Onderzoeksmedewerker: Implementatie E-healthapp voor jongeren en jongvolwassenen

Voor het onderzoeksproject Sterk Van Binnen (SVB) zijn we op zoek naar een onderzoeksmedewerker die helpt bij de implementatie van en onderzoek naar de SVB-app. De SVB-app helpt jongeren en jongvolwassenen met een licht verstandelijke beperking en hun behandelaren de behandeling te personaliseren en beter inzicht te krijgen in problemen. Daarnaast biedt de app oefeningen aan op momenten waarop de cliënt daar behoefte aan heeft.

Op dit moment implementeren we de SVB-app bij verschillende (jeugd) GGZ-instellingen. We doen onderzoek naar de effectiviteit van de app en voeren een implementatieonderzoek uit naar e-health toepassingen voor jongeren en jongvolwassenen met een licht verstandelijke beperking binnen de GGZ. Hiervoor worden cliënten, behandelaren, beleidsmakers en ontwikkelaars geïnterviewd. We vragen onder andere naar faciliterende en belemmerende factoren voor het gebruik van e-health toepassingen.

Als onderzoeksmedewerker ben jij de spil in het onderzoeksweb. Je hebt contact met deelnemende GGZ-instellingen om de SVB-app te implementeren en enthousiasmeert behandelaren om de app te gebruiken via direct contact en presentaties. Je informeert behandelaren over het gebruik van de app, helpt bij het instellen van de app voor cliënten en neemt vragenlijsten af. Voor het implementatieonderzoek onderhoud je contact met relevante partijen, neem je interviews af en help je mee bij het analyseren van de onderzoeksgegevens.

Je komt te werken in een multidisciplinair team van onderzoekers en behandelaren van de Radboud Universiteit, het Universitair Medisch Centrum Groningen, Universiteit Utrecht en Karakter. Omdat de teamleden werkzaam zijn bij verschillende instellingen, vinden de meeste overleggen online plaats.

Onderzoeksmedewerker: Implementatie E-healthapp voor jongeren en jongvolwassenen

Voor het onderzoeksproject Sterk Van Binnen (SVB) zijn we op zoek naar een onderzoeksmedewerker die helpt bij de implementatie van en onderzoek naar de SVB-app. De SVB-app helpt jongeren en jongvolwassenen met een licht verstandelijke beperking en hun behandelaren de behandeling te personaliseren en beter inzicht te krijgen in problemen. Daarnaast biedt de app oefeningen aan op momenten waarop de cliënt daar behoefte aan heeft.

Op dit moment implementeren we de SVB-app bij verschillende (jeugd) GGZ-instellingen. We doen onderzoek naar de effectiviteit van de app en voeren een implementatieonderzoek uit naar e-health toepassingen voor jongeren en jongvolwassenen met een licht verstandelijke beperking binnen de GGZ. Hiervoor worden cliënten, behandelaren, beleidsmakers en ontwikkelaars geïnterviewd. We vragen onder andere naar faciliterende en belemmerende factoren voor het gebruik van e-health toepassingen.

Als onderzoeksmedewerker ben jij de spil in het onderzoeksweb. Je hebt contact met deelnemende GGZ-instellingen om de SVB-app te implementeren en enthousiasmeert behandelaren om de app te gebruiken via direct contact en presentaties. Je informeert behandelaren over het gebruik van de app, helpt bij het instellen van de app voor cliënten en neemt vragenlijsten af. Voor het implementatieonderzoek onderhoud je contact met relevante partijen, neem je interviews af en help je mee bij het analyseren van de onderzoeksgegevens.

Je komt te werken in een multidisciplinair team van onderzoekers en behandelaren van de Radboud Universiteit, het Universitair Medisch Centrum Groningen, Universiteit Utrecht en Karakter. Omdat de teamleden werkzaam zijn bij verschillende instellingen, vinden de meeste overleggen online plaats.

Onderzoeksmedewerker: Implementatie E-healthapp voor jongeren en jongvolwassenen

Voor het onderzoeksproject Sterk Van Binnen (SVB) zijn we op zoek naar een onderzoeksmedewerker die helpt bij de implementatie van en onderzoek naar de SVB-app. De SVB-app helpt jongeren en jongvolwassenen met een licht verstandelijke beperking en hun behandelaren de behandeling te personaliseren en beter inzicht te krijgen in problemen. Daarnaast biedt de app oefeningen aan op momenten waarop de cliënt daar behoefte aan heeft.

Op dit moment implementeren we de SVB-app bij verschillende (jeugd) GGZ-instellingen. We doen onderzoek naar de effectiviteit van de app en voeren een implementatieonderzoek uit naar e-health toepassingen voor jongeren en jongvolwassenen met een licht verstandelijke beperking binnen de GGZ. Hiervoor worden cliënten, behandelaren, beleidsmakers en ontwikkelaars geïnterviewd. We vragen onder andere naar faciliterende en belemmerende factoren voor het gebruik van e-health toepassingen.

Als onderzoeksmedewerker ben jij de spil in het onderzoeksweb. Je hebt contact met deelnemende GGZ-instellingen om de SVB-app te implementeren en enthousiasmeert behandelaren om de app te gebruiken via direct contact en presentaties. Je informeert behandelaren over het gebruik van de app, helpt bij het instellen van de app voor cliënten en neemt vragenlijsten af. Voor het implementatieonderzoek onderhoud je contact met relevante partijen, neem je interviews af en help je mee bij het analyseren van de onderzoeksgegevens.

Je komt te werken in een multidisciplinair team van onderzoekers en behandelaren van de Radboud Universiteit, het Universitair Medisch Centrum Groningen, Universiteit Utrecht en Karakter. Omdat de teamleden werkzaam zijn bij verschillende instellingen, vinden de meeste overleggen online plaats.

Research Assistant at the Donders Centre for Cognition: Computational Modelling and Scientific Software

You will be part of a larger project at the Uncertainty in Complex Systems lab (PI: Dr Max Hinne) aimed at learning which statistical and/or computational model is most suited for a provided data set and scientific question. In practice, statistical models contain many arbitrary choices that may (a) have a detrimental effect on what we can learn from it and (b) greatly reduces the reproducibility of scientific research, as different researchers make different decisions. A Bayesian multiverse is a systematic way of reducing these adverse effects and aims to make statistical analyses more robust.

We are looking for a research assistant to contribute to the development of bamojax (Bayesian modelling in JAX), our open-source Python toolbox for Bayesian modelling and model comparison. Throughout your employment, you will have the opportunity to work with others within our group to see what modelling choices they make, and how our new Bayesian multiverse tools can help with this. There will be weekly meetings with the PI to discuss the project's progress and next steps, as well as bi-weekly lab meetings.

You will have two core tasks. The first is to implement advanced methods for Bayesian model comparison in JAX. These techniques will then be used to systematically explore alternative models for user-defined statistical problems. The second task is to construct an efficient search procedure for variants of a given model.

Research Assistant at the Donders Centre for Cognition: Computational Modelling and Scientific Software

You will be part of a larger project at the Uncertainty in Complex Systems lab (PI: Dr Max Hinne) aimed at learning which statistical and/or computational model is most suited for a provided data set and scientific question. In practice, statistical models contain many arbitrary choices that may (a) have a detrimental effect on what we can learn from it and (b) greatly reduces the reproducibility of scientific research, as different researchers make different decisions. A Bayesian multiverse is a systematic way of reducing these adverse effects and aims to make statistical analyses more robust.

We are looking for a research assistant to contribute to the development of bamojax (Bayesian modelling in JAX), our open-source Python toolbox for Bayesian modelling and model comparison. Throughout your employment, you will have the opportunity to work with others within our group to see what modelling choices they make, and how our new Bayesian multiverse tools can help with this. There will be weekly meetings with the PI to discuss the project's progress and next steps, as well as bi-weekly lab meetings.

You will have two core tasks. The first is to implement advanced methods for Bayesian model comparison in JAX. These techniques will then be used to systematically explore alternative models for user-defined statistical problems. The second task is to construct an efficient search procedure for variants of a given model.