1. Bronnen verzamelen
Het systeem indexeert publieke pagina's, rapporten, nieuws en projectinformatie van geconfigureerde bronnen.
Werkwijze
Hoe Dutch Observatory werkt
Dutch Observatory verkent publieke signalen rond AI, digitalisering en onderwijs. Het systeem verzamelt bronnen, herkent thema's en legt voorzichtig verbanden. De uitkomsten zijn geen ranglijst of oordeel, maar een hulpmiddel om ontwikkelingen beter te begrijpen.
Eenvoudig uitgelegd
Van bron naar voorzichtig inzicht
2. Inhoud lezen
Tekst wordt deterministisch geëxtraheerd. JavaScript-pagina's kunnen eerst gerenderd worden, zonder screenshots, OCR of AI-samenvatting.
3. Voorzichtig verbinden
Gecontroleerde termen, domeinankers en bronfragmenten bepalen welke verbanden zichtbaar worden.
Handmatige start, algoritmische groei
Wat is handmatig ingevoerd en wat is algoritmisch ontdekt?
Handmatig ingevoerd als startpunt
Een kleine set organisaties als corpus-startpunt. Definities van domeinankers, een paar tientallen bronfeed-URLs en een klein aantal initiatiefseeds en contextseeds.
Algoritmisch ontdekt
De meeste organisatieprofielen, semantische verbanden, ankermatches, tekstcitaten, samenwerkingsrelaties, geografie-detecties en archetype-suggesties zijn het resultaat van crawlen en deterministische analyse, niet van handmatige invoer.
Geen generatieve AI
Geen LLM, geen embeddings, geen semantisch redeneren door taalmodellen. Alle verbanden zijn reproduceerbaar op basis van bronfragmenten en gecontroleerd vocabulaire.
Evoluerende kennisgraaf
Het corpus groeit stapsgewijs. Verbanden die nu dun of ontbrekend zijn, kunnen sterker worden naarmate meer bronnen geïndexeerd worden. Dit observatorium is een proces, geen afgerond beeld.
Methodologisch
Artefacten, ankers, bewijs en onzekerheid
Een artefact is een geïndexeerde bronvermelding: bijvoorbeeld een pagina, artikel, rapport of projectbeschrijving.
Domeinankers zijn gecontroleerde begrippen zoals digitale geletterdheid, onderwijs-AI of privacy en veiligheid. Nederlandse en Engelse termen kunnen naar hetzelfde anker wijzen.
Verbanden worden alleen sterker wanneer ze terug te voeren zijn op bronfragmenten. Seed-only verbanden blijven voorzichtig.
Interne patronen kunnen sterk lijken, maar publieke duiding wordt gedempt wanneer de bewijsbasis dun, jong of overlappend is.
Onzekerheid
Legenda voor voorzichtig lezen
Handmatig ingevoerd
Informatie die handmatig als startpunt is ingevoerd: seed-organisaties, domeinanker-definities en bronfeed-URLs. Vormt het geraamte, niet de conclusies.
Publication confidence
Een gedempte publieke zekerheidsscore. Lage scores blijven intern zichtbaar maar worden niet als stevige publieke duiding getoond.
Bewijsbasis
De hoeveelheid en spreiding van geïndexeerde bronnen achter een observatie.
Jonge bewijsbasis
Er is aanwijzing, maar nog weinig herhaling of tijdsspreiding.
Overlappend profiel
Meerdere profielpatronen lijken op elkaar en zijn nog niet goed empirisch te onderscheiden.
Onvoldoende bewijs
Er is te weinig bruikbaar bewijs om publiek te duiden.
Seed-only relatie
Een startverband of redactionele aanname zonder voldoende geobserveerde brononderbouwing.
Geaccepteerde relatie
Een verband bevestigd door expliciete formuleringen in bronfragmenten. Hoger vertrouwen dan een seed-only of co-occurrence relatie.
Wacht op review
Een algoritmisch gedetecteerde relatie of observatie die wacht op menselijke bevestiging voordat ze als geaccepteerd geldt.
Geografisch herkend
Geografische locatie herkend via deterministische tekstmatching. Kan een stad, provincie of regionaam zijn. Minder zeker dan een handmatige seed.
Geobserveerde relatie
Een verband dat ondersteund wordt door geïndexeerde bronfragmenten maar zonder expliciete partnerschapsformuleringen.
Technisch kort
Geen generatieve AI, wel uitlegbare regels
Deterministische extractie
HTML wordt met vaste regels opgeschoond en omgezet naar bruikbare tekst. Rendered acquisition bewaart rendered_html apart van fetched_html.
Kwaliteitsscore
Lage tekstkwaliteit, lege extractie en boilerplate worden herkend zodat zwakke bronnen minder snel doorwerken.
Controlled vocabulary
Termen, synoniemen, contextwoorden en negatieve termen bepalen ankerherkenning. Er worden geen embeddings gebruikt.
Relatiebewijs
Relaties krijgen uitleg, status en bewijsfragmenten. Seed-only is niet hetzelfde als geobserveerd.
Technisch kort De verwerkingspijplijn stap voor stap
Bronnen crawlen
Geconfigureerde bronfeeds worden periodiek bezocht. Ontdekte URLs worden bijgehouden als discovered_urls en doorlopen een goedkeuringsstap.
Inhoud extraheren
HTML wordt deterministisch opgeschoond naar bruikbare tekst. JavaScript-zware pagina's worden eerst gerenderd. Kwaliteitsscore bepaalt bruikbaarheid.
Artefacten scoren
Relevantie en kwaliteit worden berekend op basis van tekstinhoud, bron-trustniveau en structuurkenmerken. Geen ML-modellen.
Domeinankers matchen
Gecontroleerd vocabulaire bepaalt ankermatch. Confidence per match is gebaseerd op treffer-context.
Relatiebewijs bouwen
Expliciete formuleringen in tekst detecteren samenwerkingsrelaties. Bewijs wordt opgeslagen als snippets en phrasetypen.
Organisatieprofielen
Ankerprofielen aggregeren per organisatie. Archetype-suggesties worden berekend op basis van profielpatronen. Publication confidence dempt zwakke patronen.
Geografische detectie
Steden en provincies worden via tekstherkenning gedetecteerd. Handmatige seeds worden nooit overschreven door algoritmische detectie.
Menselijke review
Auto-review accepteert of quarantaineert artefacten op basis van drempelwaarden. Alles boven of onder de drempel gaat naar menselijke review.
Beperkingen
Wat je niet uit deze site moet afleiden
Deze site zegt niet wie belangrijk, leidend of invloedrijk is. De dekking is niet volledig, de bronselectie groeit nog en sommige pagina's zijn moeilijk automatisch te lezen. Zie patronen daarom als voorzichtige indicaties binnen het huidige corpus.