{"id":11744,"date":"2026-04-14T11:19:38","date_gmt":"2026-04-14T11:19:38","guid":{"rendered":"https:\/\/www.proefschriftmaken.nl\/portfolio\/louise-david\/"},"modified":"2026-04-14T11:19:44","modified_gmt":"2026-04-14T11:19:44","slug":"louise-david","status":"publish","type":"us_portfolio","link":"https:\/\/www.proefschriftmaken.nl\/en\/portfolio\/louise-david\/","title":{"rendered":"Louise David"},"content":{"rendered":"","protected":true},"excerpt":{"rendered":"","protected":true},"author":7,"featured_media":11745,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"footnotes":""},"us_portfolio_category":[45],"class_list":["post-11744","us_portfolio","type-us_portfolio","status-publish","post-password-required","hentry","us_portfolio_category-new-template"],"acf":{"naam_van_het_proefschift":"The Effort to Change","samenvatting":"Met name in het hoger onderwijs moeten studenten het merendeel van hun leren zelfstandig plannen, monitoren en uitvoeren, oftewel zelfreguleren. Om academisch succes te behalen is het essentieel dat ze deze zelfregulatie op een effectieve manier doen, bijvoorbeeld door effectieve leerstrategie\u00ebn te gebruiken. Hoewel studenten zich steeds meer bewust worden van het belang van effectieve leerstrategie\u00ebn, hebben velen moeite om deze toe te passen en gebruiken ze in plaats daarvan minder effectieve strategie\u00ebn. Deze discrepantie tussen wat bekend staat als effectief en wat studenten daadwerkelijk doen, vormt een voortdurende uitdaging bij het stimuleren van het gebruik van effectieve leerstrategie\u00ebn. Onderzoek heeft verschillende mogelijke barri\u00e8res aan het licht gebracht die mogelijk verklaren waarom studenten moeite hebben om regelmatig effectieve leerstrategie\u00ebn toe te passen. Er is echter weinig bekend over hoe deze barri\u00e8res interageren in authentieke leeromgevingen en hoe studenten ondersteund kunnen worden om deze barri\u00e8res te overwinnen en zo effectieve leerstrategie\u00ebn te integreren. Dit proefschrift speelt hierop in door te onderzoeken waarom studenten effectieve leerstrategie\u00ebn niet consequent toepassen en hoe gedragsveranderingsbenaderingen het consequente gebruik van effectieve leerstrategie\u00ebn kunnen bevorderen.\n\nOm de onderzoeksdoelstellingen te bereiken, heb ik vier studies uitgevoerd. In hoofdstuk 2 onderzocht ik bij studenten hoe de ervaren mentale inspanning en het ervaren leren verband houden met het daadwerkelijke leren. In hoofdstuk 3 bestudeerde ik de studiegewoonten van universiteitsstudenten en hoe zij nieuwe gewoonten aanleren en bestaande gewoonten afleren in deze context. In hoofdstukken 4 en 5 heb ik onderzocht in welke mate doelen stellen via implementatie-intenties het zelfregulerend leren van universiteitsstudenten en hun gebruik van gespreid leren be\u00efnvloedt.\n\nVolgens de cue-utilization-theory (Koriat, 1997) verkrijgen lerenden geen directe informatie over hun eigen leerproces en gebruiken ze daarom vaak cues zoals hun ervaren mentale inspanning om hun leerproces zelf te beoordelen. Uit eerder onderzoek blijkt dat lerenden hun ervaren mentale inspanning vaak interpreteren als een teken van slecht leren. Tot nu toe is echter onduidelijk hoe dit zich doorgaans verhoudt tot daadwerkelijk leren. Aan de hand van een meta-analytisch structuurvergelijkingsmodel vatte ik bewijs over de relaties tussen ervaren mentale inspanning, zelfbeoordelingen en daadwerkelijke leerresultaten samen. Ik extraheerde gegevens uit 35 manuscripten met daarin 83 onafhankelijke steekproeven, 236 effectgroottes en een totale steekproefomvang van N = 3973. Ervaren mentale inspanning was negatief gecorreleerd met zelfbeoordelingen (\u03b2 = -.19), wat betekent dat een hogere ervaren mentale inspanning gelinkt was aan een lager gevoel van leren of begrip. Zelfbeoordelingen waren positief gecorreleerd met daadwerkelijk leren (\u03b2 = .29), wat betekent dat een sterker gevoel van leren verband hield met meer daadwerkelijk leren. Samen zorgden deze effecten voor een indirect negatief verband tussen ervaren mentale inspanning en daadwerkelijk leren via zelfbeoordelingen (\u03b2 = -.05). Dit patroon suggereert dat lerenden inspannende leerervaringen vaak interpreteren als een teken van slecht leren, wat overeenkomt met daadwerkelijk lagere prestaties. In de contexten van de ge\u00efncludeerde studies kwam deze interpretatie overeen met de cue-utilization-theory. Deze theorie suggereert dat ervaren mentale inspanning wordt gebruikt als een diagnostische cue tijdens leerbeoordeling, aangezien deze correleert met een lager gevoel van leren en een lagere daadwerkelijke leerprestatie. De bevindingen van het onderzoek benadrukken de noodzaak om lerenden te ondersteunen bij het interpreteren van hun ervaren inspanning tijdens het leren. Hoewel in de context van de opgenomen studies een hogere ervaren mentale inspanning een diagnostische cue was die correleerde met daadwerkelijk slechter leren, is dit misschien niet altijd het geval. Zo kan het interpreteren van ervaren mentale inspanning als een teken van slecht leren in de context van wenselijke moeilijkheden er ten onrechte toe leiden dat studenten voortijdig afhaken, aangezien inspanning een essentieel onderdeel is van de effectiviteit van wenselijke moeilijkheden.\n\nAangezien gewoontegedrag vaak een voorspeller is van gedrag, onderzocht ik in hoofdstuk 3 de studiegewoonten van universiteitsstudenten en hoe zij nieuwe gewoonten aanleren en bestaande gewoonten afleren om inzicht te krijgen in hoe studenten het gebruik van effectieve leerstrategie\u00ebn in stand houden. Ik gebruikte een kwalitatieve benadering en nodigde 29 eerstejaarsstudenten uit, die werden verdeeld over zes focusgroepdiscussies, om beter inzicht te krijgen in hun gewoontes rondom studeren en de uitdagingen die gepaard gaan met het integreren van effectieve leerstrategie\u00ebn. Thematische analyse toonde aan dat de leerstrategiekeuze van studenten vaak werd bepaald door de type toetsing en de ervaren effici\u00ebntie voor het bereiken van kortetermijndoelen. Hoewel studenten enige metacognitieve kennis hadden, werd gedragsverandering beschreven als moeizaam en alleen ondernomen wanneer dat nodig werd geacht, bijvoorbeeld wanneer eerdere leerstrategie\u00ebn niet hielpen om een tentamen te halen. Andere studenten gaven aan dat ze van plan waren hun studiegedrag te veranderen, maar niet goed wisten hoe. De motivatie fluctueerde gedurende het semester en be\u00efnvloedde of studenten hun veranderingsvoornemens daadwerkelijk uitvoerden. Bovendien had het omgaan met levensuitdagingen, zoals de overgang van de middelbare school naar de universiteit, invloed op het studiegedrag van studenten. De bevindingen bieden inzicht in de factoren die studenten motiveren hun leergedrag te veranderen en benadrukken het belang van afstemming tussen beoordelingsmethoden en langetermijnleren. Daarnaast kan het ondersteunen van studenten bij het formuleren van langetermijndoelen voor hun studie de ontwikkeling van studiegewoonten stimuleren. Dit kan bijdragen aan langdurig leren en een consistente toepassing van effectieve leerstrategie\u00ebn om deze doelen te bereiken.\n\nAangezien gebleken is dat het stellen van doelen effectief is om gedragsverandering op andere domeinen in gang te zetten, heb ik in hoofdstuk 4 onderzocht of het stellen van doelen via implementatie-intenties het gebruik van gespreid leren kan vergroten. Daarnaast onderzocht ik het zelfregulerend leren van universiteitsstudenten gedurende een vierwekencursus. Middels de experience sampling method (ESM) heb ik het dagelijks gebruik van gespreid leren en ander studiegedrag van studenten (N = 85) gemonitord, zoals hun studiemotivatie, inspanning en tevredenheid. Ik vergeleek hoe studiegedrag verschilde tussen studenten die specifieke implementatie-intenties hadden om gespreid leren te integreren (n = 35) en studenten die aan het begin van het onderzoek alleen werden ge\u00efnformeerd over de voordelen van gespreid leren en het stellen van doelen (n = 50). Hoewel implementatie-intenties het gebruik van gespreid leren niet verhoogden, gebruikten studenten in deze groep effectievere strategie\u00ebn, zoals oefentoetsen vroeg in de cursus, studeerden ze korter, rapporteerden ze lagere inspanning en lieten hogere concentratie zien richting het einde van de cursus. Tegelijkertijd behaalden ze vergelijkbare tentamenresultaten als de controlegroep. In beide groepen veranderde het studiegedrag in de loop van de tijd, waarbij de duur van studeersessies, het gebruik van effectieve leerstrategie\u00ebn, de motivatie, de inspanning en de tevredenheid over de studeersessies toenamen naarmate de tentamens naderden. Kwalitatieve analyse van de implementatie-intenties suggereert dat studenten over het algemeen in staat waren om doelen te formuleren voor het regelmatig herhalen van eerder geleerde stof, maar dat deze doelen vaak niet specifiek en concreet genoeg waren. In het algemeen wijzen de bevindingen erop dat implementatie-intenties weliswaar niet direct leiden tot een toename van het gebruik van gespreid leren, maar wel kunnen bijdragen aan effici\u00ebnter studiegedrag, zoals eerder gebruik van retrieval practice. Verder laten de resultaten zien dat het leergedrag van studenten verandert, waarin de nabijheid van tentamens een sterke invloed heeft op hoe studenten hun inspanningen en motivatie verdelen. Deze patronen onderstrepen het belang van het ontwerpen van toetsingsmethoden die consistent leren voor langetermijnbehoud stimuleren in plaats van kortetermijnprestaties. Bovendien illustreert de studie het belang van het onderzoeken van zelfgereguleerde leerprocessen over langere perioden middels ESM om vast te stellen hoe studenten hun studiegedrag dynamisch aanpassen in reactie op veranderende academische eisen.\n\nIn hoofdstuk 5 gebruikte ik een vergelijkbaar ontwerp als in hoofdstuk 4, en breidde dit uit door drie groepen te includeren en een follow-up ESM-periode van een week toe te voegen vijf weken na de cursus om mogelijke transfereffecten te onderzoeken. In de implementatie-intentiegroep (N = 29) vormden studenten implementatie-intenties, in de information-only-groep (N = 36) kregen studenten alleen informatie over gespreid leren en de voordelen daarvan, en de controlegroep (N = 35) kreeg geen aanvullende informatie. Gedurende een cursus van vier weken gebruikte ik ESM (k = 1998) om dagelijks studiegedrag vast te leggen, zoals het gebruik van leerstrategie\u00ebn, studieduur, motivatie en inspanning. Vijf weken later hadden we een follow-up ESM-periode van \u00e9\u00e9n week (k = 343) om mogelijke transfereffecten te beoordelen. Net als in hoofdstuk 4 suggereren de resultaten dat het formuleren van implementatie-intenties het gebruik van gespreid leren niet significant verhoogt vergeleken met de controlegroep. In plaats daarvan voorspelden de individuele intenties van studenten om gespreid leren te gebruiken hun daadwerkelijk gebruik van gespreid leren. Veranderingen in studiegedrag over de tijd heen werden voornamelijk be\u00efnvloed door contextuele factoren, met name de nabijheid van tentamens. Naarmate de tentamens naderden, rapporteerden studenten in alle groepen meer inspanning, studietijd, concentratie, extrinsieke motivatie en tevredenheid, samen met minder afleiding. Ongeacht de groep werd het gebruik van gespreid leren in de volgende cursus voorspeld door het gebruik van gespreid leren tijdens de eerste ESM-periode. Deze resultaten suggereren dat veranderingen in het leergedrag van studenten eerder worden bepaald door de nabijheid van tentamens dan door het stellen van doelen. Verder onderstrepen de bevindingen hoe moeilijk het is om intenties om te zetten in consistente gedragsverandering. Vooral voor complexe strategie\u00ebn die een langdurige inspanning vereisen, zoals gespreid leren, kunnen onderwijsinterventies effectiever zijn wanneer ze studenten helpen een gewoonte te ontwikkelen die het initi\u00ebren van regelmatig studeren bevordert. Bovendien zouden beoordelingsmethoden die langetermijnleren in plaats van kortetermijnprestaties belonen, studenten beter kunnen ondersteunen bij het ontwikkelen van duurzame leergewoontes.\n\nIn hoofdstuk 6 heb ik de resultaten en implicaties van de studies samengevat en besproken in relatie tot de onderzoeksvragen van dit proefschrift en de wetenschappelijke literatuur. De bevindingen van dit proefschrift lieten zien dat het gebruik van effectieve strategie\u00ebn in de loop van de tijd fluctueerde onder de invloed van motivatie, interpretatie van ervaren mentale inspanning tijdens het leren en contextuele druk. Hoewel studenten begrepen welke strategie\u00ebn effectief zijn, slaagden veel studenten er niet in om deze consequent toe te passen. Dat komt omdat de ervaren inspanning als hoog werd ervaren, de voordelen van het gebruik van effectieve leerstrategie\u00ebn niet voor alle studenten duidelijk waren en met minder inspannende strategie\u00ebn op korte termijn prestaties konden worden behaald. Inspanning werd vaak ge\u00efnterpreteerd als een teken van slecht leren, wat een belemmering kan vormen voor het toepassen van wenselijke moeilijkheden, die inspanning vereisen. Het ontwikkelen van gewoontes rond effectief studiegedrag bleek complex, mogelijk omdat leerstrategie\u00ebn zoals gespreid leren meerdere stappen omvatten die moeilijk te automatiseren waren. Het consequent toepassen van strategie\u00ebn hangt daarom waarschijnlijk niet alleen af van metacognitieve kennis, maar ook van specifieke intenties om ze te gebruiken en van ondersteunende omgevingen. Deze omgevingen kunnen bijvoorbeeld helpen bij het interpreteren van leerinspanningen, het verminderen van de inspanningen nodig om effectieve leerstrategie\u00ebn toe te passen, en het afstemmen van het nut van effectieve strategie\u00ebn op de doelen van studenten. Het stimuleren van een consistente toepassing van effectieve leerstrategie\u00ebn vraagt uiteindelijk om leeromgevingen die inspannend leren normaliseren, passende ondersteuning bieden en beloningsstructuren richten op langetermijnbegrip in plaats van kortetermijnprestaties.","summary":"Especially in higher education, learners need to plan, monitor, and execute (i.e., self-regulate) most of their learning autonomously. Doing so effectively, for instance, by using effective learning strategies, is essential for academic success. Although students are becoming increasingly aware of the importance of using effective learning strategies, many continue to struggle to apply them and instead rely on less effective ones. This discrepancy between what is known to be effective and what students actually do represents a persistent challenge in promoting the use of effective learning strategies. Research has identified several potential barriers that may explain why students struggle to use effective learning strategies regularly. However, little is known about how these barriers interact in authentic learning contexts or how students can be supported to overcome them to incorporate effective learning strategies more sustainably. The present dissertation addresses this gap by investigating why students fail to use effective learning strategies sustainably and exploring the promotion of sustainable strategy use through behavioral change approaches.\n\nTo address the research aims, I conducted four studies. In chapter 2, I investigated how learners\u2019 perceived mental effort and perceived learning relate to actual learning. In chapter 3, I explored university students\u2019 study habits and how they form new and break existing habits within this context. In chapters 4 and 5, I investigate to what extent goal-setting via implementation intentions influences university students\u2019 self-regulated learning and their use of distributed practice.\n\nAccording to the cue-utilization theory (Koriat, 1997), learners are unable to directly access information about their own learning, and thus often use cues such as perceived mental effort to judge their learning. Past research indicates that learners often interpret their mental effort experience as a sign of low learning. However, so far, it is unclear how this commonly relates to actual learning outcomes. Using a meta-analytic structural equation model, I synthesized evidence on the relationships between perceived mental effort, monitoring judgments, and actual learning outcomes. I extracted data from 35 manuscripts with 83 independent samples, 236 effect sizes, and a total sample size of N = 3973. Across studies, perceived mental effort was negatively associated with monitoring judgments (\u03b2 = -.19), meaning that higher perceived mental effort was linked to lower feelings of learning or understanding. Monitoring judgments were positively associated with actual learning (\u03b2 = .29), meaning that higher feelings of learning or understanding, related to actual higher learning. Together, these effects produced an indirect negative relationship between perceived mental effort and actual learning outcomes via monitoring judgments (\u03b2 = -.05). This pattern suggests that learners often interpret effortful learning experiences as signs of poor learning, which aligned with actual lower performance. In the contexts captured by the included studies, this interpretation was consistent with the cue-utilization theory. The latter suggests that perceived mental effort is a diagnostic cue used during monitoring of learning as it correlates with lower perceived learning and lower actual learning. The findings of the study highlight the need to support learners in interpreting their perceived effort during learning. While in the contexts of the included studies, higher perceived mental effort was a diagnostic cue correlating with actual lower learning, this might not always be the case. For example, in the context of desirable difficulties, interpreting perceived mental effort as a sign of poor learning might mistakenly cause students to disengage prematurely, since effort is an essential aspect of the effectiveness of desirable difficulties.\n\nTo gain insight into how students sustain the use of effective learning strategies, in chapter 3, I explored university students\u2019 study habits and their experiences forming new and breaking old habits as habitual behavior is commonly a predictor of behavior. Using a qualitative approach, I invited 29 first-year students to six focus group discussions to gain richer understanding of their habitual study behaviors and challenges associated with incorporating effective learning strategies. Thematic analysis revealed that students\u2019 learning strategy choices were often shaped by the type of assessment and the perceived efficiency of reaching short-term goals. While students demonstrated some metacognitive knowledge, behavioral change was described as effortful and undertaken only when deemed necessary, for example, if previous learning strategies did not help to pass an exam. Other students mentioned that they had intentions to change their study behavior, but were not sure how. Motivation fluctuated throughout the semester, influencing whether students acted upon their intentions to change. Furthermore, navigating life challenges such as the transition from high school to university affected students\u2019 study behavior. The findings provided insights into the factors that shape students\u2019 intentions to change their learning behaviors and highlight the need to align assessment methods with lifelong learning objectives. Moreover, supporting students in setting long-term academic goals that encourage the development of study habits could foster durable learning and consistent use of effective learning strategies to reach these long-term goals.\n\nAs goal-setting has been shown to be effective to initiate behavioral change in other domains, in chapter 4, I investigated whether goal-setting via implementation intentions could increase university students\u2019 use of distributed practice. Additionally, I explored students\u2019 SRL throughout a four-week university course. Using the experience sampling method (ESM), I monitored students\u2019 (N = 85) daily use of distributed practice and other study behavior such as their study motivation, study effort and study satisfaction and compared how this differed between students who set specific implementation intentions to incorporate distributed practice and obstacle plans that could hinder them from achieving their goal (n = 35) compared to students who were merely informed about the benefits of distributed practice and goal-setting at the beginning of the study (n = 50). Although implementation intentions did not increase the use of distributed practice, students in this group adopted more effective strategies, such as practice testing early in the course, studying for shorter durations, reported lower study effort, and showed increased concentration toward the end of the course while performing similarly to the control group at the end-of-course exam. Across both groups, study behaviors shifted over time, with study duration, use of effective learning strategies, motivation, effort, and study satisfaction increasing near exams. Qualitative analysis of the implementation intentions suggests that students were generally able to formulate goals on how to regularly review previously learned content, yet these goals often lacked specificity and concreteness. Overall, the findings indicate that while implementation intentions did not directly increase the use of distributed practice, they may support more efficient study behavior, such as the earlier adoption of retrieval-based strategies. Furthermore, the results show that students\u2019 learning behaviors change, with exam proximity strongly shaped how students allocate effort and motivation. These patterns underscored the importance of designing assessment methods that encourage consistent learning for long-term retention rather than short-term performance. Moreover, the study illustrates the value of examining self-regulated learning processes over extended periods using ESM to capture how students dynamically adjust their study behaviors in response to changing academic demands.\n\nIn chapter 5, I used a similar design as in chapter 4, and extended it by including three groups and adding a one-week follow-up ESM period five weeks later to investigate potential transfer effects. In the implementation intention group (N = 29), students formed implementation intentions, in the information-only group (N = 36), students received only information about distributed practice and its benefits, and the control group (N = 35) received no additional input. Over a four-week course, I used ESM (k = 1998) to capture daily study behavior such as learning strategy use, study duration, motivation, and effort. Five weeks later, we had a one-week follow-up ESM period (k = 343) to assess potential transfer of study behavior and goal achievement to a new course. Similar to chapter 4, results suggest that formulating implementation intentions did not significantly increase students\u2019 use of distributed practice compared to control conditions. Instead, students\u2019 individual intentions to use distributed practice predicted their actual engagement in distributed practice. Changes in study behaviors over time were primarily influenced by contextual factors, particularly exam proximity. Across groups, as exams approached, students reported greater effort, study time, concentration, extrinsic motivation, and satisfaction, along with reduced distraction. Independent of group, use of distributed practice in the next course was predicted by use of distributed practice during the main ESM period. These results suggest that shifts in students\u2019 learning behaviors are driven more by exam proximity than by goal-setting and underscore the difficulty of translating intentions into consistent behavioral change. Especially for complex strategies like distributed practice that require sustained effort over time, educational interventions may be more effective when they help students establish an instigation habit that fosters initiation of regular studying. Moreover, assessment practices that reward long-term learning rather than short-term performance could better support students in developing durable self-regulated learning habits.\n\nIn chapter 6, I synthesized and discussed the results and implications of the studies in relation to the research questions of this dissertation and related scientific literature. The findings of this dissertation indicated that students\u2019 engagement with effective strategies fluctuated over time, shaped by motivation, interpretation of mental effort during learning, and contextual pressures. Despite understanding which strategies are effective, many students failed to use them consistently as effort felt costly, benefits of using effective learning strategies were not salient to all students, and short-term performance could be achieved when using less effortful strategies. Effort was frequently misinterpreted as a sign of poor learning, creating a barrier to adopting desirable difficulties that require effort. The development of habits around effective study behaviors proved complex, potentially because learning strategies such as distributed practice involved multiple steps that were difficult to automatize. Sustained strategy use, therefore, likely depends not only on metacognitive knowledge but also on specific intentions to use them and environmental scaffolds and support that, for example, help interpret effort during learning, reduce effort required to engage in effective learning strategies, and align the utility of effective strategies with students\u2019 goals. Ultimately, fostering consistent use of effective learning strategies likely requires educational environments that normalize effortful learning, provide support, and align incentives with long-term understanding rather than short-term performance.","auteur":"Louise David","auteur_slug":"louise-david","publicatiedatum":"18 mei 2026","taal":"EN","url_flipbook":"https:\/\/ebook.proefschriftmaken.nl\/ebook\/louisedavid?iframe=true","url_download_pdf":"https:\/\/ebook.proefschriftmaken.nl\/download\/804ac948-0d9c-4b00-958f-603f4d7dde3d\/optimized","url_epub":"","ordernummer":"18765","isbn":"978-94-6534-340-2","doi_nummer":"","naam_universiteit":"Universiteit Maastricht","afbeeldingen":11746,"naam_student:":"","binnenwerk":"","universiteit":"Universiteit Maastricht","cover":"","afwerking":"","cover_afwerking":"","design":""},"_links":{"self":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio\/11744","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio"}],"about":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/types\/us_portfolio"}],"author":[{"embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/comments?post=11744"}],"version-history":[{"count":1,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio\/11744\/revisions"}],"predecessor-version":[{"id":11747,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio\/11744\/revisions\/11747"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/media\/11745"}],"wp:attachment":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/media?parent=11744"}],"wp:term":[{"taxonomy":"us_portfolio_category","embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio_category?post=11744"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}