau 3 met een leidinggevend perspectief. Module 1 gaat over gasttevredenheid, klachtbeleid, data en productadvies; Module 2 over een belevingsconcept op basis van bedrijfsstrategie, doelgroep en financiële kaders, met risicoanalyse, kwaliteitsbewaking en leiderschap. Het onderwijs is ontworpen rond leeruitkomsten. Elke module heeft één leeruitkomst met succescriteria; de student werkt aan eigen bewijsstukken en bouwt zo een portfolio op. Modules zijn formatief (behaald of nog niet behaald); de summatieve afsluiting volgt op het niveau van het opleidingsonderdeel. Samenwerkend leren in wisselende samenstelling zit ingebouwd, met feedback volgens twee tops en één tip. Het pakket bevat per module een moduleboek (Word) en een lessenpresentatie (PowerPoint), aangevuld met een planning en een docentenhandleiding. Belangrijk: dit zijn sjablonen om te verrijken. De structuur, de KD-koppeling en de bewijsstukken liggen vast (strak op WAT). Volgorde, tempo, eigen praktijkvoorbeelden en accenten vult de docent zelf in (ruim op HOE). Op enkele plekken verwijst het materiaal naar de digitale leeromgeving en de periodenummering van Zadkine; pas die aan naar je eigen context. Onderdeel van de open set 'Modulair Hospitality-onderwijs KD 2025' van Zadkine Hospitality College. Bekijk de opleidingsroutes voor niveau 2, 3 en 4 om te zien waar dit onderdeel in de opleiding valt.

Document

Robbert Nijenhuis

15 september 2026

Wat is generatieve AI?

Deze animatie uit het pakket Werken met Generatieve AI legt uit wat generatieve AI is en hoe het verschilt van traditionele AI. Aan bod komen data, patronen, prompts, het genereren van tekst en afbeeldingen en het kritisch beoordelen van resultaten. Studenten ontdekken hoe GenAI nieuwe content maakt en waarom controle van AI-uitkomsten belangrijk is.

Video

Project Werken met generatieve AI, House of Digital en Team Content Creation

1 augustus 2026

Introduction to data management as part of Open Science

Data management is part of the research cycle. It is crucial to think about it in the design phase of any experiment. This self-study module gives you hands on advice on what to do (and what NOT) with research data. It is not about (statistical) data analysis. This self-study module helps students get familiar with setting up their data management plan. As it’s an introduction to this topic, it is for students at beginner level. After completing this self-study module, you should be able to answer the following questions: What do I store? Where do I store? How can others understand what I stored? Why should I care?

Website

Susanne Kirchhoff

8 april 2026

AI, privacy & datakwaliteit: Wat gebeurt er met mijn data? #2

Wat gebeurt er eigenlijk met de data die je invoert in AI tools? En waar moet je op letten bij het werken met studentgegevens? Deze video helpt je bewust en veilig met AI om te gaan. In deze tiendelige serie verkennen we wat AI betekent voor het onderwijs en jouw werk, en krijg je praktische inzichten om er bewust en verantwoord mee om te gaan. https://media.saxion.nl/playlist/dedicated/0_fbv1t360/0_60daugd8

Video

Dennis Broekhof

8 april 2026

Legal Network Analysis

How can complex legal systems, filled with interconnected cases, statutes, and actors, be understood through data? Legal Network Analysis offers law students and researchers a practical guide to mapping and interpreting relationships in legal data using the tools of network science. Building on the foundations of graph theory, this open textbook shows how relationships between cases, statutes, or states can reveal underlying structures in law that traditional methods often overlook. Whether analysing citation networks, treaties among nations, or the diffusion of legal norms, readers learn to translate legal questions into visual and quantitative insights. Developed by the Law and Tech Lab at Maastricht University, this resource combines conceptual clarity with applied learning. Each chapter blends concise explanations with interactive Jupyter notebooks, allowing readers to reproduce, modify, and experiment with examples in real time. Appendices include step-by-step guidance for data preparation, visualisation, and software setup; making the book equally accessible for newcomers and advanced students. Designed to support the Network Analysis course at Maastricht University, this textbook is also a valuable standalone introduction for anyone exploring the data-driven dimensions of law and policy.

Open (Access) Tekst Boek

Gustavo Arosemena, Gijs van Dijck, Roland Moerland

24 maart 2026

How the Data Logging System Works

Main Concepts: Data Log Manager as the core of the data logging system Enabling logging and debug options File naming, timestamping, file types, and delimiters Automatic creation of log folders Data collectors and their roles (continuous vs. event-driven logging) Ordering columns in CSV files Using Unity events to trigger data collection Learning Goals: Understand how to configure the Data Log Manager for logging data Learn how to organize and customize data logs, including file settings and folder structure Recognize the difference between continuous and event-driven data collection Understand how to link game events to data logging through scripts and Unity events Know when to seek developer assistance for custom data logging needs Key Takeaways: The Data Log Manager controls all aspects of data logging, including file creation and data formatting Data collectors can log data continuously or only when specific events occur Column order in CSV files can be customized using order values Unity events provide a flexible way to trigger data logging during gameplay Default settings simplify setup, but customization is possible for advanced needs Further Exploration: Search for “Unity Data Logging Best Practices” Search for “Unity Event System Tutorial” Search for “CSV File Handling in Unity” Read about “Custom Data Collectors in Unity” Explore “Runtime Folder Creation in Unity”

Video

Lucia M Rabago Mayer, Jordi Weldink, Amanda Poulin

24 maart 2026

Onderwijsmaterialen Universiteitsbibliotheek Utrecht

In deze verzameling vind je alle onderwijsmaterialen gemaakt door de Universiteitsbibliotheek Utrecht. Deze onderwijsmaterialen richten zich voornamelijk op de volgende thema's: informatievaardigheden, AI literacy, data literacy, en open educatie. Deze verzameling omvat libguides, storyboards van e-learnings, kennisclips en workshopmaterialen.

Universiteitsbibliotheek Utrecht

15 maart 2026

Data van troost

Data van troost Hoe ziet de toekomst van de zorg eruit? Zullen computers meten hoe gelukkig we zijn? En wat doen we dan met die informatie? Hoe is het voor zorgpersoneel om een robot als collega te hebben? Is technologie vriend of vijand van eenzaamheid? Met vergrijzing en stijgende personeelstekorten in de zorg, zijn het relevante vragen. Samen met de Radboud Universiteit en zorgorganisatie Kalorama ging InScience daarom op zoek naar antwoorden door film in het nieuwe project TOEKOMSTBEELDEN. We koppelden drie filmmakers aan ieder een eigen groep van onderzoekers op het gebied van zorginnovatie en aan bewoners en medewerkers van Kalorama. Samen bogen zij zich meerdere dagen over mogelijke toekomstscenario’s voor de zorg. Op basis van deze input, maakten filmmakers Brian den Hartog, Laura Heinig en Valerie Rutjes drie korte fictiefilms, die in première zijn gegaan tijdens InScience 2024. Dit project is een samenwerking met Kalorama en de Radboud Universiteit, en is mede mogelijke gemaakt door de Nationale Wetenschapsagenda.

Video

Laura Heinig, Brian den Hartog, Valerie Rutjes