Publikasjoner
NIBIOs ansatte publiserer flere hundre vitenskapelige artikler og forskningsrapporter hvert år. Her finner du referanser og lenker til publikasjoner og andre forsknings- og formidlingsaktiviteter. Samlingen oppdateres løpende med både nytt og historisk materiale. For mer informasjon om NIBIOs publikasjoner, besøk NIBIOs bibliotek.
2026
Forfattere
Bjørn Egil FløSammendrag
Det er ikke registrert sammendrag
Forfattere
Bjørn Egil FløSammendrag
Det er ikke registrert sammendrag
Forfattere
Bjørn Egil FløSammendrag
Det er ikke registrert sammendrag
Forfattere
Bjørn Egil FløSammendrag
Det er ikke registrert sammendrag
Forfattere
Bjørn Egil FløSammendrag
Det er ikke registrert sammendrag
Forfattere
Bjørn Egil FløSammendrag
Det er ikke registrert sammendrag
Forfattere
Bjørn Egil FløSammendrag
Det er ikke registrert sammendrag
Sammendrag
Rapporten er utarbeidd på oppdrag frå Bjørnafjorden landbrukskontor. Den omtalar jordkartlegging, jordvern, utvikling i jordbruksareal, beredskap, sjølvforsyning og verkemiddel for å stimulere busetjing på gardsbruk og i grisgrente område. Jordkartlegginga dekker berre ein liten del av jordbruksareala i dei tre kommunane. Det vert derfor tilrådd dialog med Statsforvaltaren i Vestland om vidare prioritering av jordkartlegging. Det er gjort ei evaluering av arealrekneskap og jordvernindeks utarbeidd av Bjørnafjorden landbrukskontor. Vidare er det vist at jordbruksareal nær tettstader har stor verdi både for grovfôrproduksjon, potetproduksjon og lokal matberedskap. Rapporten peikar på tiltak for å styrkje busettinga. Buplikt, nedsett konsesjonsgrense og aktiv konsesjonsbehandling kan bidra, men må kombinerast med kartlegging, dialog, praktisk tilrettelegging, ressursar og politisk forankring.
Forfattere
Jirata Shiferaw Abosse Bekele Megersa Feleke Zewge Ståle Haaland Samuel Assefa Fasil Ejigu EregnoSammendrag
Det er ikke registrert sammendrag
Sammendrag
Longitudinal analysis of a patient’s screening history is fundamental to mammography interpretation. Yet existing deep learning models struggle with the irregular, continuous-time nature of screening data, where patient histories involve unevenly timed multi-view exams paired with evolving textual reports. To address this gap, we introduce Dynamo, a novel multi-modal pretraining dynamic framework for longitudinal mammography with two key innovations to model exam timelines as latent trajectories, i.e., a coarse-fine grained exam-level temporal encoder based on Neural Controlled Differential Equations (Neural CDEs) and a Temporal Visual Question Answering (TVQA) loss for query-driven masked token prediction conditioned on temporal context. We perform comprehensive evaluations on downstream tasks including risk prediction using large-scale datasets (EMBED and CSAW-CC), BI-RADS assessment, and breast density classification. Across all benchmarks, Dynamo achieves overall gains over state-of-the-art vision-only and CLIP-style models, improving both calibration and temporal reasoning. On the EMBED dataset, representative gains include 11.81% relative reduction in Risk Prediction’s Brier Score, 3.59% relative improvement in BI-RADS ϰ, and 2.39% relative improvement in BI-RADS AUC in zero-shot settings. Our code is available at this URL.