1,027 research outputs found
"Sociaal werkers zijn beslist niet anti-technologie" (interview)
No full textJan Steyaert, lector aan de Fontys hogescholen, houdt zich bezig met de sociale effecten (zowel kansen als bedreigingen) van nieuwe technologieën. Sozio sprak met hem in het kader van een themanummer over ict en sociaal werk, over onder meer internetgebruik, de digitale kloof in de samenleving en de verkeerde beeldvorming over hulpverleners en nieuwe media
Judocus Jan Steyaert.
No full textJ. J. Steyaert werd geboren te Gent op 26 april 1799. Hij volgt de lessen aan de academie en behaalt er een prijs in 1818. Hij voelt zich echter meer angetrokken tot het onderwijs en in 1821 is hij reeds werkzaam als primaire onderwijzer in de Sleepstraat.</jats:p
Editorial. Social work in the digital age
No full textInleiding op een themanummer van British Journal of Social Work over sociaal werk in de digitale samenleving
Visoko obrazovanje putem weba, paradoks ukljucenosti/iskljucenosti (in Croatian, translation of 'Web based higher education, the inclusion/exclusion paradox')
No full textDit artikel is een vertaling van Steyaert, J. (2005). Web based higher education, the inclusion/exclusion paradox. Journal of technology in human services, 23(1/2), 67-78.
Het beschrijft de relatie tussen e-learning en toegankelijkheid voor studenten met een functionele beperking
Improved node and arc multiplicity estimation in de Bruijn graphs using approximate inference in conditional random fields
No full textIn de novo genome assembly using short Illumina reads, the accurate determination of node and arc multiplicities in a de Bruijn graph has a large impact on the quality and contiguity of the assembly. The multiplicity estimates of nodes and arcs guide the cleaning of the de Bruijn graph by identifying spurious nodes and arcs that correspond to sequencing errors. Additionally, they can be used to guide repeat resolution. Here, we model the entire de Bruijn graph and the accompanying read coverage information with a single Conditional Random Field (CRF) model. We show that approximate inference using Loopy Belief Propagation (LBP) on our model improves multiplicity assignment accuracy within feasible runtimes. The order in which messages are passed has a large influence on the speed of LBP convergence. Little theoretical guarantees exist and the conditions for convergence are not easily checked as our CRF model contains higher-order interactions. Therefore, we also present an empirical evaluation of several message passing schemes that may guide future users of LBP on CRFs with higher-order interactions in their choice of message passing scheme
Accurate determination of node and arc multiplicities in de Bruijn graphs using conditional random fields
No full text- …
