Portefølje Naturvitenskap og teknologi ikon

The research system

Portefølje Humaniora og samfunnsvitenskap ikon

Ground-breaking research

Portefølje Samisk ikon

Sámi society and culture

Portefølje Demokrati, styring og fornyelse ikon

Democracy and global development

Portefølje Velferd, kultur og samfunn ikon

Welfare, culture and society

Portefølje Helse ikon

Health

Portefølje Klima- og polarforskning ikon

Climate and environment

Portefølje Landbasert mat, miljø og bioressurser ikon

Land-based food, the environment and bioresources

Portefølje Energi, transport og lavutslipp ikon

Energy and transport

Portefølje Muliggjørende teknologier ikon

Enabling technologies

Portefølje Industri og tjenestenæringer ikon

Innovation

LTP Climate, environment and environmentally friendly energy

Climate and loss of natural diversity

Internationalization

Societal security and civil preparedness

Renewal in the public sector

Velferdstjenester

Frontpage Image

Marine icon

Petroleum og mineraler

LTP Hav ikon

Oceans and coastal areas

LTP2 Muliggjørende og industrielle teknologier ikon

Enabling and industrial technologies

Trust and community

Professional environment

High quality and accessibility

LTP Climate

Strengthened competitiveness and innovation capacity

LPT Health

 An innovative business community

LTP3 Helse

Portefolje Petroleum Ikon

Portefølje Hav ikon

Portefølje Utdanning og kompetanse ikon

Portefølje Global utvikling og internasjonale relasjoner ikon

Portefølje Livsvitenskap ikon

LTP2 Styrket konkurransekraft og innovasjonsevne ikon

LTP2 Utvikle fagmiljøer av fremragende kvalitet

LTP2 Samfunnssikkerhet og samhørighet ikon

LTP2 Fornyelse i offentlig sektor ikon

LTP2 Klima, miljø og miljøvennlig energi ikon

Forsidebilde optimalisert

project-bank-technical

Et innovativt næringsliv ikon

Muliggjørende teknologier bakgrunn

Marin bakgrunnsbilde

Marin ikon

Forsidebilde

Statistics

Prosjektbanken presenterer statistikk og informasjon om prosjekter med finansiering fra Forskningsrådet fra 2004. Statistikken er fordelt på blant annet tema, år, geografi og organisasjon. Prosjektbanken gir også detaljert informasjon om de enkelte prosjektene.

...or see the summary and other information about the projects you have selected

Portfolios

En god beskrivelse av denne siden for søkemotoroptimalisering

Forside

How the grants are distributed between organisations, counties, subject areas etc....

Here are some examples of searches you can perform in the Project Databank

All long term plan objectives

About Text Queries

No thematic area or topic related to the project

has received funding in the programme period

No popular science description is available

have received funding in the programme period

The project with project number {{project number}} was not found

Technical description

Woops, something went wrong. Please refresh the page. If the error persists, please contact us.

We could not find what you were looking for

See statistics related to this LTP objective

See projects related to this LTP objective

related to this LTP objective have received grants

has been granted to projects related to this LTP objective

has been granted to projects related to this portfolio

related to this portfolio have received grants

About Prosjektbanken

Programmer

Frittstående prosjekter

Nettverkstiltak

Infrastruktur og institusjonelle tiltak

Forvaltning

Diverse FoU-relaterte aktiviteter

Ukjent

Felleskostnader

Ettersom flere mennesker lever lenger, trenger vi flere helsetjenester, spesielt for akutte helseproblemer. Dette legger mye press på helsesystemet vårt, som inkluderer hjemmeomsorg, sykehjem, lokale klinikker og sykehus. For å sikre at vi kan ta vare på alle i fremtiden, må vi finne måter å hjelpe eldre mennesker med å holde seg sunne og unngå å trenge mye omsorg.
PAI-prosjektet jobber med dette problemet. Prosjektet bruker kunstig intelligens (KI) for å forutsi hvilken type omsorg eldre mennesker kan trenge ved å se på helsedata. Ved å oppdage helseproblemer tidlig, kan vi ta skritt for å forhindre at de blir verre. Dette kan bety at vi forhindrer fall i sykehjem eller endrer en persons medisinering på deres lokale klinikk. Dette bidrar til å unngå sykehusopphold, som kan være dyre og stressende.
Imidlertid er det vanskelig å forutsi helsebehov fordi dataene vi har kan variere mye. Det kan være forskjellig avhengig av hvor personen bor, og hvilke helseproblemer de har. For å håndtere dette, jobber PAI-prosjektet med mennesker som mottar omsorg og helsearbeidere for å utvikle KI-verktøy. Prosjektet tester disse verktøyene i virkelige situasjoner i Spania, Sverige og Norge.
Prosjektet bruker en blanding av metoder for å samle inn og analysere data. Dette inkluderer både tall (kvantitative data) og folks erfaringer og meninger (kvalitative data). Målet er å hjelpe eldre mennesker ved å gi dem riktig omsorg til rett tid, forhindre at skader og sykdommer blir verre. Det hjelper også helsearbeidere ved å sørge for at ressursene brukes effektivt og skaper et godt arbeidsmiljø. Løsningene de finner kan brukes på mange forskjellige steder.

As the population ages, the demand for healthcare services increases, including acute care. This puts a strain on healthcare resources, making efficient care management crucial at all levels - home, nursing homes, primary care, and hospitals.
The PAI project aims to address this challenge by using artificial intelligence (AI) to predict the care needs of older individuals. By analyzing patient monitoring data, the project can detect early signs of health or functional decline. This allows for preventive measures to be taken, reducing the need for costly acute care and aftercare. For example, hospitalizations can be prevented by avoiding falls in nursing homes or adjusting medication in primary care.
However, predicting the care needs of older patients is not straightforward. It involves dealing with varying data availability, quality, and potential interventions across different care levels and diagnoses. To tackle this, the PAI project uses a design science approach and a multiple case study design. It develops analytics in collaboration with care recipients and healthcare practitioners and implements them in real-life settings in Spain, Sweden, and Norway.
The project uses a mixed-methods strategy for data collection and analysis, combining quantitative and qualitative elements. This includes the thematic interpretative analysis of meeting notes, interviews, and observations, as well as the statistical longitudinal trend analysis of Key Performance Indicators in the respective healthcare systems.
The benefits of the PAI project are twofold. Older individuals receive adequate early care, preventing injuries and the worsening of diseases. Healthcare staff can use their resources more effectively, creating a sustainable and satisfying work environment. The outcomes of the project are scalable and can be applied in various contexts, making it a valuable contribution to the future of European healthcare.

Predicting Care Needs of Older Adults in the Healthcare System through AI-enabled Analysis of Patient-Monitoring Data

Målet for FUSE er å utvikle kunnskap og metoder for energieffektive og trygge skipsoperasjoner ved å kombinere KI og skips hydrodynamikk som muliggjør raske utslippsreduksjoner fra den globale flåten gjennom neste generasjons ruteoptimalisering.


Hovedideen er å utvikle metoder for mer nøyaktige numeriske modeller for skipsytelse, inkludert både energi- og bevegelsesegenskaper, ved å bruke kunstig intelligens i kombinasjon med klassisk hydrodynamikk. Tradisjonelle hydrodynamiske modeller er basert på grunnprinsipper og reflekterer fysiske lover. Kunstig intelligens kan trenes på operasjonelle data til å finne nye sammenhenger i dataene utover det man vet fra fysikkens lover. Begge tilnærmingene har sine fordeler og ulemper, og vi tar sikte på å kombinere det beste fra begge tilnærmingene og utvikle hybridmodeller. 
Potensielle effekter av de nye skipsmodellene vil evalueres gjennom bruk i ruteplanlegging.

Som utgangspunkt vil vi samle brukerkrav fra industripartnerne med fokus på to utvalgte brukstilfeller; deep sea og fergedrift. Forskningsaktivitetene vil dekke dataanalyse, KI og skipshydrodynamikk og reiseoptimalisering og beslutningsstøtte. Relevante forskningstemaer innebærer å sammenligne de ulike tilnærmingene for å estimere skipsytelse, vurdere nøyaktighet og gyldig bruk av modellene og evaluering av modellenes sensitivitet og anvendelighet. Til slutt vil den potensielle effekten av å bruke hybridmodeller i reiseoptimalisering bli undersøkt og demonstrert. En ph.d.-kandidat vil bli utdannet fra NTNU med fokus på å fusjonere KI med skipshydrodynamikk. 

Prosjektpartnerne er SINTEF Ocean, SINTEF Ålesund, NTNU, Torghatten, Vard Electro, NAVTOR og G2 Ocean.

The FUSE vision is to rapidly reduce emissions from the global fleet by unlocking the full potential of operational data through fusing AI and ship hydrodynamics for next generation voyage optimization. The main idea is to develop theoretical approaches and methodology utilizing the potential of using AI in combination with classical hydrodynamics to develop more accurate numerical models for ship performance, including both energy and motion characteristics. Traditional hydrodynamic models are based on first-principle, reflecting physical laws. AI-based models which uses operational data are used to establish a statistical relationship between inputs and outputs. Both approaches have their pros and cons, and we aim to fuse the best of both approaches and develop hybrid models as input to voyage planning and onboard decision support systems.  As a starting point, we will gather user requirements from the industrial partners focusing on two selected use cases; deepsea and ferry operations. The industry partners will be involved during the whole project period ensuring that the competence and results can be exploited into their product and services. The industry partners will contribute with operational data from their ships as research data. 

The research activities will cover data analytics, AI and ship hydrodynamics and voyage optimization and decision support. Research partners are SINTEF Ocean, SINTEF Ålesund, and NTNU. A PhD candidate will be educated from the NTNU with supervisors from Marine Technology and Engineering Cybernetics with focus on fusing AI with ship hydrodynamics. Relevant research topics involve comparing the different approaches for estimating ship performance, considering accuracies and valid usage of the models and evaluation of sensitivity and applicability of the models. Finally, the potential impact of using hybrid models in voyage optimization will be investigated and demonstrated.

Fusing AI and Ship Hydrodynamics for Next-Gen Voyage Optimization

Achieving effective reduction in greenhouse emissions necessitates both preventing resource depletion and offering sustainable solutions to meet the increasing demand for energy. The technology developed in the NEXPECH2 project effectively addresses the above-mentioned challenges by using solar energy to convert water to green hydrogen (H2) under standard atmospheric temperature and pressure. Green hydrogen is a clean, sustainable chemical fuel that can be stored on a large scale for a long time and used to replace fossil fuels as a means of energy storage, transportation fuel, and feedstock. The NEXPECH2 ultimate goal is to deliver green H2 on a prototype lab-scale via development of a innovative photoelectrochemical (PEC) system for maximized solar light harvesting and efficient solar conversion to H2. The project will develop a low-cost compact device with an objective of reaching 10% solar-to-fuel efficiency and <10% degradation over 200 h operation.

Next generation photoelectrochemical cell for hydrogen generation (NEXPECH2)

Limb wounds in horses are common, however healing is exceedingly slow and fraught with complications. Contrary to body wounds, limb wounds demonstrate only a small amount of wound contraction. The specialist procedure of applying split-thickness skin grafts to limb wounds stimulates wound contraction by unknown mechanisms. The objective of this project is to identify those mechanisms to develop a treatment strategy for equine limb wounds for use in general  practice. Limb wounds are severely impacting animal welfare due to an extended healing/treatment duration, and the risk of euthanasia due to a poor functional outcome. By stimulating wound contraction, healing time will be reduced, and the functional outcome improved, directly benefitting the welfare of wounded horse and reducing treatment cost for the owner. Aim: To identify dermal components stimulating wound contraction, and to develop this knowledge into future state-of-the-art treatment of equine limb wounds for use in general practice. Hypotheses: i) Application of dermal fractions to collagen gels seeded with equine fibroblasts will increase gel contraction in vitro; ii) Application of dermal fractions to experimental limb wounds in vivo, will increase wound contraction resulting in a faster healing time versus wounds treated by conventional methods. Methods: i) The contractile effect of different dermal components will be assessed in a collagen gel/ fibroblast model; ii) Identified dermal components will be tested in a standardized experimental limb wound model in vivo (n=5). Ultimately, results from this project are expected to improve wound treatment in horses, directly impacting animal welfare by reducing healing time and improving the functional outcome of wounded horses. This will also directly benefit horse owners and caretakers and making veterinarians able to offer better treatment solutions.

HESTEFORSK - Raskere og bedre sårheling hos hest med autologe hudkomponenter

Novel vaccine platform for animal health

Studie skal basere seg på «caser» relatert til FME Bio4fuels, hvor målet var å bidra til å minke klimagasser utslipp fra transport sektoren gjennom grundige og omfattende forskingsarbeid. Hoved forskingsområder i Bio4fuels har vært produksjon av bioalkoholer ut ifra biomasse, produksjon av biogass for bruk i lang-tung transporten, produksjon av bioolje gjennom termokjemiske prosesser, og prosesser hvor biomasse brytes i høy temperatur for produksjon av syntesegass og derfra til Biofuels for bruk transport sektoren.

I dette prosjektet skal gjennom valgte caser prøve å svare på spørsmålet: Lønner det seg med energi forskning? Hva er de mulige sosiale, økonomiske, og miljømessige effekter av forskning i Bio4fuels.
Vi skal for eksempel se gjennom effekter av vår forskning i miljø, også i hvilken grad de teknologier vi forsker på kan iverksettes i industriell skale og hvilken påvirkning kan ha på miljøet. Hvilken type effekter kan ha i energisystemer, spørsmål som hvilken andel av en voksende energi behovet kunne vil dekket. I løpet av dette prosjektet andre parallelle effekter som redusert utslipp, materiell bruk, og eller miljøinngrep. Teknisk og kunnskap overføring kan også være et naturlig tema å se nærmere på. Generelt sett en bevisgjøring av den reell praktisk betydning av forskning innen energifagfeltet.

Energidepartementet har i 2018 produsert en rapport om effekten av energiforskning gjennom konsulentselskapene Impello Management og Menon Economics. Rapporten fokuserte på forskningsfunnene fra forskjellige programmer som RENERGI/ENERGIX, (CLIMIT), men hovedsakelig forskningssentre for miljøvennlig energi (FME). 

Målet med arbeidet var å se på forskingseffekter i form av energieffektivisering, reduserte klimagassutslipp,
stabilitet og sikkerhet i energiforsyningen, eksportrettet næringsvirksomhet og bedre forvaltning av naturressursene. Det kan derfor fastslås at samfunnseffektene er mange ganger høyere enn investeringene.

En ny periode av FME forsking-programmer vil ta slutt i 2024 dermed Energidepartementet vil gjennom dette prosjektet oppsummere de viktigste funnene gjennom utarbeidelse av Studie-Caser som i 2018-rapporten.

Bio4Fuels vil dermed bidra i fordypning/utvidelse av tidligere caser, men også i ny studie caser som har vært forsket på i periode 2018-2024, innen de forskjellige tematiske-områder.

Utarbeidelse av Case-Studier fra Forskningssenter for Bærekraftig Biobasert Drivstoff og Energi (Bio4Fuels).

I dag blir jernbaneinspeksjon utført manuelt, en prosess som er både tidkrevende og kostbar. Kontrollører må fysisk, ofte til fots og om natten, bevege seg langs skinnegangen for å vurdere tilstanden til ulike komponenter. AutoKontroll-prosjektet har som mål å utvikle full-automatiserte og del-automatiserte løsninger for å utføre enkelte av disse kontrollene. Dette er tenkt å gjøres ved automatisk analyse av bilder av infrastruktur tatt fra tog-monterte kameraer.
 
Prosjektet står overfor flere utfordringer. En av dem er å utvikle et kamerasystem som kan ta standardiserte kvalitetsbilder av jernbaneinfrastrukturen. I tillegg må det utvikles metoder for å finne og sammenligne bilder av samme komponent tatt på forskjellige tidspunkter. En annen stor utfordring er å utforme metoder for automatisk å oppdage relevante endringer i tidsserier av bilder, samt gjenkjenne kjente feil og avvik.
 
Ved å gjøre jernbaneinspeksjon mer effektiv og kostnadseffektiv og derfor øke sikkerheten og oppetiden for togtrafikken, har AutoKontroll-prosjektet potensial til å transformere jernbanedriften i Norge. Prosjektet er et samarbeid mellom Bane NOR og Norsk Regnesentral.

AutoKontroll-prosjektet tar sikte på å automatisere og forbedre utvalgte kontrolloppgaver av jernbanen. Dette ved å bruke kameraer, repetitivt bildeopptak og automatisk bildeanalyse. Formålet er å forbedre inspeksjonskontrollene ved å gjenkjenne feil og detektere endringer og avvik. Dette kan potensielt automatisere og forbedre kontrollene, noe som kan øke effektiviteten og redusere kostnadene forbundet med kontroll av jernbaneinfrastrukturen.

Prosjektet byr på flere FoU-utfordringer. Det vil kreve utvikling av et kamerasystem for å ta opp relevante bilder av jernbaneinfrastrukturen, samt metoder for å samregistrere bilder tatt av samme objekt på forskjellige tidspunkter. Videre vil det kreve utvikling av metoder for automatisk endrings- og anomalideteksjon i tidsserier av bilder, samt gjenkjenning av kjente feil og avvik.

Sluttresultatet vil bli evaluert gjennom en kvantitativ sammenligning av manuell og automatisk kontroll. Dette vil vise potensialet for å forbedre og automatisere enkelte kontrollrutiner, noe som kan føre til betydelige kostnadsbesparelser og mer effektiv drift. Prosjektet er et samarbeid mellom Bane NOR og Norsk Regnesentral.

AutoKontroll - Automatisert kontroll av jernbane

I Europa finnes et betydelig antall voksne som har sammensatte og langvarige helsetjenestebehov (SLB), og mange håndterer flere slike tilstander (Multi-SLB). På grunn av tjenestenes reaktive natur, mangel på koordinering, begrensede tilgjengelighet og sykdomssentrerte fokus, er det ufordrende for de tradisjonelle tjenestene å møte denne gruppens behov.

Digital-CACTUS-prosjektet undersøker potensialet for digital støttede pasientforløp, som kombinerer tradisjonelle og digitale helsetjenester som videokonsultasjoner, avstandsoppfølging og digitale behandlinger. Denne tilnærmingen tar sikte på å gjøre helsetjenestene mer proaktive, personlige og tilgjengelige.

Prosjektet har tre hovedmål:
* Forstå forholdet mellom pasient og kliniker: Gjennom studier og undersøkelser utforsker vi hvordan digitale verktøy påvirker pasientforløpet og relasjonen mellom pasient og klinikere, med fokus på empati, støtte og personlig oppmerksomhet.
* Utvikle et verktøy for hvor pasienten rapporterer behov for digital støtte : Dette verktøyet vil identifisere hvor digitale løsninger kan forbedre omsorgen ved å peke ut systemfeil og foreslå passende digitale inngrep.
* Evaluere effekten av digitalt støttede pasientforløp: Kartlegging av bruken av digitale verktøy over hele Europa for å vurdere deres effektivitet og aksept i ulike helsetjenester.

Digital-CACTUS kombinerer ekspertise innen Multi-SLB, digital medisin og pasientsentrert omsorg, med mål om å gi helsemyndighetene evidensbaserte anbefalinger. Dette sikrer at digital helsetjeneste bevarer grunnleggende menneskelige verdier og styrker tjenestenes bærekraft.

In European countries 25% have multiple long-term chronic conditions (MLTCs). Persons with MLTC represent 2/3ds or more of health care spending, because care systems are designed to handle single disease patients. Innovation of care, in terms of blended care models that augment traditional face-to-face care with technology is key to sustainability and continued quality of care. Blended care tools form a continuum from video consultation, asynchronous message exchanges, to remote patient monitoring and automated just-in-time interventions. Blended care models can support person-centered, proactive care, reduce the need for face-to-face visits and tailor care to the patients’ lives. However, poor implementation of blended care may disrupt workflows, cause digital exclusion or alter patient-clinician relationships.

Our multidisciplinary research program aims at uncovering the potential gains and side effects of blended care at both patient and health system levels with a comprehensive research program with three work packages (WP).

WP1. How will the digital transformation change patient–clinician relationships?  The answer comes from an international survey eliciting patient and clinicians experiences. 

WP2. Which care-challenges could have been better supported by digital tools? Patients will recreate their care journey and indicate 1) “failures in care” and 2) whether blended care tools could have avoided or alleviated these failures.

WP3. Mapping the potential impact of blended care in Europe through a large international survey of patients using the tool from WP2. 

We are five renowned teams in MTLCs, digital medicine and patient centered care, as well as a private partner which will translate research results into actionable tools.
Our project provide decision makers with evidence on how technological tools should be implemented to optimize the delivery of health and care services while preserving the humanistic values of patient-clinician relationships.

Digital CACTUS, Digital CAre Contribution to the Transformation of User Services

The project will mainly host the IEEE flagship conference IEEE SmartGridComm 2024 in Oslo, Norway. The support from RCN is very important for the success of the event. The cost in organizing conferences in Norway is normally very high and Norwegian kroner is weak in recent years. With such reason, we have been declined few times before by IEEE when we applied to host conferences in Oslo, Norway.
The RCN’s support will be mainly used to cover the conference venue and the keynote speakers’ travel cost. The conference venue in Oslo city center has high cost. We have received an offer from a conference hotel and the renting cost is quite high. It is very challenging to only use conference registration fee to cover the cost.

The 15th IEEE International Conference on Smart Grid Communications (IEEE SmartGridComm 2024)

Hovedmålet i UltraDry er å gjøre fremtidens produksjon av litiumionbatterier (LIB) mer bærekraftig. De siste tiårene har sett en enorm økning i bruken av LIB, og behovet videre er forventet å øke drastisk på grunn av batterienes nøkkelrolle i det grønne skiftet. I takt med økt etterspørsel øker også behovet for å gjøre batteriproduksjonen mer bærekraftig. UltraDry har fokus på to nøkkeltemaer som kan bidra til dette: tørrprosessering av batterielektroder og redusering av fluorinnholdet i batteriet.

LIB-elektroder lages i dag ved å blande batterimaterialene i et løsemiddel til en våt masse som legges på en metallfolie, for så å tørke elektroden slik at løsemiddelet forsvinner. Tørkeprosessen er veldig energikrevende og utgjør over 30% av den totale energien i batteriproduksjonen. I tillegg er løsemidlet som ofte brukes til katoden giftig, noe som gir betydelige HMS-utfordringer og økte kostnader. Som et alternativ til dette har tørrprosessering av batterielektroder, helt uten bruk av løsemidler, blitt løftet fram som en mer bærekraftig fabrikasjonsmåte. Tørrprosessering er potensielt energi- og kostnadsbesparende og kan lage tykkere elektroder med høyere energitetthet, men mange utfordringer må løses før slike prosesser kan tas i bruk industrielt. I UltraDry ønsker vi å fylle flere av kunnskapshullene som gjenstår for å realisere tørrprosessering av batterier i industriell skala. I tillegg til utfordringene med løsemidler i produksjonen av LIB, så inneholder dagens batterier Li-salter med mye fluor i elektrolytten, typisk LiPF6. De fluorrike saltene er ofte dyre, giftige, følsomme for fuktighet, og kan bidra til å utvikle svært skadelig HF-gass inni batteriet. I UltraDry vil vi utvikle nye salter med mindre eller helt uten fluor for å gjøre batteriene mer bærekraftig og resirkuleringen av batteriene lettere.

UltraDry er et europeisk m-era.net samarbeidsprosjekt. SINTEF er koordinator og FREYR, IREC (Spania) og Warsaw University of Technology (Polen) er partnere.

The overall goal of ULTRADRY is to improve the sustainability of battery production. This will be achieved by developing fundamental understanding about of dry processing of Li-ion battery (LIB) electrodes and reducing the F-content in the binder and electrolyte. The conventional way of preparing battery electrodes is by wet slurry casting, where the electrode materials are mixed in a solvent and cast on the current collector. The drying of this wet slurry is energy consuming and complex, and harmful solvents like N-methylpyrrolidone (NMP) are often used for cathodes, causing HSE concerns. Studies have shown that the wet slurry casting, drying and solvent recovery processes account for approximately half of the energy needed for battery production. Dry processing has the potential to overcome many of the limitations of wet-slurry casting, but several needs must still be addressed. 
ULTRADRY will contribute to this by combining several complementary activities, ranging from fundamental to applied, directly linked to improving sustainability. This includes:
1)	Developing the fundamental knowledge about binder fibrillation mechanisms, which is lacking in the scientific literature.
2)	Investigate the interlink between the process parameters during the different dry process steps, the achieved microstructure of the electrodes, and their mechanical and electrochemical performance. 
3)	Improve the sustainability of the battery electrolyte by developing new Li-salts as potential substitutes for the state-of-the-art LiPF6.
4)	The most promising results, materials and components from these aforementioned activities will be assembled, tested and benchmarked against conventional batteries. This will be performed on a lab-scale, and with demonstration in a pilot line at the final year of ULTRADRY. 
5)	LCA, sustainability and techno-economic analyses is included as an integral part of ULTRADRY.

Unlocking the potential of sustainable and solvent-free fabrication of electrodes for Li-ion battery cells

Midlene fra PROFESJO-Profesjonsstudier ved de statlige høgskolene fordelt på år

Midlene fra PROFESJO-Profesjonsstudier ved de statlige høgskolene fordelt på fylker

Midlene fra PROFESJO-Profesjonsstudier ved de statlige høgskolene fordelt på fagområde

Professor

Samarbeid om barn og unge har vært et prioritert område i offentlig helse- og sosialpolitikk de siste 20 årene. Vi har likevel kommet forholdsvis kort i arbeidet med å utvikle gode måter å organisere det tverrfaglige samarbeidet på og å utforme samspillet  mellom de profesjonelle og de profesjonelle og brukerne. Mange faktorer vil påvirke det tverrfaglige samarbeidet, både rammer/retningslinjer og relasjoner/samspill. 
Med utgangspunkt i to barneverninstitusjoner er det gjort et utvalg på 5 ungdommer, dere s foresatte og de samarbeidspartnere (profesjonelle) som er involvert i sakene for å undersøke hvordan de organiserer og utformer det tverrfaglige samarbeidet(tiltakskjede). 
Det brukes kvalitative metoder, herunder dybdeintervju, observasjon og dokumentg jennomgang. Resultatene vil bli analysert i forhold til 2 hovedområder: 
<h>1. Forutsetninger knyttet til rammer og relasjoner 
<h>2. Vertikale og horisontale strukturer (på samme og mellom forvaltningsnivå). 
Her vil makt, lojalitet og personlige verdier  spille inn. Konsekvenser for profesjonene og brukerne vil bli belyst og drøftet. Resultatene fra prosjektet vil gi nyttige bidrag til utvikling, tilrettelegging og gjennomføring av tverrfaglig samarbeid for ungdom med psykososiale problemer og barnevernt jenesten forøvrig. I tillegg vil resultatene ha overføringsverdi til tverrfaglig samarbeid mer generelt.

13,423 projects