SURF Pilots
In samenwerking met SURF heeft een aantal hogescholen pilot-projecten uitgevoerd op het gebied van researchdata management en virtual research environments.
Het doel van de pilots was om geïntegreerde diensten voor onderzoek te realiseren die aansluiten bij praktijkgericht onderzoek.
Onderstaand vind je iedere pilot specifiek beschreven.
Data in Privacygevoelig Praktijkgericht Onderzoek (DPPO)
Avans | |
---|---|
Lectoraten: |
|
Contactpersoon: | Dr. Miaomiao Zhou | m.zhou1@avans.nl |
Looptijd: | juni 2022 – december 2022 |
Bijhorende documenten: |
Toelichting
Avans Hogeschool heeft in deze pilot Digital / Virtual Research Environments (DRE/VRE) onderzocht en beoordeeld voor de verzameling, opslag, verwerking van en samenwerking aan privacygevoelige data binnen praktijkgericht onderzoek. Concreet is in kaart gebracht wat de vereisten hiervoor zijn samen met onderzoekers, data stewards en juridische experts. Doel was om een template ontwikkelen voor een dataverwerkingsovereenkomst (DPA). Ook zijn in deze pilot twee VRE’s worden getest, namelijk de SURF Research Cloud en anDREa-infrastructuur met als doel een proof-of-concept te vinden voor cloud-gebaseerde oplossingen voor privacygevoelige data binnen praktijkgericht onderzoek.
Data-intensief onderzoek rondom berichtgeving over de oorlog in Oekraïne
Hogeschool Utrecht | |
---|---|
Lectoraten: |
Via de SPRONG Responsible Applied AI zijn de volgende lectoraten betrokken:
|
Contactpersoon: | Stefan Leijnen | stefan.leijnen@hu.nl |
Looptijd: | juni 2022 – december 2022 |
Bijhorende documenten: |
Toelichting
Aan de hand van een casus, een data-intensief onderzoek rondom de berichtgeving over de oorlog in Oekraïne, is onderzocht hoe onderzoekers, docenten en studenten kunnen worden uitgenodigd tot het werken in SURF Research Cloud. Doel van deze pilot was om SURF Research Cloud te implementeren als platform voor data-analyse in de projecten die voortkomen uit de SPRONG Responsible Applied AI ("RAAIT"). De casus maakt op een aansprekende manier duidelijk hoe data-analyse in SURF Research Cloud veilig en betrouwbaar mogelijk is. Concreet resultaat is een serie tutorials waarin de mogelijkheden van data-analyse op SURF Research Cloud uitgelegd en reproduceerbaar gemaakt worden. Daarbij is toegewerkt naar een aanpak die inzetbaar is zowel binnen als buiten het themagebied media.
Creating a data fabric through easy-to-use cloud computing
Hogeschool Rotterdam | |
---|---|
Lectoraten: |
|
Contactpersoon: | Rob van der Willigen | r.f.van.der.willigen@hr.nl |
Looptijd: | juni 2022 – december 2022 |
Bijhorende documenten: |
|
Toelichting
Het doel van deze pilot was om docentonderzoekers en lectoren te ondersteunen bij de toepassing van Data Science binnen onderzoeksprogramma's en minoren. Studenten Data science en Computational Science zijn aan de slag gegaan met onderzoeksdata vanuit de kenniscentra. Hiervoor heeft Hogeschool Rotterdam de SURF-dienst Jupyter Hub ingezet, zodat studenten konden werken aan de onderzoeksdata zonder iets te hoeven installeren. Op deze manier werd cloud computing op een laagdrempelige manier geïntroduceerd binnen de minoren en lectoraten. De pilot sloeg zo een brug tussen onderwijs en onderzoek. In deze pilot verkende de Hogeschool Rotterdam zowel de klassieke toepassing van Jupyter Hub door deze dienst te gebruiken voor bijvoorbeeld Natural Language Processing en Computer Vision onderwijs, alsook meer innovatieve toepassingen zoals het gebruik van Azure AI services.
SMART Sensordata Infrastructuur
HAS green academy | |
---|---|
Lectoraten: |
|
Contactpersoon: | Max de Visser | vima@has.nl |
Looptijd: | juni 2022 – december 2022 |
Bijhorende documenten: |
Toelichting
Bij HAS Hogeschool is een aantal lectoraten dat gebruik maakt van sensordata. Zij lopen in hun onderzoek regelmatig tegen het probleem aan dat de data-infrastructuur onvoldoende mogelijkheden biedt om de real-time sensordata uit de verschillende fieldslabs efficiënt en effectief op te slaan en in onderlinge samenhang breed toepasbaar te krijgen voor het lectoraatsonderzoek. In deze pilot is een workflow voor sensordata en een metadatamodel beschreven en ontworpen. Middels deze stappen kan sensordata geschikt gemaakt worden voor hergebruik en toepasbaar voor verschillende onderzoeksvragen.
DCC Tijd voor toekomst: RDM voor onderzoek
Hanzehogeschool | |
---|---|
Lectoraat: | Praktijkgericht Sportwetenschap en Curious Minds |
Contactpersoon: | Sanne Visser | s.s.visser@pl.hanze.nl |
Looptijd: | mei 2021 - augustus 2022 |
Bijhorende documenten: | Eindrapportage pilot DCC Tijd voor toekomst v1.0 |
Toelichting
Het doel van deze pilot was om datamanagement van het grootschalige programma Tijd voor Toekomst te inventariseren, stroomlijnen, optimaliseren en waar mogelijk te automatiseren. Datamanagement van dit langlopende project is geoptimaliseerd door invulling van een Research Drive en connecties tussen Enalyzer, Research Drive, SPSS
en Canva. Er is geïnventariseerd hoe het proces na verschillende metingen kan worden geautomatiseerd en data verantwoord kan worden gedeeld tussen betrokken partijen.
Samenwerking tussen datastewards en onderzoekers is uitgebreid.
Op weg naar Open Science: van Research Drive naar DANS EASY
De Haagse Hogeschool | |
---|---|
Lectoraat: | Lectoraat Duurzame Talentontwikkeling |
Contactpersoon: | Marta Kargól | m.m.kargol@hhs.nl Saskia Rademaker | S.Rademaker@hhs.nl |
Looptijd: | 1 november 2021 – 1 juni 2022 |
Bijhorende documenten: |
Deze formulieren zijn dus specifiek bedoeld voor het deponeren van data in DANS EASY.
|
Toelichting
Met deze pilot werd kennis opgedaan voor de ondersteuning van de laatste fasen van onderzoek, te weten a) publiceren en b) archiveren van onderzoeksdata. Op De Haagse Hogeschool is DANS EASY het aanbevolen data-archief. Het deponeren in DANS EASY wordt daarom actief ondersteund door het team datastewards. In deze pilot werd een interne procedure gedefinieerd en tools (formulieren) ontwikkeld om efficiënte en uniforme ondersteuning te bieden aan alle onderzoekers werkzaam op De Haagse Hogeschool. Volgens deze procedure adviseren datastewards de onderzoekers over het voorbereiden van de dataset en de keuze van data die gedeponeerd moeten worden. Vervolgens controleren datastewards de dataset en voeren ze de dataset in DANS EASY in op basis van een metadataformulier aangeleverd door onderzoeker.
Platform digitale faunaschade taxatie
Fontys Hogescholen - Venlo | GreenTechLab |
---|---|
Lectoraat: | GreenTechLab | https://fontys.nl/Onderzoek/Agro-Mechatronica.htm |
Contactpersoon: | Anton Winkelmolen | a.winkelmolen@fontys.nl |
Looptijd: | februari 2021 – augustus 2021 |
Bijhorende documenten: |
|
Toelichting
Fontys GreenTechLab doet onderzoek naar de inzet van drones voor het verzamelen van beelden van faunaschade aan akkers en de automatische verwerking van deze beelden op basis van machine learning. Het ultieme doel is dat er op termijn vanuit een dronebeeld
een volledig geautomatiseerd faunaschade taxatierapport wordt gegenereerd voor taxatiebureaus. In deze pilot zijn onderzoekers en onderzoeksondersteuners samen met SURF aan de slag gegaan met het opzetten van een workflow om de datastromen van de drone
naar een onderzoeksomgeving te krijgen waar de data-analyse plaatsvindt.
Metadata voor AGRI-, FOOD en LEEFOMGEVING (MDALF)
HAS Hogeschool | |
---|---|
Lectoraten: | |
Contactpersoon: | Marien de Bakker | M.deBakker@has.nl Max de Visser | M.deVisser@has.nl |
Looptijd: | 1 november 2021 – 1 juni 2022 |
Bijhorende documenten: |
|
Toelichting
HAS Hogeschool heeft een eenduidige metadataverzameling en -opslag onderzocht. De resultaten zijn gericht op het versterken van de motivatie d.m.v. workshops en ondersteunend materiaal (workshop en FAQ).
Research Drive / iRODS integratie pilot
Saxion Hogeschool | |
---|---|
Lectoraat: | --- |
Contactpersoon: | Saskia de Rijk | s.c.m.derijk@saxion.nl |
Looptijd: | februari 2021 – augustus 2021 |
Bijhorende documenten: |
Toelichting
Saxion heeft de wensen en eisen rondom onderzoeksdata (beheer, opslag, archiveren, metadateren en dissemineren) en de Research Drive geïnventariseerd. Uit hun vooronderzoek blijkt dat de omgang met data binnen Saxion onderzoek erg divers is. Het type data waar onderzoekers mee werken verschilt heel erg en daarbij ook de werkprocessen en behoeftes omtrent het werken met data en het delen ervan.
Open science made simple: Ecosysteem en werkwijze voor hele onderzoekscyclus
Hogeschool: HZ University of Applied Sciences | |
---|---|
Lectoraten: |
|
Contactpersoon: | Kees Bal | kees.bal@hz.nl |
Looptijd: | februari 2021 – augustus 2021 |
Bijhorende documenten: |
|
Toelichting
Het doel van de pilot was om onderzoekers en lectoren een eenvoudige oplossing te bieden om gedurende de hele onderzoekscyclus verantwoord met hun data om te gaan. Kernelementen zijn Research Drive als opslagomgeving en Sharekit als (data-)publicatieomgeving. In deze pilot hebben twee onderzoekers een kleine datasets in SURFsharekit gedeponeerd en zijn de werkprocessen vormgegeven om dit te kunnen realiseren.
Verbinden van systemen voor gezondere peutermonden
Hogeschool Utrecht | Gezonde peutermonden |
---|---|
Lectoraten: |
|
Contactpersoon: | Margreet Riphagen | margreet.riphagen@hu.nl |
Looptijd: | februari 2021 – oktober 2021 |
Bijhorende documenten: |
|
Toelichting
Voor het onderzoeksproject Peutermonden is samen met de onderzoekers hun complexe dataverzameling in kaart gebracht. Er is een webapplicatie ontwikkeld voor het digitaal verzamelen van privacygevoelige data van peuters op verschillende meetmomenten door de professionals bij consultatiebureaus. De webapplicatie - in de vorm van een dashboard - biedt een overzichtelijke weergave per peuter:
welke data er wanneer verzameld moet worden; en de invoer is volledig gedigitaliseerd en wordt automatisch gepseudonimiseerd.