Om dette emnet

Emnet gir studentene inngående kunnskap og praktisk erfaring med eksperimentell metodikk og modellering innen radioøkologi samt en forståelse av viktigheten av samspillet mellom de forskerne som modellerer og de som sørger for eksperimentelle data.

Forelesningene dekker flere radioøkologiske modeller og metoder for bestemmelse av tilstandsformer av radionuklider, dosimetri (inkludert viltdosimetri), biologiske effekter (inkludert radiosensitivitet og virkning av multiple stressorer), avanserte analytiske metoder for eksponeringskarakterisering (nano- og mikroanalytiske teknikker) og kildeidentifisering (isotopforhold som «fingeravtrykk»), samt atomsikkerhet og mottiltak i forbindelse med atomulykker.

Laboratorieøvelsene inkluderer et dynamisk akvatisk mikrokosmoseksperiment der radioaktive tracere, sedimenter, vann og biota brukes for å studere spesiering, mobilitet og biologisk opptak over tid.

Dette lærer du

Kunnskap: Studenten forventes å få en inngående innsikt i radioøkologi med særlig vekt på prosessforståelse, eksperimentelle metoder og utvikling og bruk av modeller.

Ferdigheter: Studenten skal kunne planlegge, gjennomføre og rapportere om både radioøkologiske eksperimenter og modelleringsstudier. Studenten skal også kunne gjøre rede for prinsippene for en trinnvis utvikling av radioøkologiske modeller samt å anvende flere radioøkologiske modellverktøy gjennomgått i emnet inkludert å vurdere usikkerhetene i modellestimatene.

Generell kompetanse: Studenten skal ha en kompetanse som gjør det mulig for vedkommende å bidra til nasjonal atomberedskap og dekommisjoneringsaktiviteter ved gjennom modellering og eksperimentelle fremgangsmåter å skaffe, eller gi råd om dette, informasjon som bidrar til konsekvens- og risikovurderinger knyttet til radioaktiv forurensning.

  • Læringsaktiviteter

    Forelesninger, øvinger med modellprogramvare, laboratorieøvelser med labrapport.
  • Læringsstøtte

    Forelesninger, litteratur (bøker, rapporter og forskningsartikler), veiledning.

    Casestudier i noen forelesninger.

  • Pensum

    Informasjon om pensum vil bli lagt ut på Canvas.
  • Forutsatte forkunnskaper

    RAD210, RAD320
  • Vurderingsordning, hjelpemiddel og eksamen

    Mappevurdering som består av labrapporter.

    Karakterregel bestått/ikke bestått.

  • Om bruk av KI

    Muntlig eksamen: K1- Ingen bruk av KI

    Obligatorisk aktivitet: K3 - Full bruk av KI.

    Bruk av KI er tillatt, men må være i tråd med retningslinjene for bruk av kunstig intelligens (KI) ved NMBU.

    Her finner du KI-kategoriene beskrevet.

  • Sensorordning

    Intern sensor vil benyttes til mappevurdering.
  • Obligatorisk aktivitet

    Første forelesning er obligatorisk. Casestudier og deltakelse på lab er obligatoriske.
  • Merknader

    Egne søknadsfrister for emner med antallsbegrensning. Studenter som ønsker plass i emnet må søke opptak i Studentweb senest 1. desember. Etter det blir plassene i emnet fordelt.

    Ved få studenter kan emnet enten utsettes med et år, eller gis med alternativt undervisningsopplegg.

  • Undervisningstider

    Forelesninger: 21 timer (7 t per uke).

    Laboratorieøvelser: 25 t

    Casestudie: ca. 2 t

    Gruppearbeid og individuelt arbeid med casestudie.

  • Fortrinnsrett

    M-RAMI
  • Overlapp

    3 stp mot KJM351
  • Opptakskrav

    Realfag