2024

2023

2022

2021

2020

2019

2018

2017

2016

2015

2014

2013

2012

2011

2010

2009

2008

2007

2006

2005

2004

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

Kunnskapsdepartement

Nærings- og fiskerid

Annet

Samfunnsvitenskap

Ukjent

Oslo

Ukjent Fylke

LTP3 Styrket konkurransekraft og innovasjonsevne

LTP3 Innovasjon i stat og kommune

Instituttsektor

Utlandet

Portefølje Forskningssystemet

Portefølje Innovasjon

Programmer

Frittstående prosjekter

Nettverkstiltak

Infrastruktur og institusjonelle tiltak

Forvaltning

Planlegging/utredning/evaluering

Diverse FoU-relaterte aktiviteter

Felleskostnader

Sverige

Ingen søknadstype

Politikk- og forvaltningsområder

Responsible Research & Innovation

Fornyelse og innovasjon i offentlig sektor

Forskning og innovasjon

Kjønnsperspektiver i forskning

Utviklingsarbeid

Tjenesterettet FoU

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

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

I Nordsjøen finnes det organisk rike leirlag som har blitt begravd til flere kilometers dyp. Når slike leirlag blir begravd til flere kilometers dyp, blir de så varme at de begynner å generere olje og gass. Av all oljen og gassen som har blitt generert i Nordsjøen, har hele 98% lekket ut til havet over geologisk tid. Men hvor skjer dette? Hvor mye lekker ut? Hvilke miljøkonsekvenser har det? Hvordan påvirker det planer for CO2-lagring at væsker kan sive ut naturlig noen steder? Og kan det gi ny innsikt i hvor man bør lete etter olje og gass? Dette er spørsmål som InFluSe-prosjektet skal svare på. 

InFluSe står for "Integrated study of Fluid Migration and Seepage in the Southern Norwegian North Sea - Impact on Hydrocarbons, Environment, and CO2 storage". På grunn av de viktige konsekvensene hydrokarbonlekkasje i Nordsjøen har, er det mange som er interessert i dette prosjektet. Prosjektet ledes av Universitetet i Bergen, og har partnere fra industri, akademia og statsadminstrasjon, og disse partnerene inkluderer UiT, Equnior, Vår Energi, AkerBP, Aarhus Universitet, Geomar Kiel, Havforskningsinstituttet og Sokkeldirektoratet. 

I løpet av det første av fire år, skal vi ansette fire PhD-kandidater og gjennomføre et tokt på 20 dager med forskningsskipet G.O. Sars. Den første av PhD-stipendiatene skal bruke satellittdata til å undersøke hvor, når og hvorfor olje lekker i Nordsjøen. Den andre PhDen skal undersøke eksisterende brønn-, kjerne- og seismikk-data fra Nordsjøen for å finne ut hvilke veier hydrokarbonene migrerer under bakken. Den tredje skal samle inn og prosessere nye høy-oppløselige 3D-seismiske data over områder med mye lekkasje for å undersøke hvordan hydrokarbonene kommer seg gjennom takbergartene. Den siste skal undersøke geokjemiske og biologiske prøver fra hydrokarbonoppkommene for å finne ut hvor de kommer fra, hvor lenge de har vert aktive, og hvilke påvirkninger de har på miljøet.

In the Southern Norwegian North Sea (SNNS), analysis of satellite radar data supported by recent scientific cruise activity reveals a previously unknown pattern of natural oil seepage. This seepage pattern indicates the presence of a widespread and previously unknown hydrocarbon migration system. Combined with the extreme availability of subsurface data in the study area and our ability to conduct scientific cruises with state-of-the-art research vessels, the observed seepage pattern makes it possible to characterize and understand migration of fluids in sedimentary basins from source to seep, at a hitherto unparalleled level of detail. Through an integrated and cross-disciplinary research program, the InFluSe project partners will create a complete understanding of hydrocarbon migration and seepage in the SNNS through two scientific cruises, a comprehensive analysis and modelling program, and education of 4 PhDs and >10 MScs in the disciplines of geomatics, subsurface geology, geophysics and geochemistry. Firstly, we will determine the hydrocarbon migration pathways in the SNNS area and develop a baseline of natural hydrocarbon seepage in terms of distribution and rates that past and potential future well-related emissions can be evaluated against. Secondly, improved knowledge about distribution and rates of hydrocarbon seeps in the Norwegian North Sea will make it possible to assess the geological contribution of hydrocarbons, carbon and methane (the most important greenhouse gas after CO2) to the environment and atmosphere, something that is poorly understood from both a conceptual and regional perspective, and may be exacerbated by the shallow depth of seepage here. Thirdly, several CO2 storage licenses are in place in the SNNS and the impact of the observed seepage on the CO2 storage integrity in these areas will be addressed by InFluSe. Finally, understanding of pathways of hydrocarbon migration will help improve play models and de-risk exploration prospects.

Integrated study of Fluid Migration and Seepage in the Southern Norwegian North Sea - Impact on Hydrocarbons, Environment, and CO2 storage

mSpider: a universal “digital adaptor” to extract physical activity and health data from wearable sensors

Store skip (over 5000 bruttotonn), som containerskip, bulkskip og tankskip står for ca. 90% av karbondioksidutslippene (CO2) forårsaket av den maritime sektoren i dag. For denne typen fartøy er nullutslippsløsninger, som elektrifisering, ikke lett tilgjengelige. Det er derfor avgjørende å finne andre løsninger for å avkarbonisere dem. En ny teknologi spesielt egnet for store fartøyer, er moderne seil, kalt vindassisterte fremdriftssystemer (WAPS). WAPS har potensial til å redusere drivstofforbruket med opptil 60% og dermed redusere klimagassutslippene betydelig. 
For å realisere og maksimere potensialet til WAPS er det avgjørende å ha en grundig forståelse av de komplekse vindforholdene som oppleves på havet og forstå hvordan WAPS bør brukes for å møte denne utfordringen på en optimal måte. Vindforholdene i skipsfart kan variere betydelig avhengig av ruten (dypt hav, kyst, osv.), men også innenfor samme seilas. WAPS må derfor utformes for å fungere i et bredt spekter av vindforhold. Dette kompliseres ytterligere av bevegelsen indusert av fartøyet. Som en ny teknologi, er den fulle innvirkningen av de dynamiske, realistiske vindforholdene på WAPS ennå ikke fullt ut forstått. 
reSail vil fremme vindassistert fremdrift ved å forbedre forståelsen av vindforholdene som WAPS vil utsettes for. Vindmålinger på skip vil sammen med vindtunnelmålinger og modelleringsarbeid muliggjøre forbedring av kontroll, plassering og implementering for å realisere det fulle drivstoff- og utslisppsbesparende potensialet til WAPS.

Wind-assisted propulsion systems (WAPS) have the potential to contribute significantly to the decarbonization of international shipping. They are particularly suited for large vessels, which contribute heavily to global emissions from the maritime industry. To maximise the potential of wind-assisted propulsion the wind conditions WAPS are facing and how they affect wind propulsion ships need to be well understood. reSail will address this challenge by generating full-scale measurement data from a demonstrator ship, examining the ideal placement of wind-assisted propulsion systems (WAPS) on a ship, developing advanced aerodynamic models and control strategies to make the newly acquired knowledge available to a broad audience and finally assess the implications of complex wind conditions on ship operation. 
This will be obtained by a combination of methods ranging from, field measurements on a sea-going vessel, laboratory scale experiments in tailored flow conditions, to simulations of both individual components, such as the control system, as well as the ship holistically. The project will be conducted by a strong consortium comprised of three research institutions with strong competence in maritime transport, fluid mechanics, control strategies and ship operation, both experimentally and numerically, as well as key industry actors in shipping, wind-assisted propulsion and Geo-data. Close collaboration between the partners and among the different tasks in the project will advance wind-assisted propulsion and thus efficient green shipping in Norway.

Sailing with wind-assisted propulsion in realistic wind conditions

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)

By step-change EURAD-2 means a new era via a more effective and efficient public research, development and demonstration (RD&D) in Europe, and a deepening of research cooperation between MS having different radioactive waste inventories, and with programs at various stages of development. 

The scope of EURAD-2 builds upon the achievements of EJP EURAD-1 and EURATOM PREDIS. At a strategic level it is structured by the EURAD-1 Roadmap, while the prioritized scope refers to the updated Strategic Research Agenda (SRA)6. EURAD-2 continues to collaboratively develop, maintain and consolidate at the European level the scientific and technical basis of RWM, including disposal.

The scope of EURAD-2 includes scientific and technical activities on all steps (from “cradle to grave”) of RWM:
- Radioactive waste inventory including steps to minimize final radioactive waste to be managed;
- Radioactive waste characterization & processing (including pre-treatment, treatment and conditioning);
- Interim storage of radioactive waste; and
- Disposal solutions – with the main focus on geological disposal of spent fuel, high-level waste (HLW) and long-lived intermediate level waste (ILW).

Specific RD&D required for near-surface or surface disposal and low-level waste (LLW), will be addressed.Nuclear facility dismantling and decommissioning activities are however excluded, although interfaces, and particularly aspects that impacts final disposal could be considered.

The project aims to connect with the wider European Community through, e.g., SNETP, NEA, DigiDECOM community, IGDTP, IAEA, ENSREG, ERDO Association,  and will encourage interaction between different national programmes.

EUROPEAN PARTNERSHIP ON RADIOACTIVE WASTE MANAGEMENT 2 (EURAD-2)

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

Developing Gene Therapy for Brain Diseases

I løpet av de neste tiårene skal det bygges og driftes mange havvindmøller, noe som er viktig for å få til det grønne skiftet. Dette gir mange muligheter for norske verft. Norge er kjent for å være best i verden på design og produksjon av maritimt utstyr, og vi har gode forutsetninger for å lykkes med havvind. Men for å lykkes må verftene bli mer effektive.

Norske verft har tidligere blitt kritisert for å være for dyre og lite produktive. Selv om det går bedre, må de bli enda mer effektive. De må redusere kostnadene med 10-15% for å kunne vinne nye kontrakter og bidra til at havvindindustrien blir lønnsom. Derfor trenger vi mer kunnskap om hvordan verftene kan jobbe smartere.

Digitale tvillinger og kunstig intelligens har vist seg å fungere godt i andre industrier for å redusere kostnader og øke effektiviteten. I verftsindustrien har man hittil mest brukt digitale modeller til produktutvikling. Vi vet lite om hvordan de kan hjelpe med å planlegge arbeidskraft, utstyr og infrastruktur bedre. Med digitale tvillinger og kunstig intelligens kan verftene få bedre data og analyser, som gir mer detaljerte og nøyaktige planer. Dette kan redusere tid brukt på oppgaver som ikke skaper verdi.

Målet med TWinYards-prosjektet er å finne ut hvordan vi kan gjøre norske verft mer effektive ved å bruke digitale tvillinger og kunstig intelligens. Da kan verftene redusere kostnader og bidra til bærekraftig drift og en bærekraftig satsing på havvind.

A high number of offshore wind turbines is expected to be built, installed, operated, and decommissioned over the next decades, constituting a critical element in the green shift. This offers numerous opportunities for the Norwegian yard industry. Norway leads globally in maritime equipment design and production, with unique expertise and infrastructure, providing a solid foundation for success in offshore wind. However, the success relies on more efficient yard operations. The Norwegian yard industry's lack of cost competitiveness and productivity has been stressed previously, and even though there are signs of improvement, their effectiveness should have been much higher. They need to reduce costs by 10-15% to win newbuild orders in the long run and be able to contribute to the cost efficiency improvements required for a profitable offshore wind industry. There is, therefore, an urgent need for increased knowledge on efficient operations of the yards. 

Digital twins and artificial intelligence have been successfully used in manufacturing to reduce costs and improve efficiency. In the yard industry, the use of digital models has primarily been from a product perspective. There is a lack of knowledge on how they can support efficient planning of the people, equipment, and infrastructure at yards. With digital twins and artificial intelligence, yards gain access to robust data and analytical capabilities that provide more detailed and accurate plans and schedules that minimize non-value adding activities, promising a significant reduction in non-value adding time.

The overall objective of TWinYards is to develop knowledge on how to achieve resource efficiency and flow in the Norwegian yard industry by exploiting digital twins and artificial intelligence. The yards will thereby be able to reduce costs and contribute to green yard operations and a sustainable shift towards offshore wind.

TWinYards – Scaling up for offshore wind at Norwegian yards: Efficient operations through digital twins and artificial intelligence

Midlene fra STIM-EU-Strat.Instituttsats.EU-prosj fordelt på år

Midlene fra STIM-EU-Strat.Instituttsats.EU-prosj fordelt på fylker

Midlene fra STIM-EU-Strat.Instituttsats.EU-prosj fordelt på fagområde

Økonomisjef

STIM-EU Stiftelsen RURALIS

Rammeavtale for analyser og utvikling av indikatorer for det nasjonale forsknings- og innovasjonssystemet

Anskaffelse Analyse av forskerpersonale og vitenskapelig publisering for fagevalueringer 2022-2024

Rammeavtale - kjøp av Sekretariat for fagevalueringer 2022-2025

Anskaffelse av analyse av FoU-andeler i de årlige statsbudsjettene

FoU-statistikk - SSB

STIM-EU-Strat.Instituttsats.EU-prosj

STIM-EU Stiftelsen RURALIS

Awarded: NOK 3.6 mill.

Funding scheme:

STIM-EU-Strat.Instituttsats.EU-prosj

Funding Sources

Thematic Areas and Topics