Hopp til hovedinnholdet

Søk i

altansatteprosjekterpublikasjonertematjenesterkalendernyheter
NO EN

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.

NIBIO POP → NIBIO Rapport → NIBIO Bok → Våre poenggivende vitenskapelige publikasjoner →

2021

Forfattere

Lone Ross Gry Alfredsen Atle Wehn Hegnes Johan Mattsson Anne Cathrine Flyen

Sammendrag

Det er ikke registrert sammendrag

Forfattere

Mekjell Meland Milica Fotiric-Aksic Frank A. Maas

Sammendrag

Det er ikke registrert sammendrag

Forfattere

Mekjell Meland Milica Fotiric-Aksic Frank A. Maas

Sammendrag

Det er ikke registrert sammendrag

Til dokument

Forfattere

Eva Narten Høberg

Sammendrag

Det er ikke registrert sammendrag

Forfattere

Anita Sønsteby Knut-Øyvind Hagen

Sammendrag

Det er ikke registrert sammendrag

Forfattere

Arne Steffenrem

Sammendrag

Det er ikke registrert sammendrag

Til dokument

Forfattere

Sophie Mentzel Merete Grung Knut-Erik Tollefsen Marianne Stenrød Karina Petersen S. Jannicke Moe

Sammendrag

Conventional environmental risk assessment of chemicals is based on a calculated risk quotient, representing the ratio of exposure to effects of the chemical, in combination with assessment factors to account for uncertainty. Probabilistic risk assessment approaches can offer more transparency by using probability distributions for exposure and/or effects to account for variability and uncertainty. In this study, a probabilistic approach using Bayesian network modeling is explored as an alternative to traditional risk calculation. Bayesian networks can serve as meta-models that link information from several sources and offer a transparent way of incorporating the required characterization of uncertainty for environmental risk assessment. To this end, a Bayesian network has been developed and parameterized for the pesticides azoxystrobin, metribuzin, and imidacloprid. We illustrate the development from deterministic (traditional) risk calculation, via intermediate versions, to fully probabilistic risk characterization using azoxystrobin as an example. We also demonstrate the seasonal risk calculation for the three pesticides.

Forfattere

Morten Lillemo Espen Sannes Sørensen Marit Almvik Heidi Udnes Aamot Ingerd Skow Hofgaard

Sammendrag

Det er ikke registrert sammendrag

Forfattere

Claire Coutris

Sammendrag

Det er ikke registrert sammendrag

Forfattere

Claire Coutris

Sammendrag

Det er ikke registrert sammendrag