Nominera 2019 års avhandling!

0
124

Nu är det dags att nominera 2019 års avhandling i Sverige inom forskningsområdet arbetsliv och arbetsmiljö. Priset är instiftat av Arbetsmiljöhögskolan vid Lunds universitet. Vinnaren får ta emot utmärkelsen Bästa avhandling och 10 000 kronor på den arbetslivskonferens som Forum för arbetslivsforskning (FALF) arrangerar i Västerås 15-17 juni 2020. 
Juryn utgörs av FALF:s styrelse som bedömer nominerade avhandlingar utifrån tre kriterier: 1. Relevans för forskningsområdet arbetsliv och arbetsmiljö 2. Vetenskaplig kvalitet 3. Originalitet, tillämpbarhet och samhällsnytta

Vem kan nomineras?
Nomineras kan den som disputerat i Sverige under 2019 med en doktorsavhandling inom forskningsområdet arbetsliv och arbetsmiljö. Forskningsområdet arbetsliv och arbetsmiljö är brett och juryn välkomnar relevanta avhandlingar från alla vetenskapliga miljöer.

Vem kan nominera?
Vem som helst kan nominera, även författaren kan nominera sin egen avhandling.

Nominering görs enligt följande:
Nomineringen sker per e-post senast 14 februari 2020 till: christian.stahl@liu.se
I ämnesraden anges: Bästa avhandling 2019

I nomineringen anges: 

a/ avhandlingens titel

b/ författarens namn, hemvist samt kontaktuppgifter

c/ namn på den som nominerar samt dennes kontaktuppgifter;

Bifoga:

d/ Pdf med underskriven motivering om max 500 ord där nomineringen motiveras utifrån de tre ovan nämnda kriterierna

e/ Pdf med avhandlingen alt. länk till avhandlingens elektroniska fulltext-publicering 

Skicka dessutom ett fysiskt exemplar av avhandlingen samt ett undertecknat nomineringsbrev. Fysiskt exemplar (1 ex.) av avhandlingen samt nomineringsbrev skickas senast den 14 februari 2020 till:

Christian Ståhl
Linköpings universitetInstitutionen för beteendevetenskap och lärande Avdelningen för pedagogik och sociologi581 83 Linköping

Observera att ev. ofullständig nominering inte beaktas inte av juryn.

För ev. frågor: christian.stahl@liu.se

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Denna webbplats använder Akismet för att minska skräppost. Lär dig hur din kommentardata bearbetas.