Faglig innhold

Kurset tar for seg livssyklusanalyse, kryssløpsanalyse, og miljøkonsekvensanalyse, men fokuserer på livssyklusanalyse. Kurset fokusserer på dagens standard og vitenskapelige diskusjon knyttet til både inventarmodellering og miljøkonsekvensanalyse. Kjernen i kurset er avanserte teknikker i inventarmodellering av produktsystemer og større produksjons-forbruks-nettverk. Kurset omhandler nyere framskritt i bruk av kryssløpsanalyse i LCA. Allokering, tilordnende og forandringsorientert analyse, og handtering av resirkulering er diskutert. Miljøpåvirkningsmetoder som fokuserer på henholdsvis miljøpåvirkningskategorier og miljøskader er introdusert ved bruk av den nye RECIPE metoden som eksempel. Kurset omhandler også enkelte eksempler av bruk av LCA for å belyse viktige tema innen miljø- og teknologipolicy. Planlegging og interpretering av LCA resultater er tatt opp gjennom casestudier fra industri og offentlig politikk.

Læringsutbytte

Formål med kurset er å forbedre studentens forståelse av og evne til å bruke livssyklusanalyse i sin forskning. Kurset fokuserer på forståelse av formål med ulike studier, tilnærminger, styrker og svakheter. Kurset ønsker å bygge generell metodekunnskap og evne til å bedømme forskningstilnærminger. Matematiske ferdigheter og programvarekunnskap som er nødvendig for å gjennomføre slike analyser er ikke fokus i kurset og er forutsatt.

Læringsformer og aktiviteter

Emnet blir undervist som 2-ukers intensiv kurs med forelesninger og øvinger i august. Øvinger er stort sett på data og programvaren MatLab brukes. Det stilles store krav til lesning av faglitteratur, og studenter er påkrevt å lese pensum på forhånd. Emnet undervises i samarbeid med flere universiteter i Europa og gir en god mulighet for å danne nettverk med andre PhD studenter. Kontakt faglærer for å få nærmere informasjon.

Obligatoriske aktiviteter

• Øvinger

Anbefalte forkunnskaper

Livssyklusanalyse, forståelse av industriell økologi metoder og tema; lineær algebra, grunnlegende programmeringsferdigheter, med fordel i MatLab.

Forkunnskapskrav

Opptak i PhD programmet.

Kursmateriell

Kompendium.