Vi belyser med dette projekt de vandreleterede risici som danske ejendomme er udsat for ved at bruge machine learning til at kombinere klimadata med forsikringsskadedata. Målet er at udvikle metoder, som nøjagtigt kan forudsige risikoen forbundet med indtrængende vand trods det skiftende klima. Projektet bidrager til at danske ejendomme fortsat kan være forsikringsbare og at priserne på forsikring ikke eksploderer som følge af klimaforandringer, samt at urimelig økonomisk omfordeling forhindres

I projektet undersøges, hvordan krav, forventninger og deltagelsesmuligheder påvirker trivsel og gennemførelse blandt unge på erhvervsuddannelserne inden for omsorg, sundhed og pædagogik. Med et longitudinelt design følger projektet GF1-holdet, der starter august 2025 på SOSU Fyn. Projektet anvender en kombination af etnografiske metoder, policy-analyser og aktionsforskning. Målet er at udvikle innovative løsninger, der kan støtte elevernes trivsel og øge gennemførslen på uddannelserne.