Side 2 af 2, Bæredygtighedsstudier-programmer, Søg efter den bedste PhD-programmer her! - PhD

Husdyrsektoren står over for et stigende pres for at identificere og vedtage strategier til at reducere ressourceforbrug og miljøpåvirkninger for at opretholde social licens inden for rammerne af bæredygtig produktion og forbrug. Selvom den er relativt effektiv med hensyn til miljømæssige resultater pr. produktenhed sammenlignet med andre husdyrarter, kræver omfanget og den forventede stigning i produktionen i den globale ægsektor en fælles indsats for at nå dette mål. Forudsigende analyse ved hjælp af kunstig intelligens (AI)-teknikker giver nye og potentielt kraftfulde betydninger af at integrere og analysere forskellige datastrømme fra fjerkræsektoren. Især kan AI-teknikker bruges til at udforske tidligere tendenser og mønstre, forudsige fremtidige forventninger og identificere vigtige muligheder for forbedring af bæredygtighed. Disse AI-resultater kan inkorporeres med Multiple-Criteria Decision Analysis (MCDA) for at afsløre bæredygtige løsninger (dvs. strategier/teknologier), der tager højde for flere, potentielt konkurrerende mål. Dette fire år finansierede ph.d. projektet vil besvare denne udfordring ved at: Forbehandling af canadiske ægindustridata gennem opgaver såsom outlier-identifikation og forudsigelse af manglende data, hvilket gør datastrømme velegnede til AI-teknikker; Identificering eller udvikling, validering og implementering af de bedst udvalgte AI-teknikker; og Anvendelse af livscyklusbaserede, multi-kriterie vurderingsmetoder for at forbedre bæredygtighedsbeslutningsstøtten i den canadiske ægindustri. Projektoutput vil omfatte en ph.d. afhandling, præsentation af resultater på fjerkræbrancheforenings faglige møder, konferenceoplæg og aflevering af undersøgelsesresultater til offentliggørelse på peer-reviewede steder. Dette projekt starter i september 2022. -

Husdyr og fjerkræ tegner sig tilsammen for over 50 % af gårdens kontantindtægter i landbrugssektoren på ~15 milliarder dollars i British Columbia (BC), Canada. Industrien afslørede data tyder på dødelighedsrater så høje som 5-10 % i BC-æg- og slagtekyllingeindustrien under varmekuppelbegivenheden i juni 2021 samt et ubestemt antal blandt malkekvæg- og oksekødsbesætninger. Langsigtede virkninger på produktiviteten på grund af varmestress er også sandsynlige med en kombination af negative ressourcemæssige, miljømæssige (herunder øgede drivhusgasemissioner), økonomiske og dyrevelfærdsmæssige konsekvenser. Levedygtigheden af husdyrproduktion er på samme måde påvirket af tilgængelighed af foderafgrøder og priser, som begge er blevet væsentligt påvirket af varme og tørke på tværs af de canadiske prærier i år. Agriculture and Agri-Food Canada anslår et fald på 27 % i canadisk markafgrødeproduktion i 2021 på grund af tørkeforhold. En række potentielle teknologiske og ledelsesmæssige strategier (spænder over et spektrum fra lavteknologisk ventilation og aktiv køling til avancerede sensorer og AI-applikationer til genredigeringsløsninger) er tilgængelige til at overvåge og afbøde risikoen for varmestress hos husdyr. Men uden for de grundlæggende ventilationssystemer er få blevet implementeret i BC husdyrsektoren til dato. Desuden er deres komparative gennemførlighed (herunder overkommelighed, teknologisk modenhed og lette implementering), relative effektivitet (under hensyntagen til dyrepræstationer, ressource-/miljømæssige og dyrevelfærdsmæssige hensyn) og interessenters acceptabilitet ukendte. Dette fire år finansierede ph.d. projektet vil besvare denne udfordring ved at: Identificering af tilgængelige teknologier til overvågning/afbødning af varmestress; Kortlægning af varmerisikoen for BC husdyrpopulationer under regionaliserede klimaændringsfremskrivninger; og Brug af miljømæssig livscyklusvurdering og teknoøkonomiske vurderinger til at bestemme og sammenligne bæredygtighedsfordele og afvejninger forbundet med en undergruppe af prioriterede varmestressovervågnings-/afbødningsløsninger. Projektoutput vil omfatte en ph.d. afhandling, præsentation af resultater på fjerkræbrancheforenings faglige møder, konferenceoplæg og aflevering af undersøgelsesresultater til offentliggørelse på peer-reviewede steder. Dette projekt starter i september 2022. -

Kunstig intelligens (AI) kan udnyttes til at udvikle forudsigelige modeller for potentielle klimaændringspåvirkninger og afbødnings-/tilpasningsforanstaltninger i en række anvendelsessammenhænge. I dette fire år finansierede ph.d. projekt, vil der blive udviklet forudsigelige analytiske modeller for at estimere det sandsynlige spektrum af sygelighed, dødelighed, produktivitet, ressource-/miljømæssige, økonomiske og dyrevelfærdspåvirkninger forbundet med ekstreme varmebegivenheder for hver husdyrart i British Columbia, Canada, under aktuelle klimaforandringer. , og at vurdere de potentielle fordele/afvejninger forbundet med scenarier for risikoovervågning af varmestress og implementering af afbødningsteknologi. Disse oplysninger vil derefter blive brugt i kombination med interessentværdidataene til at rangere teknologierne og scenarierne ved hjælp af en multi-kriteria beslutningstagning (MCDA) ramme. Projektoutput vil omfatte en ph.d. afhandling, præsentation af resultater på fjerkræbrancheforenings faglige møder, konferenceoplæg og aflevering af undersøgelsesresultater til offentliggørelse på peer-reviewede steder Dette projekt starter i september 2022. -

Food Systems PRISM Lab søger en højt kvalificeret og højt motiveret post-doc-stipendiat til at bidrage til forskning og forskningsledelse inden for agri-food livscyklusvurdering. I lyset af den aktuelle COVID-situation kan en fjernaftale overvejes. Den succesfulde kandidat til denne stilling skal besidde en mere af følgende: Et modent fundament i livscyklusvurderingsteori og -praksis, herunder datakvalitets- og usikkerhedsvurdering En stærk publikationsrekord og interesse for yderligere forskning inden for bæredygtighedsmodellering af landbrugsfødevarers livscyklus, især med hensyn til de nuværende forskningsområder i PRISM Lab En stærk publikationsrekord og interesse for yderligere forskning inden for prædiktiv analyse og optimeringsforskning, med påviselig overførbarhed til agri-food bæredygtighedsmodelleringskontekster Kandidaten skal desuden have: En stor interesse i at bidrage til vejledning og co-publicering med en stor gruppe af forskningsassistenter og kandidatstuderende (M.Sc. og Ph.D.), samtidig med at der udvikles omfattende laboratorieledelse, forskningstilsyn, bevillingsskrivning og legitimationsoplysninger om industriengagement Interesserede kandidater skal sende alt af følgende materialer til Dr. Nathan Pelletier ([email protected]). Ufuldstændige ansøgninger vil ikke blive behandlet. Et følgebrev, der opsummerer ansøgernes kvalifikationer i forhold til de ovenfor angivne krav Et komplet videnskabeligt curriculum vitae, inklusive kontaktoplysninger for mindst to referencer Op til tre relevante peer-reviewede publikationer Kun udvalgte kandidater vil blive kontaktet til en samtale og referencebreve. Stillingen er ledig med det samme indtil besættelse. -