Hoe we werken, en hoe we het gaan bewijzen.
LeafShift zit midden in onderzoek en ontwikkeling. We bouwen zorgvuldig, op bewezen wetenschap, en we houden ons aan één regel: we beweren niets wat we niet kunnen laten zien. Deze pagina laat zien hoe we over bewijs denken. De resultaten, en hun grenzen, volgen zodra onze pilots lopen.
Onze beslissingen zijn gebouwd op FAO-56, de internationale standaard voor het waterverbruik van gewassen, en op decennia aan peer-reviewed hydrologie. We werken met gevestigde, openlijk gevalideerde implementaties van die wetenschap. We zijn een team met een onderzoeksachtergrond, en dat zie je terug in de methode.
Een model dat overtuigend oogt, is nog geen bewijs dat het klopt. Voordat we iets beweren, moet het model dat verdienen, stap voor stap.
Toets het model aan de werkelijkheid
Volgt onze waterbalans echte, gemeten omstandigheden in het veld, nog voordat we iets beweren? Zo niet, dan telt niets wat erop is gebouwd.
Test de beslissing die eruit komt
Hadden onze keuzes de uitkomst in een echt seizoen werkelijk veranderd, met al het andere gelijk? Een model dat bij de data past, moet nog steeds bewijzen dat het beter beslist.
Laat het standhouden over vele seizoenen
Houdt het voordeel stand over jaren van echt weer en eerlijke onzekerheid, en niet alleen in één gunstig seizoen? Pas dan verdient het een algemene uitspraak.
Een volgende stap telt pas als de vorige standhoudt. Die volgorde is de hele discipline.
De kern van LeafShift is een fysische waterbalans die je regel voor regel kunt volgen. Machine learning komt er alleen bij waar het een beslissing aantoonbaar beter maakt, en altijd binnen grenzen die we kunnen controleren. Elke stap van de redenering blijft zichtbaar.
Elk advies wordt gezet naast wat de huidige praktijk op dezelfde dag zou hebben gedaan, zoals de landelijke beregeningsrichtlijn voor sportvelden. Die vergelijkingsbasis draait als code, niet als getallen uit een artikel, zodat de vergelijking eerlijk en herhaalbaar is.
Elk cijfer dat we maken, heeft het label gemeten, geschat, gemodelleerd of gesimuleerd, en elke constante vermeldt haar bron. Dat zit in de manier waarop onze data wordt opgeslagen, en hangt niet af van goede voornemens. Niets gemodelleerds wordt ooit getoond alsof het gemeten is.
Als we een resultaat rapporteren, komt het met wat het wel en niet laat zien: het gewas, de plek, de omstandigheden en de kanttekeningen. We vertellen je waar we nog onzeker zijn. Helder zijn over grenzen is de kern van hoe we werken.
Het echte bewijs komt uit het veld.
Alles tot nu toe is zorgvuldig modelleren en methode. Het bewijs dat telt, wordt in het echt gemeten: LeafShift naast een echte boerderij of een echte veldploeg, met vastgelegd wat het zou hebben gedaan naast wat er werkelijk gebeurde, gedurende een echt seizoen, met hun eigen gegevens. We bereiden nu onze eerste pilots voor in de landbouw en op sportvelden. Dat is wat we zullen publiceren, resultaten en grenzen samen.
Het onderzoekslogboek.
Af en toe een notitie per e-mail over hoe het werk gaat. Geen ruis, en je kunt je bij elk bericht afmelden.
Gebouwd door een klein team met een onderzoeksachtergrond. Maak kennis met het team.