2024

2023

2022

2018

2017

2016

2015

2014

Portefølje Naturvitenskap og teknologi ikon

Forskningssystemet

Portefølje Humaniora og samfunnsvitenskap ikon

Banebrytende forskning

Portefølje Samisk ikon

Samisk samfunn og kultur

Portefølje Demokrati, styring og fornyelse ikon

Demokrati og global utvikling

Portefølje Velferd, kultur og samfunn ikon

Velferd og utdanning

Portefølje Helse ikon

Helse

Portefølje Klima- og polarforskning ikon

Klima og miljø

Portefølje Landbasert mat, miljø og bioressurser ikon

Mat og bioressurser

Portefølje Energi, transport og lavutslipp ikon

Energi og transport

Portefølje Muliggjørende teknologier ikon

Muliggjørende teknologier

Portefølje Industri og tjenestenæringer ikon

Innovasjon

LTP2 Klima, miljø og miljøvennlig energi ikon

Klima, miljø og energi

LTP2 Samfunnssikkerhet og samhørighet ikon

Samfunnstryggleik og beredskap

LTP2 Fornyelse i offentlig sektor ikon

Velferdstjenester

Forsidebilde

Marin ikon

Petroleum og mineraler

LTP Hav ikon

Hav og kyst

LTP2 Muliggjørende og industrielle teknologier ikon

Mogleggjerande industrielle teknologiar

Tillit og fellesskap

LTP2 Utvikle fagmiljøer av fremragende kvalitet

Høg kvalitet og tilgjengeleg

LTP2 Styrket konkurransekraft og innovasjonsevne ikon

Sterkare konkurransekraft og innovasjonsevne

LTP3 Helse

Et innovativt næringsliv ikon

Styrket konkurransekraft og innovasjonsevne

Portefolje Petroleum Ikon

Portefølje Hav ikon

Portefølje Utdanning og kompetanse ikon

Portefølje Global utvikling og internasjonale relasjoner ikon

Portefølje Livsvitenskap ikon

Forsidebilde optimalisert

project-bank-technical

Muliggjørende teknologier bakgrunn

Marin bakgrunnsbilde

Statistikk

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.

...eller se sammendrag og annen informasjon om prosjektene i utvalget ditt

Alle porteføljestyrer

En god beskrivelse av denne siden for søkemotoroptimalisering

Forside

Hvordan tildelingene fordeler seg på institusjoner, fylker, fagområder o.l....

Her er noen eksempler på søk du kan gjøre i Prosjektbanken

Alle langtidsplanmål

Veiledning: Hvordan bruke Prosjektbanken.no

Om Fritekstsøk

Ingen populærvitenskapelig framstilling tilgjengelig


Prosjektet med prosjektnummer {{project number}} ble ikke funnet

Teknisk beskrivelse

Oisann, her gikk noe galt. Kan du prøve å laste siden på nytt?  Dersom feilen vedvarer, vennligst kontakt oss.         

Se statistikk relatert til dette langtidsplanmålet

Se prosjekter relatert til dette langtidsplanmålet

knyttet til dette LTP-målet har blitt tildelt penger

har blitt tildelt til prosjekter knyttet til dette LTP-målet

har blitt tildelt til prosjekter knyttet til denne porteføljen

knyttet til denne porteføljen har blitt tildelt penger

Om Prosjektbanken

2013

2012

2010

2011

Kunnskapsdepartement

Diverse

Olje- og energidepar

Ukjent

Utenriksdepartemente

Nærings- og fiskerid

Samfunnsvitenskap

Matematikk og naturvitenskap

Vestland

LTP3 Styrket konkurransekraft og innovasjonsevne

LTP3 Et kunnskapsintensivt næringsliv i hele landet

LTP3 Høy kvalitet og tilgjengelighet

LTP3 Rettede internasjonaliseringstiltak

LTP3 Hav og kyst

LTP3 Marine bioressurser og havforvaltning

LTP3 Klima, miljø og energi

LTP3 Klima, polar og miljø

LTP3 Samfunnssikkerhet og beredskap

LTP3 Samfunnsikkerhet, sårbarhet og konflikt

Instituttsektor

Portefølje Banebrytende forskning

Portefølje Forskningssystemet

Portefølje Klima og miljø

Portefølje Mat og bioressurser

Programmer

Forskerprosjekt

Koordinerings- og støtteaktivitet

Internasjonalisering

Naturmangfold og miljø

Globale utfordringer

Marin

Politikk- og forvaltningsområder

Nordområdene

Bransjer og næringer

Polar

Anvendt forskning

Delportefølje Internasjonalisering

Grunnforskning

Prosjektet «Wheelchair Activity Monitoring» (WHAM) sikter både på å øke fysisk aktivitet blant rullestolbrukere, og på å bidra til bredere mål om mangfold og inkludering av personer med nedsatt mobilitet, ved å fremme større tilgjengelighet og deltakelse gjennom innovativ teknologi og forskning.

Rullestolbrukere er tre til fem ganger mindre aktive enn den generelle befolkningen, noe som øker risikoen for å utvikle forebyggbare sykdommer. Selv om det finnes retningslinjer for fysisk aktivitet som er tilpasset rullestolbrukere, trenger vi fortsatt effektive måter å implementere disse på samt nøyaktig teknologi for å spore mulige endringer i fysisk aktivitet. WHAM har som mål å bidra til økt fysisk aktivitet blant rullestolbrukere ved å lage digitale verktøy for å monitorere og gi tilbakemelding på rullestolbrukerens aktivitet. WHAM består av tre faser: to år ved University of British Columbia (UBC), som inkluderer et samarbeid med eksperter innen atferdsendrings-intervensjoner for rullestolbrukere; ett år ved Norges teknisk-naturvitenskapelige universitet (NTNU) og et halvt år ved Maastricht Instruments - de to siste fasene er viet til å utvikle de digitale teknologiene. 

WHAMs mål er:
1)	Å teste effekten av et treningsprogram på fysisk aktivitetsnivå og fitness blant rullestolbrukere,
2)	Å utvikle nøyaktige algoritmer for monitorering av fysisk aktivitet blant rullestolbrukere,
3)	Å lage et system som både monitorerer og gir tilbakemelding på fysisk aktivitet blant rullestolbrukere.

Wheelchair users (WCU) are three to five times more inactive than the general population, leading to a high risk of developing preventable secondary conditions. Although physical activity (PA) guidelines have been specifically developed for WCU, we lack systematic approaches to implement them in practice, as well as valid algorithms to monitor PA change in WCU through sensor-based solutions. Accordingly, the overall scientific aim of the WHeelchair Activity Monitoring project (WHAM) is to advance PA research and practice in WCU by developing valid digital markers for monitoring of and providing feedback on PA, paving the way for implementation and intervention. I will accomplish this through combining the complementary research fields of 1) behavioral intervention studies focusing on increasing PA in WCU (core competence University of British Columbia, UBC; outgoing phase) and 2) sensor-based PA monitoring (core competence Norwegian University of Science and Technology, NTNU; returning phase – consolidated by non-academic placement at Maastricht Instruments, which develop research prototypes including PA monitors). WHAM’s scientific aim is achieved through three objectives: 1) Measure the effect of a pragmatic exercise intervention trial on self-reported physical activity levels and cardio-respiratory fitness, 2) Develop valid algorithms for tracking PA markers in WCU, and 3) Co-create
a framework that outlines how PA can be conjointly monitored and provided feedback on in WCU. This fellowship will enable me to become established as an internationally recognized researcher in the field of “physical activity and disability”, while bringing together ongoing national disjointed research activities in this field. Altogether, my overall ambition is to contribute to reducing inequalities in daily-life participation among WCU compared to the rest of the population.

Topfinancing - WHeelchair Activity Monitoring project (WHAM)

Effektene av fysisk og seksuell vold på ofre og deres familier kan være ødeleggende og vedvarende, med potensielt langvarige konsekvenser for fysisk og mental helse, utdanning, sysselsetting og bruk av velferdstjenester. Mens strafferettssystemet anses som en viktig del av offerets gjenopprettingsprosess, er det begrenset empirisk forskning på hvorvidt strafferettslige prosesser hjelper og/eller hindrer bedring langs disse ulike dimensjonene. I dette prosjektet vil vi adressere dette kunnskapshullet ved å bruke en kombinasjon av kvantitative og kvalitative forskningsmetoder. I de kvantitative analysene vil vi bruke administrative registerdata som dekker hele befolkningen sammen med kvasi-eksperimentelle metoder for å kunne trekke kausale slutninger. Vi vil også benytte maskinlæringsteknikker for prediksjon. De kvalitative analysene vil supplere de kvantitative analysene ved å gi kontekst til et komplekst felt av saker og ofre og ved å identifisere potensielle mekanismer mellom strafferettslige prosesser og utfall for ofrene. Samlet vil disse metodene gi en mer robust, representativ og nyansert forståelse av hvordan kontakt med strafferettssystemet påvirker offeret på tvers av flere viktige livsområder både på kort og lang sikt. Prosjektet ledes av Folkehelseinstituttet (FHI) med Frischsenteret og Universitetet i Oslo som partnere. Prosjektet har et rådgivende utvalg med medlemmer fra Nasjonalt kunnskapssenter om vold og traumatisk stress (NKVTS), ETH Zurich, Universitetet i Oslo, Frischsenteret, Universitetet i Bergen, og OsloMet. Det er også tilknyttet en brukergruppe bestående av personer og organisasjoner som er i kontakt med ofre for vold og overgrep.

Victims of sexual and physical violence is one of the most vulnerable groups in our society. The criminal justice system (CJS) serves a critical role in providing assistance to victims of these crimes, enabling them to seek justice, protection, compensation, and closure. Yet, knowledge about whether the CJS helps or harms these victims is extremely limited. This project aims to remedy this by providing a comprehensive understanding of the role of the CJS in supporting and providing restoration for victims of physical and sexual violence in Norway. We will utilize a combination of quantitative and qualitative research methods across disciplines to study outcomes across multiple important life domains, both in the short and long run. For the quantitative analyses we will use exceptionally rich longitudinal administrative register data with full population coverage combined with state-of-the-art quasi-experimental methods for credible causal inference and predictive machine learning techniques. The qualitative analysis will be based on narrative interviews with victims, providing context and insights into how interactions with the CJS shape life stories. The results will yield a robust and nuanced understanding of how the different stages of the CJS impacts victims. This is particularly urgent given how the current emphasis on legal responses to assaults has caused a sense of obligation and civic duty for especially women to report incidents, while the chances of legal closure remain small. In addition to advancing the methods for quasi-experimental designs and machine learning within quantitative criminology, this project will provide valuable insights for policymakers, stakeholders, and practitioners working in the field of victim support and rehabilitation and may inform current legal reform efforts aimed at addressing these issues.

Helpful or harmful: The effects of criminal justice system contact on victims of sexual and physical violence

Global natur- og miljøforvaltning er en av vår tids mest sentralt og vanskellige mål. Mange av utfordringene skyldes motsetningene mellom vår fragmenterte politiske verden og økosystemer som ikke forholder seg til landegrenser eller politiske skillelinjer.
Ulike biologiske samfunn (biomer) som ligger i én stat, kan ikke løsrives fra et større økosystem. Derfor er flere «lokale» naturområder blitt del av den globale miljøforvaltningen.
Prosjektet RESOLVING skal se på politiske løsninger for en naturforvaltning som både er:
(i) lokal: som del av en stats territorium og hjem til ulike befolkningsgrupper
(ii) global: som kritiske deler av planetens økosystem
Hva betyr denne forvaltningen på flere nivåer for staters suverenitet?
Vi vet allerede mye om utfordringene nasjonalt oppdelt myndighet utgjør for effektiv forvaltning av jordens økosystemer. Vi vet derimot langt mindre om hvordan forsøkene på å styre jordens komplekse og grenseløse økosystemer faktisk kan endre selve systemet som forsinker den globale forvaltningen: statlig suverenitet.
RESOLVING vil prøve å forstå denne dynamikken ved å undersøke gruppene som faktisk utøver internasjonal naturforvaltning på vegne av eller parallelt med statene. Prosjektet vil her se nærmere på styringen av to områder som er viktige for hele verden: Amazonas-regnskogen og Guineabukta.
RESOLVING undersøker hvordan tiltak for å ta vare på disse områdene – laget på både internasjonalt, nasjonalt og lokalt nivå – fungerer sammen. Hvilke aktører får mer makt? Hvem blir inkludert i beslutningsprosessene og hvem blir utelatt?

The RESOLVING project asks: How does global governance of nature transform the exercise of sovereign power? Scientific evidence of the environment as a complex system of planetary dimensions has elevated several natural resources as objects of global governance. Primary forests and maritime biomes particularly capture global attention because of their systemic relevance for our planetary ecosystem. Still, international politics operates within a framework locating authority over nature indivisibly into territorially discrete and independent states. This project investigates the implications for sovereignty stemming from the construction of nature as a global governance object. We build on existing conceptualizations of sovereignty as a combination of de jure sovereign authority and bundles of de facto sovereign competence. In the case of nature, while permanent sovereignty over natural resources is an immutable property of state authority, a wider range of actors can be involved in defining the ways in which these resources are governed or even in governing them. RESOLVING will focus on two parcels of local nature especially entangled in global governance: the Amazon rainforest and the Gulf of Guinea. The project will investigate how networks of actors work across levels of governance to produce sovereign competence and exert sovereign power over nature in these regions. Sovereign power is the capacity to achieve de facto sovereign competence, here identified as the capacity to define and implement the rules of human–nature interaction. We look at multilevel governance from three angles: the global, the state, and the local. The comparative analysis of those networks across levels, regions, and regimes complexes will allow for identifying the mechanisms driving the rebundling of sovereign power with or away from the state, and a better understanding of the consequences of that process.

Rebundling sovereignty over local nature in global governance

Tørkeperioder kan gjøre bakken hardere og frastøte seg vann, dette fører til økt fare for flom og jorderosjon hvis det skulle komme styrtregn. Sammenfallende hendelser hvor en tørkeperiode ender i styrtregn kan derfor forårsake større skader på infrastruktur og avlinger enn enkelthendelser med kun tørke eller styrtregn. Global oppvarming har forårsaket at både tørkeperioder og styrtregn intensiveres og skjer oftere, som også kan føre til at sammenfallende hendelser med tørke etterfulgt av styrtregn også kan intensiveres og skje oftere. 
Selv om det er funnet en økning i tørkeperioder og ekstremnedbør med global oppvarming også i klimamodellene, er det også en stor spredning mellom modellene på hvor mye og i hvilke områder som opplever mer tørke og nedbør. Prosjektet vil undersøke faktiske historiske hendelser hvor tørkeperioder endte i styrtregn i værobservasjoner og værmodelldata for å finne passende indekser som kan brukes til å analysere hvordan de forekommer i klimamodellene. Modeller på finere skala gjør en bedre jobb med å modellere nedbør, prosjektet vil derfor bruke finskala høytoppløselige klimamodeller og globale klimamodeller for å se hvordan tørkeperioder avsluttet med styrtregn forekommer i disse. De modellene som gjør det godt opp mot observasjoner vil bli identifisert.  Videre vil prosjektet studere endringene i hyppighet og intensitet av sammenfallende hendelser med tørke og styrtregn med global oppvarming.
En av grunnene man vet til hvorfor det er stor usikkerhet knyttet til hvordan klimamodellene gjenskaper nedbørsmønstre er hvordan fordamping varierer over skog- og andre arealer. I prosjektet vil vi se på effekten av avskoging og økt skogbruk i globale modeller, og gjøre egne beregninger over mindre areal på finskala for å for å se hvordan fordamping blir påvirket. Resultatene av prosjektet er viktig får å unngå eller minimere skadene slike sammenfallende med tørke etterfulgt av styrtregn kan forårsake.

Global warming intensifies drought and extreme precipitation. Compound events with droughts ending in intensified precipitation - DRIP can cause large damages but are extremely understudied. This project aims to estimate the change in frequency and intensity of DRIP events with global warming due to changes in the water-cycle. We will identify actual historical compound DRIP events and find indices that are suitable to identify these events in model data. As global climate models show a large spread in precipitation for both historical and the different future climate projections, there is expected to be a spread in model projections of DRIP events as well. We will constrain this spread by identifying global climate models that do a good statistical representation of historical DRIP events and by analyzing large ensembles to evaluate the natural variability. As higher resolution modelling shows a better representation of the water cycle, the project will analyze regional downscaled global models in identified regions of interest.  We will also perform in-house regional simulations of identified global models down to convection permitting scale to study the change in DRIP events with model resolution. The project will also target a highlighted uncertainty connected to the water-cycle by exploring how evapotranspiration and the occurrence of DRIP events found in climate models respond to land use change. For this analysis we will extend the regional downscaling to include sensitivity studies which contain deforestation and forestation. Results gained from DRIP will make a large contribution to the knowledge needed on future mitigation measures due to the increase in compound events.

DRIP - DRought ending in Intensified Precipitation

Hovedmålet med kreftbehandling er å eliminere kreftceller og dette er tradisjonelt oppnådd ved kirurgi, bruk av giftige medikamenter (cellegift) og stråling. En ny og betydningsfull tilnærming til kreftbehandling kalt immunterapi, har derimot fått mye oppmerksomhet det siste tiåret; Her forsøker leger og forskere å utnytte immunsystemet vårt for å målrettet  ødelegge kreftceller. En nøkkelaktør i denne banebrytende tilnærmingen er en gruppe «drapsmenn» i immunsystemet kjent som cytotoxiske T-lymfocytter (CTL-er). Disse cellene har en bemerkelsesverdig evne til å oppdage kreftceller ved å gjenkjenne unormale molekyler på overflaten av kreftcellene - molekyler som friske celler ikke har. Når CTL-er gjenkjenner kreftcellene ødelegger de dem ved å frigjøre giftige molekyler som initierer kreftcellenes selvdestruksjon. 
 
Selv om betydelige innsats har blitt dedikert til å forstå hvordan CTL-er aktiveres og hvordan de gjenkjenner kreftceller, vet vi mindre om de påfølgende hendelsene inne i kreftcellene som fører til deres død. Fra før vet vi at CTL-er kan initiere to forskjellige typer celledød i kreft: den første, kalt apoptose, er en stille og ordnet prosess der kreftcellene krymper og brytes opp uten å varsle immunsystemet; den andre, kalt pyroptose, er en mer dramatisk prosess som involverer dannelse av åpninger i cellemembranen, noe som fører til at cellene svulmer opp og sprekker. Under denne cellebristen blir innholdet inne i cellene frigitt i omgivelsene, og dette kan fungere som 'faretegn' som kan stimulere en sterkere immunrespons mot kreftcellene. Betydningen av denne cellebristen for å forsterke anti-tumorresponsene vil bli undersøkt i dette prosjektet. 
 
Videre er vi fascinert av muligheten for å avdekke ytterligere, ennå ukjente, former for celledød indusert av CTL-er. Utforsking av disse dødsrelaterte prosessene i kreftcellene kan potensielt øke effektiviteten av immunterapi og bidra betydelig i den pågående kampen mot kreft.

The primary goal of most cancer therapies is to induce cancer cell death. Immunotherapy relies on the cytotoxic activity of lymphocytes such as natural killer cells (NKs) and cytotoxic T lymphocytes (CTLs) to achieve this. While a significant amount of research in immunotherapy focuses on the events within cytotoxic lymphocytes or at the interface between cytotoxic lymphocytes and cancer cells, less is known about the molecular mechanisms that orchestrate cancer cell death, particularly in the case of CTL-mediated death.
CTLs are known to induce two types of cell death in cancer: non-inflammatory apoptosis and proinflammatory pyroptosis. Pyroptotic cancer cells release proinflammatory signals that attract immune cells to the tumor site, thereby enhancing the anti-tumor response. Cell lysis is a common outcome of pyroptotic cell death. It is unclear whether lysis can be decoupled from pyroptosis in cancer cells and whether the proinflammatory properties of pyroptotic cancer cell death depend on lysis. Moreover, it remains unknown whether CTLs can induce other forms of cell death in cancer, apart from apoptosis and pyroptosis.
Studying the mechanisms of CTL-mediated cancer cell death is challenging because CTLs selectively target cells expressing specific antigens. However, given the critical role of CTLs in immunotherapy, it is essential to deepen our understanding of CTL-induced cancer cell death.
This project aims to develop novel methodologies to investigate the death mechanisms that are initiated by CTLs. In addition, we will identify new pathways and mediators involved in CTL-induced cancer cell death. Furthermore, we will assess the contribution of proinflammatory cell death and lysis in promoting anti-tumor responses in vivo. Overall, this research will improve our knowledge of the molecular mechanisms of CTL-mediated cancer cell death and potentially reveal novel targets to enhance the efficacy of cancer immunotherapy.

T-cell-mediated proinflammatory cell death and lysis in cancer

En av de vanligste, men minst studerte, utfordringene med å bli eldre er problemer med å kommunisere. Mange eldre sliter spesielt med pragmatiske ferdigheter, som å forstå undertekst, eller tilpasse det de sier til personen de snakker med. 

La oss si at en lege må gi en alvorlig beskjed til en pasient. For å gjøre det litt lettere å takle, bruker legen vagere språk, som "kanskje" i stedet for "sannsynligvis". Mens yngre voksne ofte tar hensyn til høflighetsstrategier i måten de tolker det som blir sagt på, har eldre ofte vanskelig for å forstå når noen snakker indirekte. Mange eldre voksne har vanskelig for å forstå ikke-bokstavelig språk og kan misforstå alvorlighetsgraden av diagnosen. Dette kan påvirke beslutningen deres om behandling, noe som kan føre til utilsiktede konsekvenser. 

Siden god kommunikasjon er viktig både i viktige medisinske samtaler og i hverdagen, er det viktig at vi finner ut hva som gjør at eldre kan ha vansker med å forstå og bli forstått. RESILIENCE skal hjelpe til med denne utfordringen ved å samle data om praktiske, kognitive og språklige ferdigheter hos voksne i alderen 18-90 år over tid. Dette vil gi oss en stor mengde data om pragmatiske, kognitive og språk ferdigheter og gjøre det tilgjengelig for forskning. Med denne dataen som grunnlag har vi følgende mål: 

• Forstå hvordan praktiske evner endrer seg generelt gjennom voksenlivet. 
• Finne ut hvilke mekanismer som påvirker pragmatiske evner på forskjellige tidspunkter i livet.
 • Utvikle en teoretisk modell som forklarer hvordan pragmatiske ferdigheter endrer seg med alderen.
 • Lage algoritmer som kan forutsi hvordan pragmatiske evner vil utvikle seg for enkeltpersoner i årene som kommer. 
• Utvikle og teste et verktøy som kan måle pragmatisk helse (både pragmatiske ferdigheter og deres underliggende mekanismer), noe som kan åpne  for å iverksette tiltak. 

Dette vil gi oss muligheten til å forstå bedre hvordan folk kan utvikle pragmatisk resiliens gjennom livsløpet.

A cornerstone of human communication is our reliance on pragmatic skills to guide linguistic interactions (e.g., reasoning about others' mental states to bridge the gap between what is said and intended in conversation). However these skills are highly sensitive to age-related decline, leading to miscommunication and uninformed decision making in the older adult population. This raises an important question, one which has puzzled linguistics and psychologists for decades: if pragmatic competence is fundamental to communication, why do individuals vary so much in this capacity? 

Traditionally, psychologists have approached pragmatic competence from a cognitive angle, reasoning that individual differences in executive functions (i.e., the cognitive skills associated with goal-directed actions) are what underlie effective pragmatic behavior. In a similar vein, language scientists have taken a linguistic approach, reasoning that one’s language background (e.g., the frequency with which individuals shift between languages) shapes pragmatic skills by enhancing sensitivity to the communicative context. This focus on either cognitive or linguistic influences has resulted in two expansive yet disparate areas of research.

RESILIENCE will unite these disciplines to pursue a longstanding debate on what underlies pragmatic resilience and decline using a large-scale, interdisciplinary and longitudinal approach. By gathering data on adults' (ages 18-90) pragmatic, cognitive and language skills over multiple time points, we will develop a comprehensive theoretical model that explains how cognitive and linguistic systems interact to shape pragmatic competence as we age, and create algorithms that predict the trajectory of an individual’s pragmatic abilities in upcoming years. Based on these results we will design a multidimensional tool that detects the earliest signs of pragmatic deficits, leading to future interventions, allowing us to uncover the paths to pragmatic resilience.

Uncovering the paths to pragmatic resilience

Algebraic Theory of Information Quantities

Information theory is a discipline at the intersection of statistics, engineering and computer science. As the study of information quantities, such as compression or communication capacities, information content or measures of statistical dependency, it is one of the theoretical underpinnings of data science.

Computational problems in information theory are highly non-linear. The goal of this project is to transfer state-of-the-art methods of computational non-linear algebra to information theory, to study the inherent algebraic complexity of information-theoretical problems and to provide tools for solving them in practice. The algebraic point of view has proven to be fruitful in seemingly unrelated areas, as witnessed by a surge of recent work in algebraic statistics, in particular on likelihood geometry. However, maximizing the likelihood function is the same as minimizing relative entropy — a specific information quantity. Hence, this project also aims at generalizing the techniques developed in likelihood geometry.

One focus is on the practical computation of information quantities using numerical and differential algebraic geometry. Such quantities are defined via non-linear optimization problems and we aim to pinpoint the algebraic complexity of these problems in instances of general interest, such as common information measures. The final objective is finding fundamental laws and limits of data science imposed by non-linear inequalities constraining the entropic region. These inequalities provide, by duality, universal bounds for many of the optimization problems studied in information theory.

The goal of the Bilingual Experiences, Cognitive Ageing and underlying Mechanisms (BECAME) project is to examine the functional neuroplastic mechanisms underlying mitigatory effects of bilingual experience on age-related cognitive decline. While evidence is available for structural brain changes supporting bilingualism-induced effects on cognitive aging (CA), functional mechanisms underlying such effects are not yet well understood. BECAME aims to fill this gap by investigating the trajectory of bilingualism-induced functional neuroplasticity across the adult lifespan (ages 18-85), crucially adopting an individual differences approach related to measurable degree of bilingual engagement. Importantly, although such benefits are thought to be rooted early in the lifespan, evidence for the timeframe and conditions of their early emergence is scarce. The choice of including the whole adult lifespan allows us to investigate these mechanisms and their emergence more directly from a lifespan perspective. I combine behavioral testing with brain recordings via electroencephalography (EEG). EEG is widely used in cognitive neuroscience to assess brain activity and the degree of communication between brain regions (functional connectivity) in response to stimuli and at rest. Combining behavioral and EEG modalities will allow me to test bilingualism’s effect on functional connectivity, as well as its consequences for functional efficiency, the minimum required neural activation to successfully perform a task. This will enable a detailed, evidence-based account of the protective effects observed in older-aged bilinguals, and how they are built from earlier life stages. By illuminating the relationship between multilingualism and resulting neurocognitive adaptations, BECAME will enable to capitalize on it as a health initiative, with manifold societal implications and the potential to be translated into actionable policies exploiting multilingualism to ameliorate effects of CA.

Bilingual Experiences, Cognitive Ageing and underlying Mechanisms

Noen av oss tåler stressende livshendelser godt. Andre derimot utvikler vedvarende fysiske og psykiske plager som følger av stress. Hvor godt vi håndterer stress avhenger av et komplekst samspill mellom miljøfaktorer, sosiale forhold, biologisk sårbarhet og indre motstandskraft. Forskning på stressreaksjonene til dyr og pasientgrupper som til vanlig lever under mye stress viser at en gruppe signalstoffer i kroppen som aktiverer det samme hjernesystemet som cannabis – endocannabinoidene – kan begrense styrken på stressreaksjoner og bidra til at man raskere kommer seg til hektene. I dette prosjektet skal vi undersøke hvordan mestring av stress på kort og lang sikt henger sammen med nivåer av endocannabinoider i kroppen for å forstå hvorfor noen personer er mer motstandsdyktige mot stress enn andre. I den ene studien følger vi pasienter som skal gjennomgå en stressende, men veldig vanlig, situasjon: kirurgi. Her måler vi pasientenes opplevelse av stress, samt mentale og fysiske helse, fra tiden før til to år etter operasjonen og undersøker hvordan dette henger sammen med nivåene deres av endocannabinoider og andre stresshormoner. I den andre studien bruker vi data fra et eksperiment hvor deltakerne har blitt utsatt for psykososialt stress til å undersøke om endocannabinoidnivået deres påvirker hvordan de reagerer på stress, og om stresset i seg selv kan påvirke kroppens produksjon av endocannabinoider. Til syvende og sist er målet med studien å vurdere hvorvidt målinger av endocannabinoidnivåer kan brukes til å forebygge helseplager og til å evaluere behovet for økt oppfølging etter alvorlig stressende påkjenninger i livet.

In the face of major life stressors, some individuals cope well whereas others develop ill health and long-term adverse outcomes. Predicting who needs additional support in response to major life stressors is essential for targeted prevention and more efficient allocation of resources. The endocannabinoid system is emerging as a promising target for understanding vulnerability and resilience to stress. This system appears to buffer stress in two ways: by limiting the magnitude of the stress response, and by facilitating recovery after a stressful event. While the early findings are intriguing, they mainly stem from studies in rodents and small clinical groups with high stress burden. What role endocannabinoids have more globally for human resilience, health and well-being remains elusive. 

In this project we address this gap by leveraging comprehensive experimental and clinical data on two potent stress models: psychosocial stress and surgery. Drawing on these unique datasets, which combine experimental control with ecological validity, we will decipher how endocannabinoid levels influence people’s stress response and recovery across minutes, days, weeks and years. The project represents a novel directional shift for endocannabinoid research and will (i) determine the value of endocannabinoid levels as a biomarker to predict outcomes after surgery, (ii) quantify sex differences, (iii) assess endocannabinoid interplay with opioid analgesics, sex hormones and other stress markers (iv) spearhead open and reproducible science practices in endocannabinoid research, and (v) make this fine-grained and novel data available through an interactive web application. 

This project represents an ambitious effort to understand endocannabinoids’ role in stress resilience and will determine the value of endocannabinoids as a predictive biomarker and potential target for individualized treatment.

Deciphering endocannabinoid stress buffering in humans: 
Mechanistic and clinical investigations

Ny forskning fra Europa og USA peker på at bedrifter bidrar til økende lønnsforskjeller– selv innenfor smalt definerte jobber eller industrier, som økonomifag eller treforedling. Til tross for stor interesse og økende tilgjengelighet av administrative data, vet vi overraskende lite om hvordan– og hvorfor bedriftene påvirker lønnsulikhet. Det viktigste hinderet har vært at variasjon i foretaks lønns- og personalpraksis (heretter kalt HR) har vist seg vanskelig å måle for et representativt utvalg av bedrifter.

I dette prosjektet løser vi måleproblemet ved å utvikle en ny forskningsinfrastruktur. Vår datainnsamlingsmetode muliggjør måling av HR og personalpolitikk på bedriftsnivå og kobling til inntekts- og arbeidertakerforhold. 

Denne kombinasjonen tilrettelegger for ny kunnskap om bedrifters interne arbeidsmarkeder og betydningen av HR og personalpolitikk for lønnsulikhet i arbeidsmarkedet.  

Vi starter med å utforske hva HR gjør i det eksterne arbeidsmarkedet. Her vil vi prøve å forstå hvordan bruk av rekrutteringsmetode avhenger av arbeideres utdanningsnivå, f.eks. master eller grunnskole, om man ansetter fra andre arbeidsgivere eller fra arbeidsledighet, og hvordan dette virker på ulikhet. I prosjektets hoveddel vil vi undersøke hvordan bedrifter organiserer sine interne arbeidsmarkeder, som for eksempel innebærer hvordan ulike jobber er rangert i et jobbhierarki, teams, hvordan ansatte navigerer karrieremuligheter i bedriften, oppnår forfremmelse og lønnsvekst, og hvordan ansatte verdsetter de interne mulighetene i forhold til muligheter i andre bedrifter. I siste del av prosjektet vil vi undersøke betydningen av informasjon om muligheter for arbeidere og hvorvidt forskjeller i lønn også reflekterer gap i kunnskap om muligheter. 

Samlet sett vil prosjektet bidra til økt forståelse av hvordan moderne arbeidsmarkeder fungerer og hva offentlig og bedriftspolitikk kan gjøre for å håndtere utfordringer knyttet til økende lønnsulikhet.

Firms’ human resource policies play an important role in shaping individual workers’ careers and overall inequality. The key challenge with identifying the role that firms play in shaping workers’ careers is that existing worker-firm datasets, such as Norwegian register data, do not include information on what goes on inside of firms. For instance, these data do not include information on how firms advertise or fill vacant positions, how workers learn about these positions, or how firms organize their internal hierarchies. This project aims to advance our understanding of the determinants of HR policies and the consequences of these policies for individual careers and for labor market inequality. In order to do so, the researchers will establish a research infrastructure that combines the strength of the Norwegian administrative data with recent advancements in survey design. 

The research infrastructure will allow them to open the "black box" of firms’ HR policies and make three distinct contributions. In the first project, they will use the infrastructure to develop and validate new survey instruments for measuring firms’ internal HR policies. This will allow them to describe determinants of firm recruitment policies, how practices differ across firms and workers, and whether different recruitment strategies reinforce existing labor market inequalities. In the second project, they will explore workers’ search across and within firms and examine the value workers attach to internal labor markets. This will leverage experiments embedded in the worker survey, as well as recent techniques to measure the organizational structure of firms. The third project will estimate the value that workers place on information about the outside labor market. In doing so, it contributes to an ongoing academic and policy discussion about the role of information in the labor market.

Firming Up Careers: Human Resource Policies and Inequality

Midlene fra SiS-4.05 Science in Society fordelt på år

Midlene fra SiS-4.05 Science in Society fordelt på fylker

Midlene fra SiS-4.05 Science in Society fordelt på fagområde

Science Teacher Education Advanced Methods

Når partikkelfysikere i dag leter etter universets byggestener, for eksempel den gåtefulle mørke materien som holder galaksene sammen, står de overfor alvorlige flaskehalser i form av tunge numeriske beregninger. For å teste realistiske nye fysikkmodeller mot den mengden av data som eksisterer i dag fra alt fra astrofysiske observasjoner til eksperimenter ved Large Hadron Collider, må de store parameterrommene til modellene utforskes i detalj. Dette betyr gjentatte presise numeriske evalueringer av teoretiske prediksjoner for modellen for ulike parameterverdier. Det kan være nødvendig med millioner til milliarder av slike reevalueringer totalt for en enkelt modell, avhengig av antall parametere i modellen. Hver av disse prediksjonene er beregningsmessig svært kostbare, og det er i dag umulig å gjøre nøyaktige tester på alt untatt de aller enkleste modellene, selv ved bruk av superdatamaskiner.

Dette prosjektet har som mål å fjerne slike beregningsmessige flaskehalser gjennom et tverrfaglig samarbeid mellom partikkelfysikere og statistikere. For å nå målet vil prosjektet følge en rekke forskjellige forskningsstrategier: det vil skape moderne maskinlæringsverktøy for å utføre presisjonsberegninger i kvantefeltteori, samt evaluere deres usikkerhet, og det vil utvikle et programvarerammeverk for å bruke disse i høyenergifysikk. For å redusere antallet reevalueringer som trengs for å utforske nye fysikkmodeller, vil prosjektet utvikle sofistikerte nye statistiske teknikker for å pålitelig kunne påvise de best tilpassede parameterregionene i modellene, og kunne gjøre modellsammenligninger mulig innenfor dagens begrensninger i beregningskapasitet. Til slutt vil prosjektet bruke disse resultatene til å utforske fem forskjellige nye fysikkmodeller som er spesielt interessante som løsninger på noen av de store problemene i høyenergifysikk i dag, for eksempel hva mørk materie er for noe.

When exploring the smallest fundamental constituents of the Universe physicists are faced with very serious calculational bottlenecks. To compare new physics models to data, for example from the Large Hadron Collider or astrophysical observations, we need to perform very computationally expensive calculations in quantum field theory (QFT); expensive due to the increasing complexity of higher-order quantum corrections. These are today too slow to perform at the necessary precision except for the simplest models. At the same time, the interpretation of the models given the available data, the best-fit regions of their parameter spaces, and the comparison of different models with each other through their goodness-of-fit, is made computationally intractable due to the size of the parameter spaces of the models and the complexity of the likelihood evaluation for each model.

The solution to these inherent problems can not be found in physics alone. This project builds on an interdisciplinary collaboration between physicists and statisticians focused on statistical learning and inference problems in high-energy physics. The project will develop machine learning based regression techniques to speed up QFT calculations with a proper probabilistic interpretation of uncertainties from higher-order contributions, it will develop a continual learning framework for faster emulation of the likelihood for model parameters, and it will investigate new improved statistical approaches to the problems of best-fit and goodness-of-fit using these emulations.

Finally, the project will investigate a number of promising new physics models that can answer questions such as: What is dark matter? Are the properties of the Higgs boson indicating that the Universe is fundamentally unstable? Why is there more matter than anti-matter in the Universe?  If funded, this project will increase the reach of large and costly experiments in answering these questions for a relatively small extra cost.

Developing solvents for unclogging the calculational bottleneck in high-energy physics

Det mest spennende med fysikk er letingen etter nye fenomen. Et eksempel er den mystiske mørke materien som ser ut til å være overalt i universet, men som vi ikke aner hva består av. Og dette er bare en av mange fenomen som ikke lar seg forklare ved hjelp av vår nåværende beste forståelse av lovmessigheten og ingrediensene i mikrokosmos, den såkalte Standardmodellen.

Dette prosjektet har hatt som mål å produsere mykvare kan gi forskere en bedre verktøy å utforske nye modeller av mikrokosmos med; modeller som er tenkt å avløse Standardmodellen. Hovedutfordringen for prosjektet har vært å hanskes med de enorme mengdene med resultater som nå er tilgjengelig, både fra mange pågående eksperimentene som Large Hadron Collider (LHC), og som snart vil bli tilgjengelig fra fremtidige eksperiment som Cherenkov Telescope Array (CTA). Disse komplekse datasettene krever sofistikerte dataløsninger og statistiske metoder for å kunne brukes sammen og nå sitt fulleste potensial i letingen etter ny fysikk. Vårt håp er at verktøyene utviklet i prosjektet vil bli svært viktige i disse søkene, for eksempel i forsøkene på å fastslå egenskapene til mørk materie.

Prosjektet er en del av GAMBIT-kollaborasjonen, et internasjonalt samarbeid mellom omlag 30 fysikere fra hele verden, hver en spesialist innen et bestemt felt eller eksperiment. GAMBIT står for "a Global And Modular Bsm Inference Tool", denne mykvaren er altså planlagt å skulle være både generisk og modulær, hvilket betyr at den med tiden også skal kan brukes på andre problem utenfor letingen etter ny fysikk. Den kan potensielt finne anvendelse på ethvert problem med modeller med et stort antall ukjente parametre som skal bestemmes av store datasett.

Den norske delen av kollaborasjonen har i prosjektperioden fokusert på bruken av resultat fra nettopp LHC, i nært samarbeid med noen av de andre nodene. En av hovedoppgavene i prosjektet har vært konstruksjonen av ColliderBit, en del av GAMBIT mykvaren som tar for seg analyse av LHC resultater.

I løpet av det første prosjektåret var hovedfokus på å rekruttere to gode postdoktorer til prosjektet, samt å gjøre grunnlagsarbeid på GAMBIT-mykvaren i samarbeid med resten av kollaborasjonen. For å koordinere samarbeidet arrangerte vi en ukes lang workshop på Geilo i januar 2015. Ved slutten av prosjektåret var mykvaren nær funksjonsdyktig i en første beta-versjon, og de første testene på fysikkmodeller nært forestående.

I det andre prosjektåret konsentrerte arbeidet seg om å utvikle mykvaren frem mot en endelig ferdigstillelse av en første offentlig versjon. To doktogradsstudenter som var involvert i arbeidet ved Universitetet i Oslo disputerte og fremla foreløpige resultater i sine avhandlinger. Sammen med utviklingen ble det gjort fortløpende tester av GAMBIT på to fysikkmodeller: den såkalte skalare singlettmodellen, og på en modell med supersymmetri. På slutten av det andre prosjektåret var mykvaren, sammen med dokumentasjon og første fysikkresultater nær ferdig, og resultatene klare for å sendes inn til en ledende fysikkjournal for publisering etter en planlagt intern fagfellevurdering i kollaborasjonen.

Hovedmålet i prosjektet, publisering av mykvareverktøyet GAMBIT versjon 1.0.0, og de første fysikkartiklene som bruker verktøyet, kom (noe forsinket) i løpet av det tredje året av prosjektet (mai 2017). Mykvaren er beskrevet i seks manualer som tar for seg de ulike delene, og de første fysikkresultatene med bruk av GAMBIT presenteres i tre separate artikler, en som analyserer den såkalte skalare singlettmodellen, en om supersymmetri motivert fra ?Grand Unified Theory? modeller, og en artikkel om mer generisk supersymmetri. Alle resultatene ble publisert i European Physics Journal C, og syv av disse artiklene har bidrag fra Universitetet i Oslo og dette prosjektet. I den relativt korte tiden fra publisering til slutten av prosjektet er alle artiklene tungt sitert av fagfeller, den mest siterte med over 60 siteringer.

Fokus i prosjektet skiftet deretter, som planlagt, litt fra rent utviklingsarbeid til utnyttelse av GAMBIT for å oppfylle noen av de milepælene som er definert for sluttet av prosjektet. Resten av det tredje prosjektåret samt det fjerde har arbeidet fokusert på studier av stadige mer generelle modeller med supersymmetri, og andre alternativer modeller for mørk materie slik som modeller med flere higgsbosoner og modeller med såkalte aksioner. Samtidig er stadig nye forbedrede versjoner av GAMBIT sluppet, og vi er nå oppe i versjon 1.3.0. Prosjektet ble avsluttet med en felles GAMBIT workshop i Oslo i september 2018 hvor flere av disse artiklene ble ferdigstilt. Av disse fysikkstudiene er ved prosjektets slutt to publisert som såkalte preprint og sendt inn til journaler, mens to er svært nært forestående. Utsiktene for en meget produktiv utnyttelse av resultatene i prosjektet over de neste årene er svært gode.

Beyond the SM (BSM) physics is well motivated, e.g. from the existence of Dark Matter (DM), and is expected to show up in multiple experiments, such as accelerator searches (LHC), neutrino mass and mixing data, and direct and indirect DM search experiment s. Some of these already show tantalizing hints of DM or other BSM physics. 

To make robust conclusions about the level of support for a BSM scenario from such varied sources, a simultaneous statistical fit of all the data, fully taking into account rele vant uncertainties, assumptions and correlations is necessary. The same is true for determining the preferred regions of parameter space within a particular model. This is a highly non-trivial task, on the border of theory and experiment, astrophysics and  particle physics, and requires an excellent understanding not only of the theories and experiments involved, but also an efficient use of specialized statistical techniques and computer codes. Whilst partial progress has been made, the magnitude of the t ask and degree of technical difficulty have left it largely unexplored for the majority of BSM theories and datasets. With the start-up of the LHC, vast amounts of new data are rapidly becoming available, quickly making even the analyses that have been do ne in the past year obsolete.

The research in this proposal is part of a collaboration that plans to revolutionize this emerging field, by taking publicly available data from the LHC and astrophysics experiments, and vastly expanding the scope of models  to which it is applied. The aim is to develop modular tools in a framework that makes it possible to explore any BSM model, with almost all of the relevant particle and astrophysical data recorded. The focus of the project in this application is the inter face to, and use of collider data, in this framework. After a period of development we will apply the tools to the best motivated BSM models in order to investigate the impact of present, and any future, discoveries

0 antall prosjekter

FRIPRO-Fri prosjektstøtte

Developing solvents for unclogging the calculational bottleneck in high-energy physics

Tildelt: kr 12,5 mill.

Prosjektperiode: 2022-2029

Sted: Oslo

FRINATEK-Fri prosj.st. mat.,naturv.,tek

GAMBIT: a Global and Modular Beyond the Standard Model Inference Tool

Tildelt: kr 3,6 mill.

Prosjektperiode: 2014-2018

Sted: Oslo