Please use this identifier to cite or link to this item:
http://hdl.handle.net/1942/46844
Title: | Geautomatiseerde en gedigitaliseerde inschatting van competenties | Authors: | Gielen, Lars | Advisors: | WIJNANTS, Maarten GEURTS, Eva CLAES, Benny VERSTRAETE, Arno |
Issue Date: | 2025 | Publisher: | UHasselt | Abstract: | Deze masterproef beschrijft de ontwikkeling van een virtual reality (VR)-gebaseerd systeem om de objectiviteit en schaalbaarheid van competentiebeoordelingen voor medewerkers van Bewel, een organisatie in Limburg die personen met arbeidsproblemen ondersteunt, te verbeteren. De huidige werkwijze steunt op handmatige, observatiegestuurde tests die subjectief worden beoordeeld door begeleiders, wat leidt tot variabele uitkomsten en een hoge tijdsinvestering. Als oplossing van deze beperkingen is in Unity, gebruikmakend van de OpenXR-standaard, een VR-omgeving ontwikkeld om drie screeningopdrachten te simuleren: inhoudsinspectie van een doos, het gebruiken van een zeefdrukmachine en het stapelen van emmers volgens een gegeven patroon. Het systeem registreert gebruikersacties en simuleert interacties via VR-handtracking. Daarnaast werd een begeleidersdashboard ontwikkeld waarmee testresultaten per opdracht gevisualiseerd en geëvalueerd kunnen worden. Dit dashboard ondersteunt objectieve metingen door de gemeten data te visualiseren en maakt het mogelijk om scores automatisch te genereren. Uit de evaluatie met maatwerkers en begeleiders blijkt dat de VR-toepassing zowel technisch als functioneel haalbaar is. De resultaten tonen aan dat het systeem de subjectiviteit in de beoordeling vermindert, doordat het de zekerheid van de beoordelaars verhoogt wat resulteert in een meer objectieve en uniforme evaluatie. De case study bevestigt het potentieel van VR als aanvullend screeningsinstrument binnen maatwerkbedrijven. | Notes: | master in de industriële wetenschappen: informatica | Document URI: | http://hdl.handle.net/1942/46844 | Category: | T2 | Type: | Theses and Dissertations |
Appears in Collections: | Master theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
2f23a0c1-5ab6-4834-b429-3a689a052ebc.pdf | 11.17 MB | Adobe PDF | View/Open | |
7a5efd18-6279-4376-8c63-c549d36b9c20.pdf | 1.33 MB | Adobe PDF | View/Open |
Google ScholarTM
Check
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.