Modules wetenschap KP V&O opleiding

Als GioS volg je twee modules over een verdiepingsonderwerp met betrekking tot wetenschappelijke vaardigheden binnen de klinische psychologie. Iedere module bestaat uit twee lesdagen en wordt door een docent gegeven met specifieke expertise. Het aanbod bestaat uit de volgende zeven modules:

  1. Bayesian inference: wat is het, waarom is het nuttig voor jouw onderzoek en hoe kun je Bayesiaanse analyses uitvoeren?
  2. Datamanagement, privacy, en ethiek
  3. Kwalitatieve en mixed onderzoeksmethoden
  4. Het onderzoeken van werkingsmechanismen in psychologische behandeling middels moderatie en mediatie
  5. Meta-analysis in psychological interventions
  6. Multilevel modeling in R voor beginners
  7. SCED - de kracht van n=1: intensief longitudinaal onderzoek bij een zeer klein aantal participanten.
 Spelregels
  • De modules zijn onderdeel van het curriculum KP V&O en iedere deelnemer is verplicht twee modules te volgen binnen de duur van de opleiding. Dit is ook direct het maximaal aantal modules waarvoor je je mag inschrijven;
  • Deelnemers zijn zelf verantwoordelijk voor inschrijvingen;
  • Het wijzigen van voorkeur of periode is mogelijk op basis van beschikbaarheid;
  • Modules vinden doorgang bij voldoende aanmeldingen;
  • Modules kunnen in het Engels worden gegeven;
  • Het kan zijn dat een module vol zit. In dat geval wordt je ingedeeld in de eerstvolgende uitvoering. 
De modules worden in een cyclus van twee jaar gegeven. Afhankelijk van de populariteit kan een module jaarlijks worden aangeboden. Hieronder vind je meer details m.b.t. de inhoud en indien bekend de uitvoerdata van de modules.


Contactpersoon
Heb je vragen of wil je meer informatie? Neem dan contact op met Yasemin Aygun: y.aygun@rinogroep.nl

Titel
Bayesian inference: wat is het, waarom is het nuttig voor jouw onderzoek en hoe kun je Bayesiaanse analyses uitvoeren?
 
Docent
Angelos Krypotos
Assistant Professor of Clinical Psychology at Utrecht University

Data

  • Dinsdag 21 maart en 18 april 2028
Inhoud
Sinds 2010 wordt Bayesiaanse inference steeds populairder in de psychologie. Dit heeft vele redenen, zoals de vele voordelen van Bayesiaanse analyses ten opzichte van frequentistische statistieken, en de beschikbare software die het gemakkelijk maakt om dergelijke analyses uit te voeren. Ook konden Bayesiaanse statistieken onlogische bevindingen betwisten, zoals dat toekomstige gebeurtenissen het gedrag van mensen in het verleden kunnen beïnvloeden via magische krachten als ‘psi’ (Wagenmakers et al., 2011). Gegeven het feit dat de wetenschap van de kwantitatieve psychologie doorgaans gebruikmaakt van significantietesten op basis van nulhypothesen, is het van het allergrootste belang dat onderzoekers de voordelen en valkuilen van p-waarden begrijpen, en worden opgeleid in alternatieve manieren van gevolgtrekking. Hier zullen we ons concentreren op Bayesiaanse inference, voornamelijk door rekening te houden met Bayes-factors, maar ook met Bayesiaanse parameterschattingen. De structuur van de module is als volgt:

Historisch overzicht van frequentisten en Bayesiaanse inference
  1. Voordelen en beperkingen van statistische nul hypothese tests
  2. Basis van Bayesiaanse inference
  3. Bayes-factors
  4. Berekening van Bayes-factors met behulp van JASP voor t-toetsen, regressie en ANOVA's
  5. Bayesiaanse inference voor computationele modellering
  6. Rekenmodellen uitvoeren in R (en Python als er nog tijd is)
 
Aan het einde van de module zullen de studenten in staat zijn om: te begrijpen hoe ze p-waarden correct kunnen interpreteren binnen de Null-Hypothese Significance Testing, de voor- en nadelen van statistische inferentie te begrijpen, analyses uit te voeren in JASP en de resultaten te kunnen interpreteren, weten wat een computationeel model is, Bayesiaanse parameters schatten in R (en Python als er nog tijd is), en de uitkomsten interpreteren.
 
Opbouw
De module zal bestaan uit de hoofdcolleges en de praktijksessies. Tijdens de oefensessies zullen studenten verschillende analyses uitvoeren in JASP en R. Voor geen van deze programma's wordt voorkennis verondersteld. Huiswerk omvat het voltooien van opdrachten, waaronder het zelfstandig herhalen en interpreteren van de verschillende gepresenteerde analyses. Voor de module krijg je een set gegevens ter beschikking, maar je kunt ook met jouw eigen data werken.
 
Waarom of wanneer zou je deze module kunnen kiezen?
Statistische analyses vormen een belangrijk onderdeel van elk project in de kwantitatieve psychologie. Gezien de toenemende interesse in Bayesiaanse inference is het van het allergrootste belang dat psychologen beter begrijpen hoe ze Bayesiaanse resultaten moeten begrijpen en voor welk soort vragen dergelijke analyses het meest geschikt zijn. Deze module is geschikt voor elk project waarin onderzoekers bewijs willen verzamelen voor de nulhypothese of willen begrijpen hoe Bayesiaanse inference werkt.
  
Referenties
Wagenmakers, E.-J., Wetzels, R., Borsboom, D., & van der Maas, H. L. J. (2011). Why psychologists must change the way they analyze their data: The case of psi: Comment on Bem (2011). Journal of Personality and Social Psychology, 100, 426-432
 
 

Titel
Datamanagement, privacy, en ethiek
 
Docent
Dr. Evelien Urbanus is universitair docent klinische neuropsychologie aan de Vrije Universiteit Amsterdam en senior onderzoeker neuropedagogiek en ontwikkelingsstoornissen aan de Universiteit Leiden. In haar onderzoek richt zij zich op hoe jonge kinderen zich cognitief en sociaal ontwikkelen, met bijzondere aandacht voor kinderen met een verhoogd Risico op ontwikkelingsproblemen. In haar werk combineert zij wetenschappelijk onderzoek met onderwijs en begeleiding van (post-)academische professionals.

Data

  • Maandag 8 maart en 19 april 2027
  • Maandag 29 mei en 26 juni 2028 
Inhoud
Onderzoek doen in de klinische praktijk betekent over het algemeen dat data van patiënten/cliënten wordt verzameld. Aangezien dit een kwetsbare groep mensen betreft zijn de regels rondom dataverzameling, -opslag en –verwerking extra belangrijk en wordt hier (terecht) streng op gelet. Om het onderzoek te kunnen uitvoeren is het eerst nodig om zaken rondom privacy en ethiek goed te regelen (zoals het indienen van een onderzoeksprotocol waarmee je ethische goedkeuring krijgt) en gedurende de rest van het onderzoek je hier ook aan te houden.
 
In de module staat de meer praktische voorbereiding van het doen van onderzoek centraal, zowel als je een nieuw onderzoek opzet als wanneer je onderdeel bent van een groter project dat mogelijk al loopt. Het is van belang om op de hoogte te zijn van de geldende regels rondom privacy en ethiek, denk bijvoorbeeld aan de AVG en de CCMO. Je weet wat je op welke manier zou willen onderzoeken en daarvoor is het nodig een onderzoeksvoorstel te schrijven. Waar moet je allemaal aan denken? Welke privacy en ethische aspecten komen hierbij kijken? Denk bijvoorbeeld aan het opstellen van een informatiebrief en een toestemmingsformulier voor de deelnemers van je onderzoek, maar ook of je wel of niet een BROK cursus moet volgen om het onderzoek te mogen uitvoeren. Wat mag wel gevraagd worden en wat niet? Wat je wilt vragen van patiënten/cliënten, is dat realistisch? Wegen de kosten van het onderzoek (vb. tijdsinvestering en moeite) op tegen de baten (uitkomsten)? En zo zijn er nog veel meer aspecten om over na te denken. Ook is het belangrijk om van tevoren na te denken hoe je met de verzamelde data om zal gaan. Welke data wordt door wie verzameld, hoe sla je dit op en gebruik je hier een bepaalde database voor? Hoe bepaal je dit? Wie kan er wel en niet bij? Van wie is de data en hoe lang moet deze bewaard worden? Als jouw onderzoek een subset omvat van data die al verzameld zijn (bijvoorbeeld bij dossieronderzoek), wat mag er wel en wat niet? Dit noemen we datamanagement en is belangrijk om voor de start van je onderzoek over na te denken.
 
Je zal tijdens deze module samen met anderen nadenken over de relevantie van het bovenstaande voor jouw eigen onderzoek. Je gaat aan de slag met ethische regelgeving en kwesties. Ook ga je werken aan een datamanagement plan, FAIR principes, en bespreek je dit met anderen in je groep. Na afloop heb je een beter beeld wat er nog nodig is om je onderzoek te kunnen starten en met welke instanties je eventueel (nog) te maken krijgt.  

Disclaimer: mogelijk zal dit lesblok niet voor iedereen goed getimed vallen met de eigen plannen en praktijkuren in wetenschappelijk onderzoek. Als deze lesmodule voor het eigen project en werk geen directe relevantie meer heeft, kun je er uiteraard voor kiezen om een andere keuzemodule te volgen, of anders hopen we dat je met behulp van deze module dan weer beter voorbereid bent op het beoordelen van, en eventuele eigen activiteiten rondom, toekomstig onderzoek.

Opbouw
Volgt  
 
Waarom of wanneer zou je deze module kunnen kiezen?
Wanneer je van plan bent onderzoek te gaan doen in de klinische praktijk of je bent al bezig met het opstellen van een onderzoeksvoorstel dan is het nuttig de module te volgen. Dit geldt extra wanneer je een onderzoeksvoorstel gaat indienen bij een commissie wetenschappelijk onderzoek of ethiek (zoals een ethische commissie), maar de module is ook relevant wanneer je onderdeel zal zijn van lopend onderzoek. Ook kan deze module handig zijn wanneer je al een tijdje op weg bent, maar het datamanagement plan nog onduidelijk is. Je hebt door het volgen van de module een beter idee waar je mee te maken zult krijgen of wat er van je verwacht wordt, waar je allemaal aan moet denken, welke tijdslijn je hiervoor kan hanteren, hoe verschillende regelgeving met elkaar kan botsen (zoals de AVG en de CCMO in het benaderen van deelnemers voor onderzoek) en hoe je hiermee om kan gaan.

Titel
Kwalitatieve en Mixed Onderzoeksmethoden
 
Docent
De workshop wordt verzorgd door dr. Femke Truijens, assistant professor klinische psychologie, methodologie en wetenschapsfilosofie (Erasmus Universiteit Rotterdam, Nederland). Femke ontwikkelde en geeft cursussen en curricula over kwalitatieve en gemengde methodologie, onderzoeksintegriteit, severe mental illness, psychologische diagnostiek en behandeling, psychometrie en betekenisvol en sensitief meten. Femke is PI van het Meaningful Measurement (MEANS) Lab, waarin kwalitatief onderzoeksmethoden worden gebruikt om na te gaan hoe mensen zelfrapportagematen over mentaal welzijn begrijpen en scoren, en hoe de resulterende gegevens op geldige wijze kunnen worden geïnterpreteerd door de gebruikers (onderzoekers/clinici). Femke maakt voornamelijk gebruik van kwalitatieve onderzoeksmethoden om de betekenisgeving bij het scoren, de verandering van betekenis (response shifts) na de behandeling en de validatie van de werking van het meten van de geestelijke gezondheid te onderzoeken. Femke is oprichter en voorzitter van het Kwalitatief Onderzoek Collectief voor de Geestelijke Gezondheidszorg (KOG; koggz.nl), en oprichter en voorzitter van de belangensectie ‘Evidence Production for Guidelines’ binnen de Society for Psychotherapy Research. Ten slotte heeft Femke een eigen praktijk voor psychotherapie voor hoogbegaafde volwassenen in Nederland.             

Data

  • Dinsdag 20 april en 18 mei 2027
  • 2028
  • 2029

Inhoud
Deze workshop biedt een introductie in kwalitatieve en mixed methods onderzoeksmethoden, bestaande uit denken over het onderzoeksonderwerp vanuit kwalitatief oogpunt, en het doen van onderzoek door het verzamelen en analyseren van kwalitatieve data. Op de eerste dag bespreken we design voor kwalitatief en mixed methods onderzoek, en kwaliteit (validiteit, betrouwbaarheid en reflexiviteit) in kwalitatief onderzoek. Op de tweede dag gaan we in op kwalitatieve dataverzameling en data-analyse. Ter voorbereiding op de eerste dag wordt de deelnemers gevraagd om een eigen onderzoeksidee voor mee te brengen. Voor de tweede dag kijken deelnemers van tevoren een videocollege over thematische analyse. In de gehele workshop focussen we op het reflexieve karakter van kwalitatief onderzoek dat onmisbaar is voor klinisch geldige en relevante evidence. In deze workshop gaan we daarom niet alleen in op methoden en technieken, maar ook op de invloed van perspectief, waarden en aanpak van de onderzoeker zelf.
 
Opbouw 
Dag 1:
Epistemologie van kwalitatief en mixed methods onderzoek
Kwaliteitscontrole (gehele proces, reflexieve wetenschap). 
Dag 2:
Dataverzameling in interviews en focusgroepen
Basisprincipes van kwalitatieve codering.
 
Waarom of wanneer zou je deze module kunnen kiezen?
Methodologie vormt in de klinische psychologie een fundament voor gedegen onderzoek en evidence-based practice. Waar kwantitatieve methodologieën wereldwijd sterk verankerd zijn in psychologische curricula, krijgen kwalitatieve en mixed methoden minder aandacht. Gezien het narratieve karakter van de klinische praktijk, waarin de conversatie tussen therapeut en cliënt en de verhalen en expressie die de cliënt ter tafel brengt een wezenlijke rol spelen in therapeutische verandering, bieden kwalitatieve onderzoeksmethoden juist een onmisbaar perspectief op de uitkomsten van de behandeling. Voor onderzoekers is het bovendien belangrijk om zich bewust te zijn van de keuzes die men heeft in zowel kwantitatieve als kwalitatieve onderzoeksmethoden, om de aansluiting van methoden op de vragen en doelstellingen van onderzoek te rechtvaardigen.
 
 

Titel
Het onderzoeken van werkingsmechanismen in psychologische behandeling middels moderatie en mediatie

Docent
Dr. Ilse Verveer, wetenschappelijk onderzoeker en innovator GGZ
 
Data

  • Dinsdag 11 januari en 22 februari 2028
  • 2029

Inhoud
Een manier om bestaande psychologische behandelingen te verbeteren is het onderzoeken van werkingsmechanismen en moderatoren (i.e., hoe werkt behandeling en voor wie?). Kennis over wat voor wie werkt zou namelijk kunnen helpen om behandelingen te optimaliseren en waar nodig behandeling specifieker in te kunnen zetten. Deze module zal een introductie geven over verschillende manieren waarop werkingsmechanismen in behandeling onderzocht kunnen worden en wat ervoor nodig is om aan te tonen of iets een werkingsmechanisme is. Specifiek gaan we in op moderatoren en mediatoren, waarbij we met moderatie het "wanneer" of "voor wie" proberen te verklaren, en met mediatie het "hoe" proberen te verklaren middels een tussenliggende variabele. Voorbeelden over werkingsmechanismen in de behandeling voor eetstoornissen zullen hier als leidraad worden gebruikt, maar er zal ruimte zijn om te onderzoeken wat er in jouw vakgebied bekend is of juist nog onderzocht zou moeten worden. Verschillende methoden zullen worden besproken, waaronder verschillende vormen van mediatie analyse en een experimentele aanpak om werkingsmechanismen te onderzoeken. Het is mogelijk om eigen data mee te nemen en hiermee aan de slag te gaan.
 
Leerdoelen van deze modulen:
  • Kennis opdoen over wat er precies wordt verstaan onder werkingsmechanismen
  • Het kunnen beoordelen van studies naar werkingsmechanismen
  • Het kunnen interpreteren van moderatie en mediatie analyses
  • Oefenen met het opzetten van een onderzoek naar werkingsmechanismen
  • Oefenen met het uitvoeren en interpreteren van moderatie en mediatie analyses.
Opbouw
De volgende elementen zullen aan bod komen:
 
Onderdeel 1: Kennis over werkingsmechanismen en moderatie vergroten
  • College introductie werkingsmechanismen in psychologische behandeling 
  • Interactief college moderatie (wanneer en voor wie werkt het) 
  • In subgroepen eigen onderzoeksvraag gerelateerd aan moderatie uitwerken en onderzoek ontwerpen
  • Oefenen met uitvoering, interpretatie en opschrijven van moderatie analyses 
 Onderdeel 2: Kennis over werkingsmechanismen en mediatie vergroten
  • Interactief college mediatie (hoe werkt het)
  • Oefenen met het uitvoeren en interpreteren van mediatie analyses
  • In subgroepen eigen onderzoeksvraag gerelateerd aan mediatie uitwerken en onderzoek ontwerpen
  • Moderatie en mediatie modellen koppelen aan theorie 
Waarom of wanneer zou je deze module kunnen kiezen?
Interesse in: onderzoek naar werkingsmechanismen, het doen en interpreteren van moderatie en mediatie analyses, experimenteel (klinisch) onderzoek
 
 

Titel
Meta-analysis in psychological interventions
 
Docent
Dr. David Turner
Clinical Psychologist, Klinisch Psycholoog & Psychotherapeut
 
Having trained as a Clinical Psychologist in the UK, I currently work as GZ-Psycholoog in a FACT team in Den Haag delivering psychological intervention for people with complex mental health problems. I have a particular interest in psychosis and have published a number of meta-analytic studies focused upon psychological interventions for psychosis, such as CBTp. While working at the Vrije Universiteit I also worked on other collaborative meta-analytic projects intestigating healthcare interventions, including the WHO and the Hersenstichting.
 
Data

  • Vrijdag 5 maart en 19 maart 2027
  • 2029
Inhoud
Meta-analytic research provides the best available method in reliably assimilating outcome data to determine which psychological interventions are most effective. In the past two decades this form of research has become increasingly important and forms the backbone of major treatment guidelines in healthcare systems worldwide.
 
Despite being widely applied and having great potential to provide clarity about which therapies might best help the people we work with, meta-analysis can also be misused or misinterpreted. Therefore careful and thoughtful use of this methodology is of high importance.
 
In this module you will learn the basics in practically appyling meta-analysis in psychological therapy outcome research alongside developing a critical perspective on its application. After completion of this module, you can carry out basic meta-analysis design, systematic literature searches, data extraction, analysis (in R), and interpretation. The aim is also to develop and understanding of its application in the context of mental health treatment and evidence-based decision-making.
 
Opbouw
The first meeting will consist of an introduction to meta-analysis and contextual placement of meta-analysis in relation to the development and implementation of evidence-based psychological interventions. The trainees will then be guided through key steps in conducting meta-analysis; namely the systematic literature search, data extraction and analysis using R (statistical software). The trainees will then have the homework task of attempting a (basic) meta-analysis.
 
In the second meeting, we will review the meta-analysis homework task and trouble-shoot any issues arising during the process. More specialist meta-analysis topics will be introduced in discussion, such as independent-participants data (IPD) meta-analysis. We will also address other critical questions relating to meta-analysis and its application.
  
Waarom of wanneer zou je deze module kunnen kiezen?
Developing a sound understanding of the principles and processes underlying meta-analysis provides the clinician with a deeper understanding of the manner in which the evidence-base for psychological interventions is formed and therefore provides a more critical perspective on the implementation and practice of psychological interventions. This module is suited to clinicians who have scientific interest in the development of psychological therapies and the commitment to provide better care for those interacting with psychological services. This module may also serve as an interesting starting point for any clinicians with a desire to integrate meta-analytic research in clinical career trajectories, since there is the opportunity to learn basic meta-analytic skills.
  

Titel
Multilevel modeling in R voor beginners
 
Docent
Dr. Ilse Verveer, wetenschappelijk onderzoeker en innovator GGZ
 
Data

  • dinsdag 26 september en 10 oktober 2028
Inhoud
In de afgelopen jaren zijn er nieuwe statistische methoden beschikbaar gekomen voor het analyseren van onderzoeksgegevens, zoals multilevel modeling. Multilevel modellen zijn met name geschikt voor het analyseren van gegevens die op meerdere niveaus gerangschikt kunnen worden. Denk hierbij bijvoorbeeld aan de data verzameld met ‘ecological momentary assessment’ methoden (bv. met apps waarmee op meerdere momenten op de dag hetzelfde wordt gemeten) of laboratorium onderzoek waarbij met experimentele taken onderzoek wordt gedaan. In deze module zal de GioS een eerste introductie krijgen in deze modellen en aan de hand van een aantal praktische oefeningen met eigen data leren hoe deze methode werkt en wat de do’s en don’ts van deze methode zijn. Na afloop kan de GioS zelf aan de slag met deze methode om zo zijn of haar eigen data te kunnen analyseren.
 
Opbouw
Op dag 1 maken we kennis met de methode en gaan we snel aan de slag met voorbeeld data. Op dag 2 zal de GioS eigen data meebrengen en met enkele oefeningen het geleerde van de eerste dag toepassen op eigen data.
 
Waarom of wanneer zou je deze module kunnen kiezen?
Deze module is geschikt voor de GioS die interesse heeft voor geavanceerde statische methoden. De door de GioS te verzamelen data moet geschikt zijn voor een multilevel aanpak. De GioS moet niet bang zijn om zelf wat simpele scripts te kunnen aanpassen voor eigen gebruikt en niet schrikken van het gebruik van R, wat we zullen gaan gebruiken in deze module.
 

Titel
SCED - de kracht van n=1: intensief longitudinaal onderzoek bij een zeer klein aantal participanten.
 
Docent
Mijn naam is Samantha Bouwmeester. Ik heb m’n eigen statistisch adviesbureau - Out of the Boxplot  https://www.outoftheboxplot.site - waarin ik vooral mensen uit de klinische praktijk en mensen uit het onderwijs van statistisch advies voorzie. Ik ben jarenlang universitair hoofddocent statistiek geweest bij de sociale wetenschappen. Dat was een reuze leuke baan, maar met mijn eigen bedrijf heb ik het gevoel dat ik meer impact kan maken op de praktijk. Ik vind het enorm inspirerend om de brug te maken van de taaie statistiek naar de weerbarstige praktijk.
 
Data

  • Dinsdag 26 oktober en dinsdag 23 november 2027
  • Maandag 6 november en maandag 4 december 2028
  • 2029
Inhoud
Single case designs zijn de afgelopen steeds populairder geworden in de klinische praktijk. Deze designs zijn dan ook uitermate geschikt om de effectiviteit van een therapie, of een aspect van een therapie te evalueren a.d.h.v. data van een kleine groep mensen. Single case designs zijn longitudinale designs waarbij deelnemers intensief worden gevolgd. In een experimenteel design wordt er onderscheid gemaakt tussen verschillende fases waarin de deelnemer met zich wordt vergeleken. Er zijn tal van manieren om de data in een single case design te analyseren. In de twee dagen dat we met het design aan de slag gaan zullen we eerst uitgebreid de kenmerken van het design te bespreken en deze te koppelen aan praktische toepassingen. We zullen kennis maken met data die verzameld is binnen een single case experimental design en bekijken hoe deze data geanalyseerd kan worden. Vervolgens zullen we zelf een onderzoek opzetten, data simuleren voor dit onderzoek, de data analyse doen en het onderzoek vastleggen in een wetenschappelijk verslag.
 
Opbouw
De eerste lesdag gaan we eerst kennis maken met het single case design en de (on)mogelijkheden bespreken aan de hand van voorbeeld data. We gaan de data analyseren in een app die ontwikkeld is om single case data te analyseren, https://architecta.shinyapps.io/SingleCaseDesignsv02/ , en we eindigen de dag met de eerste opzet van een eigen single case experimental design onderzoek. Tussen de eerste en tweede lesdag word je gevraagd om dit onderzoek zelf uit te werken en ook data te verzamelen (of te simuleren), tijdens de tweede lesdag gaan we aan de slag met de analyses van jullie eigen onderzoek, en eindigen we de dag met het schrijven van een methode en resultaten sectie waarin je het eigen onderzoek en de resultaten beschrijft.
 
Waarom of wanneer zou je deze module kunnen kiezen?
Wanneer je graag intensief longitudinaal onderzoek zou willen doen bij een klein aantal deelnemers, en je wilt dit graag op een wetenschappelijk verantwoorde manier aanpakken, dan is deze module iets voor jou…
 
 

Bayesian inference: wat is het, waarom is het nuttig voor jouw onderzoek en hoe kun je Bayesiaanse analyses uitvoeren
KPVO2802       Dinsdag 21 maart en 18 april 2028

Datamanagement, privacy en ethiek
KPVO2705       Maandag 8 maart en 19 april 2027
KPVO2803       Maandag 29 mei en 26 juni 2028

Kwalitatieve en Mixed Onderzoeksmethoden
KPVO2701       Dinsdag 20 april en 18 mei 2027
KPVO2806       2028
KPVO2902       2029
 
Het onderzoeken van werkingsmechanismen in psychologische behandeling middels moderatie en mediatie
KPVO2805       Voorjaar 2028 (ma, di of wo)
KPVO2901       2029
 
Meta-analysis in psychological interventions
KPVO2704       Vrijdag 5 en 19 maart 2027
KPVO2903       2029

Multilevel modeling in R voor beginners
KPVO2801       dinsdag 26 september en 10 oktober 2028

SCED
KPVO2703       Dinsdag 26 oktober en 23 november 2027
KPVO2804       Maandag 6 november en 4 december 2028
KPVO2904       2029