Navigatiemenu

Oefeningen met datascience tbv inspecties

Laatst bijgewerkt op 386 dagen geleden door Hadewych

Wie in beleid (inclusief toezicht en handhaving) wil weten wat werkt, moet doorgaans random controlled trials uitvoeren. Maar met slim gebruik van Big Data zijn soms even goeie antwoorden mogelijk op de vraag wat werkt, of bijvoorbeeld in welke categorie een ondertoezichtstaande of cliënt valt (profilering).

Using data intelligently, and turning it to face serious problems, can help to improve the effectiveness and efficiency of existing programmes.

One important overall lesson we learned is that projects tend to succeed best when there is a clear predictive problem; high-quality, large-scale and preferably individual-level data; buy-in to implement findings in practice; and clear ethical and legal clearance. We recommend scoping projects using the University of Chicago’s Center for Data Science and Public Policy’s Data Maturity Framework.

Het BIT UK data science team heeft acht pilots uitgevoerd om na te gaan of data-analyse zinvol is. Een voorbeeld van context-gevoelige profilering maakt onderscheid tussen grote en kleine huisartsenpraktijken. De kleine praktijken worden onderscheiden aan de hand van het vóórkomen van bepaalde woorden in online reviews van patiënten (dmv scraping, een textmining techniek), terwijl de grote praktijken worden onderscheiden aan de hand van kwantitatieve data over het voorschrijven van pijnstillers.

Reageren is alleen mogelijk voor aangemelde gebruikers