API src

Found 2 results.

Teilprojekt 5^RiSKWa: FOR-IDENT: Fortschritte in der Identifizierung organischer Spurenstoffe - Zusammenführen der Hilfsmittel und Standardisierung der Suspected- und Non-Target Analytik^Teilprojekt 3^Teilprojekt 2, Teilprojekt 1

Das Projekt "Teilprojekt 5^RiSKWa: FOR-IDENT: Fortschritte in der Identifizierung organischer Spurenstoffe - Zusammenführen der Hilfsmittel und Standardisierung der Suspected- und Non-Target Analytik^Teilprojekt 3^Teilprojekt 2, Teilprojekt 1" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Technische Universität München, TUM School of Engineering and Design, Institut für Wasser und Umwelt, Lehrstuhl für Siedlungswasserwirtschaft.

RiSKWa: FOR-IDENT: Fortschritte in der Identifizierung organischer Spurenstoffe - Zusammenführen der Hilfsmittel und Standardisierung der Suspected- und Non-Target Analytik^Teilprojekt 2, Teilprojekt 5

Das Projekt "RiSKWa: FOR-IDENT: Fortschritte in der Identifizierung organischer Spurenstoffe - Zusammenführen der Hilfsmittel und Standardisierung der Suspected- und Non-Target Analytik^Teilprojekt 2, Teilprojekt 5" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Bayerisches Landesamt für Umwelt.Mithilfe der Non- und Suspected-Target Analytik lassen sich bislang unbekannte Stoffe im Wasser identifizieren und einer Risikobewertung zugänglich machen. Eine besondere Herausforderung ist die effiziente Nutzung der Methodik zur Strukturaufklärung und eindeutigen Stoffzuordnung. Ziel des Projektes ist es, die Effizienz und Vergleichbarkeit der Non-Target Analytik zu steigern. Dazu werden die in RiSKWa entstandenen Werkzeuge gebündelt, methodische Qualitätsanforderungen definiert sowie die Vorgehensweise und Methoden standardisiert. Das Bayerische Landesamt für Umwelt (LfU) übernimmt in diesem Verbundprojekt im Rahmen des Arbeitspakets 3 die Optimierung und Sicherstellung der Datenqualität der beiden Datenbanken STOFF-IDENT und DAIOS. Folgende Arbeiten sind am LfU geplant: - Manuelle Korrektur der durch automatische Fehlererkennung in STOFF-IDENT gefundenen Unstimmigkeiten -Überprüfung der Datenqualität in DAIOS - Einlesen weiterer Datensätze in STOFF-IDENT und DAIOS (literaturbeschriebene Nachweise, Stofflisten anderer Labore, z.B. NORMAN-Konsortium) -Überprüfung der Datenqualität bei der praktischen Anwendung von STOFF-IDENT und DAIOS; Feststellung und Behebung von Qualitätsmängeln - Konzeption eines effizienten Datenqualitätsmanagementsystems.

1