2024

2023

2007

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

Diverse

Finansdepartementet

Finansinntekter

Ukjent

Samfunnsvitenskap

Oslo

Ukjent Fylke

Instituttsektor

Utlandet

Forvaltning

Frittstående prosjekter

Tyskland

Støtte fra andre enn Forskningsrådet

Ingen søknadstype

Politikk- og forvaltningsområder

Anvendt forskning

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

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

The RealSim project proposal aims to connect machine simulation to reality in the framework of heavy machinery, which is an interdisciplinary application. The results of this project are expected to optimize machine performance, accurately and reliably predict machine failure, and reduce overall development and operation costs, thus, serving the Europe’s priority of green transformation and the United Nation’s sustainable development goal 9. The RealSim project will close the gaps of: (1) Onboard estimations of force and pressure components of heavy machinery; (2) Estimating deformability, cylinder friction, leakage, and valve dynamics of heavy machinery using independent nonlinear Kalman filters; (3) Employing dependent nonlinear Kalman filters in state estimators of heavy machinery; (4) Tuning algorithms for the covariance matrix of plant noise in the state estimation of heavy machinery. 

I will consolidate and leverage my research career and position as a leading researcher in the field through integration in Assoc. Prof. Mohammad Poursina’s group at the Department of Engineering Sciences of the University of Agder (UiA), Norway. Here, I will acquire hands-on experience of working with actual mechatronic systems and develop efficient control algorithms. I will improve my knowledge of fluid power designing, control theory, instrumentation, and develop efficient coding skills. I will also develop entrepreneurial skills. The skills, knowledge, and international network that I will develop during this fellowship will put me in an excellent position to achieve my long-term goal of becoming a professor with my own independent research group at an esteemed university in EU. This fellowship will help me to prepare a strong ERC Starting Grant application in the future. It will also cater my additional goal of setting-up a research-related start-up in the future.

Reality-Connected Machine Simulation of Heavy Machinery

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) behavioural 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.

WHeelchair Activity Monitoring project (WHAM)

Tenk på universet som en enorm ballong som alltid utvider seg. Jo lenger unna et punkt er på ballongen, jo raskere beveger det seg bort fra deg. Dette ligner på hvordan universet utvider seg, jo lenger unna en galakse er, jo raskere beveger den seg bort fra oss på jorden.

I mange år trodde forskerne at universets ekspansjon ble bremset. Begrunnelsen deres var at gravitasjonskraften fra all materie i universet virket mot denne utvidelsen. Imidlertid gjorde kosmologer i 1998 en overraskende oppdagelse gjennom studiet av fjerne supernovaer: utvidelsen av universet akselererer faktisk!

Dette betyr at avstanden mellom galaksene blir større og større i stadig økende hastighet. Det er som om ballongen blåses opp raskere og raskere.

Forskere vet ikke nøyaktig hva som får universet til å akselerere. De kaller den ukjente kraften som får dette til å skje "mørk energi". Mørk energi er overalt i universet, men den mørke energien vekselvirker ikke med materie i de formene som vi kan observere direkte.

NEVO-prosjektet er et nytt forsøk på å forstå egenskapene til mørk energi. NEVO vil bruke kraftige datamaskiner for å simulere universet og studere effekten av kandidater til den mørke energien på en måte som aldri har vært gjort før. Ved å studere disse simuleringene og utnytte høypresisjons-observasjonene fra Euclid-teleskopet som nylig er skutt opp i rommet, vil kosmologene være i stand til å bedre betydelig vår forståelse av den mørke energiens gåtefulle natur.

The Universe has entered an accelerating expansion phase in the last few billion years of its evolution, a phenomenon that is caused by the mysterious entity known as dark energy. Through the NEVO proposal, I aim to provide key insights about the properties of dark energy, which includes its time evolution and spatial distribution in the Universe. This objective will be achieved by utilizing cutting-edge cosmological N-body simulations and novel techniques to study cosmic EVOlution accurately.

A comprehensive understanding of the nature of dark energy requires a thorough investigation of viable candidates and their impact on different stages of the Universe. However, the consistent and accurate modeling of dark energy candidates has been largely neglected so far. To address this gap, I propose the development of a novel, integrated framework that utilizes state-of-the-art relativistic N-body simulations along with the hi_class code, to accurately model dark energy candidates in both linear and non-linear scales.

NEVO: illuminating the dark cosmos

Renewable energy on the high seas – science-informed and indigenous knowledge-based recommendations for regulatory and governance challenges

The high seas are those marine areas under no State's jurisdiction. So far, all marine renewable energy (RE) activity is being conducted under State's jurisdiction. However, recent advances in technology are raising the prospect of carrying out RE activity on the high seas. Currently, only seabed mining activities in the Area have been regulated. The Area is the seabed and ocean floor beyond the limits of State's jurisdiction. From the legal viewpoint, the main gap is a lack of an international regulatory framework, informed by participatory mechanisms and supported by scientific evidence, for RE activities on the high seas, especially regarding their environmental and social impacts. 
The primary project objective (O) is to provide the scientific community and policymakers with science-informed and indigenous knowledge-based recommendations in support of the development of  RE regulation on the high seas. 
Two specific Os are set to complement the primary O, namely:
O1 To advance the use of systematic consultation processes that facilitates research at the crossroads of marine sciences and law. 
O2 To advance critical knowledge and understanding of environmental pressing issues comparable to the regulation of RE on the high seas, such as deep-sea mining in the Area.
A multistep innovative methodology will be adopted, by integrating marine scientific knowledge, consultative processes, and advanced critical research in the subject matter. A case study (interdisciplinary and participatory) involving marine scientists, indigenous and coastal communities and policy makers will be conducted onboard the Research Vessel KronPrins Haakon at the beginning of the project. The case study outcomes will be analysed through critical legal analysis to build a knowledge base for policy recommendations. 
The project will advance the PI’s career in an international research environment, allowing her to generate independent, high-quality, and reproducible results.




BOLD MINDS aspires to enhance the understanding of vulnerability factors underlying the emergence of borderline personality disorder (BPD), with an ultimate aim of increasing the potential for young individuals to receive early, evidence-based help when their mental health is at risk. BOLD MINDS will achieve this by investigating whether disruptions in two aspects of autobiographical memory (AM), narrative identity (NI) and involuntary AM (IAM), are associated with BPD features and problem behaviours in adolescents concurrently and over time. In doing so, BOLD MINDS will strengthen the understanding of mechanisms underlying the emergence of BPD in adolescence and lay a groundwork for developing evidence-based early interventions for BPD. While currently limited, the study of AM in this field is essential for two reasons. Firstly, because the aspects of AM under investigation, NI and IAM, are known to be involved in identity formation and emotion regulation which represent two key psychological processes that are disrupted in adults with BPD and are linked to problem behaviours such as self-harm and suicidality. Secondly, because promising research is emerging on the use of AM targets in the treatment of emotional disorder in adults, and provides a strong model for future treatment development with vulnerable adolescents. In addition, this timely research program aligns with calls from international organizations to prioritize early interventions to promote adolescent mental health. BOLD MINDS will adopt and adapt state-of-the-art ecological momentary assessment and analytical techniques and work at the crossroads of clinical and cognitive psychological perspectives, allowing for a multidimensional approach to understanding BPD vulnerability. Training-through-research and formalized training of the experienced researcher will prepare her for a permanent academic position and the founding of her own research lab specializing in AM and early interventions for BPD.

Borderline Personality Disorder: Memory and Identity in Adolescence

Kunstig Intelligens ved Hodepine - Maskinlæring som grunnlag for modeller for diagnostikk og behandling ved primære hodepinetilstander

Midlene fra FRIPRO-Fri prosjektstøtte fordelt på år

Midlene fra FRIPRO-Fri prosjektstøtte fordelt på fylker

Midlene fra FRIPRO-Fri prosjektstøtte fordelt på fagområde

Professor

Hodepinelidelser som migrene, spenningshodepine og klasehodepine er blant de sykdommene med størst sykdomsbyrde globalt. Likevel er de ofte forsømt, og pasienter har smerter i lang tid før de får riktig diagnose og effektiv behandling.
Til grunn for hodepinelidelser ligger det ofte mange ulike og kompliserte biologiske mekanismer. Det gjør at symptomene varierer veldig fra person til person, og at ulike typer behandling kan være effektive. Per i dag er det kun en brøkdel av en pasients symptomer som brukes til å stille diagnose, og vi har ingen enkel markør som kan fortelle hvilken behandling som vil være mest effektiv i hvert enkelt tilfelle. Derfor er det svært utfordrende for klinikere å si på forhånd hvilken behandling som vil virke best for en pasient, og gjentatt prøving og feiling er ofte nødvendig for å oppnå gode resultater. 
Målet med MI-HEAD-prosjektet er å utnytte maskinlæring for å bedre forstå og forbedre behandlingen av pasienter med hodepine. Maskinlæring er en gren av kunstig intelligens, hvor datamaskiner læres opp til å gjenkjenne kompliserte mønstre i store mengder data, og gjøre intelligente beslutninger basert på disse. Metoden  er spesielt nyttig for medisinske problemstillinger knyttet til veldig komplekse biologiske mekanismer for å avdekke de intrikate mønstrene som forklarer hvorfor noen pasienter reagerer på enkelte behandlinger. 
MI-HEAD vil kombinere norske helseregisterdata med detaljerte data fra hodepinedagbøkene som pasientene bruker via smarttelefonen sin, for å lage et svært detaljert datasett egnet for maskinlæring. Ved å analysere det store datasettet med toppmoderne maskinlæringsmodeller vil vi forbedre vår forståelse av hvorfor noen pasienter reagerer på visse typer behandlinger, og andre ikke. Vi vil også utvikle verktøy som kan hjelpe klinikere med mer nøyaktig diagnostikk, og som effektivt kan forutsi sykdomsutvikling og hvilken effekt behandling kan ha.

Primary headaches are some of the most burdensome diseases worldwide, yet often neglected and patients suffer with pain for a long time before arriving at correct diagnoses and effective treatments. Primary headaches are characterised by remarkably heterogenous phenotypical, physiological and biological patterns. Yet, at present, only a fraction of these are used for clinical decision making and models of inference of underlying neurobiology and pathophysiology, thus yielding low accuracy. Artificial intelligence (AI) and machine learning (ML) has opened up for increased accuracy of diagnostics and prediction of clinical outcomes in several clinical disciplines, and is especially useful for medical problems where the underlying biological associations are irreducibly distributed across a large number of biophenotypical variables. Nevertheless, the use of AI and ML in headache medicine is largely unexplored.

The overall aim of this project is to utilise AI and ML to understand and improve diagnostics, prediction of disease progression and prediction of treatment effect in primary headaches. To address the overall goal and objectives we have defined four work packages (WP), each corresponding to a secondary objective. In WP1 we will use readily available Norwegian health register data to construct ML models to predict diagnosis, disease progression, and treatment effect in primary headache and draw inferences on underlying neurobiology explaining these predictions. In WP2 we will implement a novel mobile health tool to prospectively capture large amounts of data that will complement the data collected WP1. In WP3 we will combine data from WP1 and WP2 to improve the ML models and result in a ML decision support tool that may accurately aid in clinical decision-making in new unseen patients. In WP4 we will conduct a randomised controlled trial to evaluate if the developed ML tool is superior to standard of care, thus saving patient suffering and socioeconomic expenses.

Machine Intelligence in HEADaches - Artificial Intelligence and Machine Learning for Diagnostics and Treatment of Primary Headaches

Bolig er en viktig del av norske husholdningers eiendeler, mange husholdninger har mesteparten av sine formuer i selveid primærbolig. Den høye boliggjelden som følger beskrives som en av de største risikoene for finansiell stabilitet. Derfor er det viktig å forstå hvordan boligmarkedet fungerer for å ha velfungerende og stabile finansielle markeder. Det er også kjent fra tidligere forskning at velstående husholdninger har en høyere avkastning på sine investeringer enn fattigere husholdninger. Deler av denne avkastningen kommer fra den høye avkastningen på å eie egen bolig over de siste tiårene. En økende andel av lavinntektshusholdninger eier ikke egen bolig. Ettersom boligpriser og husleier stiger, særlig i byområder, er det en bekymring for at boligmarkedet er en viktig driver for ulikhet.
I dette prosjektet vil vi kombinere store registerdatasett, moderne økonometriske metoder og økonomisk teori for å finne nyskapende empirisk kunnskap om hvordan boligmarkedsmekanismer påvirker boligeierskap og -avkastning.
Vi vil estimere hvordan økende boligpriser påvirker avkastningen av å være boligeier og leier på forskjellige måter. Og for å få en bedre forståelse årsakene til langsiktige forskjeller i eierstatus og boligavkastning vil vi studere hvordan tilgang til foreldres formue påvirker inngang i boligmarkedet og langsiktig boligavkastning.   For å bedre skjønne trendene i urbane boligpriser, vil vi utforske hvordan økt boligbygging påvirker boligpriser. Fører nybygg til gentrifisering i nabolaget, eller til lavere priser på grunn av høyere tilbud? Vi vil også forsøke å forbedre eksisterende metoder for å estimere boligetterspørsel, for å øke forståelsen av de individuelle boligvalgene som til sammen danner boligsegregering. Tilslutt utforsker vi kupping i boligauksjoner, og spør hvordan det av og til kan være en vinnende strategi. Dette kan gi kunnskap om graden av kjøper og selgers risikoaversjon, og også om hvorvidt kjøpere lærer seg auksjonsstrategier over tid.

The aim of this project is to provide novel empirical evidence on how housing market mechanisms affect housing ownership and returns. 
Housing is a main asset for most Norwegian households, and the high housing debt a main vulnerability in the Norwegian financial system. Thus, understanding how housing markets function is important for stable, well-functioning financial markets. Wealthy households have a higher investment return than poorer households. Part of that return comes from owner-occupied housing. For middle-class households, a major part of returns comes from leveraged, owner-occupied housing. But not all households own housing. Tenure status is an additional aspect of heterogeneity in wealth growth when housing prices increase. The increase in urban housing prices and rents gives rise to concerns that the housing market is an important driver of inequality.
In this project, an international team of promising researchers will combine theory, credible identification strategies, and recent econometric developments with large administrative datasets that can be linked to supplementary data, including geo-coded building data. We estimate how the effect of increasing housing prices affect housing returns dependent on tenure status. Turning to the causes of long-term difference in tenure and housing return, we provide evidence on how wealth causally effects early housing choices and long-term housing returns. Then we look at factors that affect housing prices. We explore the possibility to achieve more affordable urban housing by estimating causal links between housing supply in urban neighborhoods and housing price growth. To better understand the individual housing choices underlying residential sorting, we aim to improve the methods for estimating housing demand. Finally we explore price setting through auctions, asking why preemtpive bids sometimes succeed in housing auctions, with a focus on the implications for buyer risk aversion and market learning.

0 antall prosjekter

FINANSMARK-Finansmarkedet

The returns to housing ownership – Mechanisms and long-term effects

Tildelt: kr 6,0 mill.

Prosjektperiode: 2023-2027

Sted: Oslo

IS-RUOK-EONR-økonomi

Bø, Erlend Eide, eonr øk, kat 1

Tildelt: kr 35 000

Prosjektperiode: 2007-2007

Sted: Ukjent Fylke