NIEUWS

Resultaten van Accountability Hack


Op vrijdag 9 september vond de eerste editie van Accountability Hack plaats bij de Algemene Rekenkamer in Den Haag. Er deden in totaal 20 teams mee. Van grote teams van acht leden tot teams die bestonden uit een persoon. Door deze 20 teams zijn uiteindelijk achttien apps gepitched voor de jury, waarvan er acht in de prijzen vielen. Hieronder is een overzicht van de gemaakte apps te vinden. Nog niet alle apps zijn door ons ontvangen, dus het overzicht is (nog) niet compleet en zal worden aangevuld.

acchack

De Slimste Burger (Argu + 1)

slimste burgerDe Slimste Burger is de winnaar van de Hackathon. Het doel van deze hackathon was om de open data die door overheidsinstanties en publieke instellingen gepubliceerd wordt toegankelijker te maken voor de inwoners van Nederland. De Slimste Burger doet dit door deze data te indexeren, hier automatisch vragensets van te genereren, en in een quiz gebaseerd op het spel ‘de Slimste Mens’ mensen hun kennis te laten pijlen en tegen hun vrienden te laten strijden om wie de slimste burger is. De app won de eerste prijs in de hackathon en is ontwikkeld door Joep Meindertsma, Thom van Kalkeren, Tom Dalenberg, Arthur Dingemans, Jurrian Tromp en Tim Nederveen.

Doordat het spel toegang heeft tot een gigantische schat aan open data is het mogelijk om door middel van templates per gestarte quiz automatisch een unieke vragenset aan te maken. Dit houdt de herspeelbaarheid van het spel hoog en de vragen actueel. Zodra er na grote evenementen zoals prinsjesdag nieuwe gegevens online staan, kunnen deelnemers door middel van pushnotificaties uitgedaagd worden om te testen of ze nog wel goed genoeg geïnformeerd zijn. Het competitieve element moet ervoor zorgen dat men niet alleen tijdens het spelen leert, maar daarnaast ook uitgedaagd wordt om zich meer te verdiepen in de geldstromen en andere plannen van de overheid.

Missing Data (Stefan de Konink)

Op dit moment is er veel discussie in de Tweede Kamer naar aanleiding van suggesties van private vervoerders zoals NS over studenten die een piek bezorgen in de ochtendspits. Ideeën worden geopperd om onderwijs later te laten beginnen zodat de spits wordt opgerekt en daarmee de totale druk binnen een tijdvak naar beneden gaat. Dit zijn proefbalonnetjes, NS heeft natuurlijk zicht op het aantal studenten dat met een studentenreisproduct reist, maar voor MBO’ers was dit tot voor kort niet duidelijk, omdat er geen uniek kenmerk is dat de groep identificeert.

Tijdens de hackathon heeft Stefan de Konink een #missingdata verzoek gedaan bij DUO. DUO was in staat zijn informatie verzoek binnen een half uur te beantwoorden. In de e-mail wisseling die daar op volgende werk direct mee gedacht over een probleemstelling: “Hoe kunnen we scholierenstromen van het voortgezet onderwijs naar beroeps, hoger en academisch onderwijs in beeld krijgen?”

DUO publiceert op dit moment doorstroom gegevens. Voor iedere leerling die zich op een nieuwe instelling heeft ingeschreven wordt in oktober een steekproef genomen. Er werd daarop een speciaal geanonimiseerd bestand gemaakt waarin aantallen leerlingen, op 4pp postcode gevolgd konden worden gevolgd tussen hun voortgezet onderwijs en vervolg opleiding. Waar woonden ze voorheen, op welke school zaten ze, waar wonen ze nu en op welke instelling staan ze nu ingeschreven.

In dit bestand werden scholen geïdentificeerd met hun BRIN-code, een unieke code die DUO uitgeeft aan onderwijsinstellingen. DUO publiceert ook een aantal lijsten waarin voor iedere onderwijs instelling een adres bekend is. Helaas bevat dit bestand vaak alleen de hoofdlocatie en is een onderwijs instelling met meerdere vestigingen maar eenmalig geïdentificeerd.

De Basisregistratie Instellingen (BRIN) bevat nog geen uitgekristalliseerde relatie met de Basisregistratie Adressen en Gebouwen (BAG) en daarmee kent het alleen een zwakke geografische relatie op basis van adres. Op basis van een best effort match heeft Stefan, semi-geautomatiseerd, alle instellingen voorzien van een BAG identificatie, hierna was voor iedere instelling ook een geografische locatie bekend.

In de week voor de Hackathon heeft Stefan gewerkt aan een routeplanner die vanuit 1 locatie naar alle andere locaties kan plannen. In combinatie met de begin postcode, en hoofdlocaties van de onderwijs instellingen levert dit per onderwijs instelling een bereikbaarheidskaart op. Hoeveel tijd doen de eerste jaars er over om op hun instelling te komen en hoeveel procent slaagt er in om een kamer te verkrijgen? De routeplanner leverde resultaat bestanden op die in een geografisch informatie systeem kon worden gepresenteerd.

Door integraal naar bereikbaarheid te kijken van grote groepen studenten kan er met een andere bril naar mobiliteit gekeken worden. Is meer vervoer een optie, of is spreiding verstandiger? Zou er moeten worden gestimuleerd dat er wordt gefietst of is de fundamentele oorzaak het gebrek aan studentenwoningen? Stefan’s presentatie geeft een eerste aanzet naar het jaarlijks geautomatiseerd verwerken van doorstroomgegevens en daar tijdig passende maatregelen op te nemen wanneer de gegevens voorhanden zouden zijn. Stefan de Konink won de tweede prijs.

Tender Galaxy (Kenedict)

Afbeelding1
Met TenderGalaxy is het mogelijk om een volledig interactieve manier de relaties tussen aanbestedingen, aanbestedende diensten en gerelateerde ondernemingen inzichtelijk te maken. Op basis van zoekopdrachten kunnen gebruikers specifieke activiteit visualiseren en het netwerk verder uitbreiden. Vervolgens kan verdere informatie over aanbestedingen, aanbestedende diensten of ondernemingen worden opgevraagd door op de betreffende nodes te klikken. Deze visuele kijk op aanbestedingsdata kan ondernemingen helpen om activiteit van concurrenten in kaart te brengen, geeft burgers de mogelijkheid om activiteit van overheidsinstanties en ondernemingen beter te monitoren en maakt het voor overheidsdiensten mogelijk om historische aanbestedingsinformatie sneller inzichtelijk te maken. De visualisaties zijn gebaseerd op de principes van netwerkanalyse en maken gebruik van open data van TenderNed. Tenderned heeft de tweede prijs gewonnen. Bekijk TenderGalaxy zelf.

IATI Scorecard (BCWDI)

IATI Score Card 2016-10-12 10-34-40
Team BCWDI heeft gebruik gemaakt van IATI data. Deze XML-standaard wordt gebruikt door overheden en NGO’s om de financien van hun activiteiten te rapporteren. Het doel van de IATI Scorecard is om het geld te volgen wanneer het gaat van overheden naar lokale NGO’s. IATI is een strikte XML-standaard, maar veel velden zijn optioneel. De IATI Scorecard waardeert rapporten op basis van hun gedetailleerde invoer. Organisaties die ontvangende partijen duidelijk benoemen en gedetailleerde de fondsen omschrijven ontvangen een hoge score. De broncode staat op https://github.com/bedatadriven/iatiscore en de website op https://bedatadriven.github.io/iatiscore/. Er is ook een (Engelstalige) samenvatting als nieuwsbericht op de website van Be Data Driven geplaatst.

De rekentool flexibele AOW ingangsdatum (Ach, Oh & Wee)

Afbeelding2
Wat als je je AOW vroeger of later kon laten ingaan, en daarmee de hoogte van je uitkering kon bepalen? Zou je dan eerder stoppen met werken, of nog een paar jaar doorgaan? Deze tool geeft je inzicht in je mogelijke inkomsten. Met data van mijnpensioenoverzicht.nl had hij voor iedereen automatisch persoonlijk kunnen zijn, maar die data zit niet in een API maar moet je handmatig downloaden. Daarom zitten er knoppen aan om de scenario’s te verkennen.

Hack de Troonrede (Citation Needed)

Troonrede 2015 | Toespraak | Rijksoverheid.nl 2016-10-12 10-57-18
Een analyse-tool om de troonrede van context te voorzien. Dus klikbaar te maken en naar nieuwe databronnen te verwijzen. In deze app zat volgens de jury nog wat handmatigheid in, maar ze vertrouwen dat dit in de toekomst automatischer gaat. Bekijk de tool via deze link.

Onderwijsdata revisited (Team ADR)

Team ADR heeft een app gebouwd die bepaald welke invloeden positief of negatief van invloed zijn op de CITO toets score. De jury waardeerde het spel-element in deze app om onderwijs data op een nieuwe wijze inzichtelijk te maken en helpt beleidsmakers.

Inkoopdata (Snowman)

Dit team heeft gekeken naar de inkoopdata van de overheid. De jury vond dat zijn app deze data goed traceerbaar maakte, waar gaat het geld uit van de inkoopdata. De jury vond dat deze app het inkoopbeleid van ministeries goed inzichtelijk maakte.

Gemeente Deler (U-Botje)

Comparea.nl – Vind soortgelijke gemeentes voor een eerlijke vergelijking 2016-10-12 10-59-37
Dit team heeft een website gemaakt om de gemeente op verschillende vlakken te vergelijken op basis van financiën, criminaliteitscijfers op een eerlijke manier met weging van diverse factoren. Ondanks de beschikbaarheid van veel open data is het maken van een valide vergelijking tussen gemeentes nu nog een intensief proces.

Met Comparea willen we dit proces versimpelen, zodat burgers, pers en bestuurders sneller en beter inzicht krijgen in lokale ontwikkelingen. Op comparea.nl ziet u snel welke gemeentes overeenkomen op een bepaalde set factoren. Zo ontdekt u of uw gemeente relatief goed/slecht presteert op bijvoorbeeld criminaliteitsbestrijding, in vergelijking met soortgelijke gemeentes. En we tonen ook andere gerelateerde data, zodat u meteen een idee krijgt waar een afwijkende prestatie aan kan liggen. Het team is nu bezig in samenwerking met wetenschappers vaste presets samen te stellen. Zodat gebruikers nog gemakkelijker een verantwoorde vergelijking maken.

Wonen en zorgbehoefte ouderen (I Logos)

Afbeelding111
I logos heeft op de Accountability Hack 2016 een begin gemaakt met het in kaart brengen van de maatschappelijke opgave rond veranderende woonbehoeften. Als we als maatschappij doelstellingen als langer zelfstandig thuis wonen en oud worden in eigen omgeving serieus nemen, zullen aanpassingen moeten worden gedaan aan de bestaande woningvoorraad – zijn wij, om te beginnen de verantwoordelijke publieke partijen, wel voldoende voorbereid op die aanpassingen?

De eerste versie van onze interactieve kaart geeft inzicht in de financiële slagkracht van woningcorporaties en gemeenten in relatie tot demografische ontwikkelingen (vergrijzing, bevolkingsgroei en -krimp). Dit helpt om risico-gebieden op te sporen (nu nog regionaal, straks per gemeente), en de prestatieafspraken met woningcorporaties nader in te vullen. We willen de kaart verder uitwerken door meer gedetailleerde gegevens over woonbehoeften en veranderende samenstelling van huishoudens e.d. toe te voegen. Met die aanvullingen biedt de I logos kaart zowel gemeenten als bewoners, raadsleden en andere betrokkenen de gelegenheid om niet alleen probleemgebieden te identificeren, maar ook preciezer te bepalen welke oplossingen of instrumenten in verschillende wijken en buurten zouden moeten worden ingezet.