カリキュラムと特徴

• 英語トレーニング トレーニングは、博士レベルの LCA 専門トレーナーによって英語で提供されます。
• 修正可能なトレーニングスケジュール タイムゾーンに関係なく。
• 広範なトレーニング プログラムを完全に理解するための集中トレーニング。
• 加速学習アプローチ アクティブラーニングのアプローチでは、ディスカッション、インタラクティブな要素、デモンストレーション、実践的な例、課題、研修生のフィードバックなどを使用して、個々のスタイルに合わせて指導を調整することで理解を促進します。
• リモート（オンライン）または対面 あなたの選択します。 DEISO トレーニングの提供方法: オンライン (リモート)、日本国内の貴社の所在地、または海外の国際拠点。価格はモデルごとに異なり、オンライン トレーニング (1 対 1 または 1 対グループ) を除き、最低限の受講者数が必要です。オンライン トレーニングでは、選択したトレーニング プログラムを実施するには、受講者 1 名で十分です。
• 日本国外のクライアントの物理的な場所でのトレーニング あなたの選択します。 DEISO トレーニングの提供方法: オンライン (リモート)、日本国内の貴社の所在地、または海外の国際拠点。価格はモデルごとに異なり、オンライン トレーニング (1 対 1 または 1 対グループ) を除き、最低限の受講者数が必要です。オンライン トレーニングでは、選択したトレーニング プログラムを実施するには、受講者 1 名で十分です。
• 日本のクライアントの物理的な場所での対面トレーニング 最低人数が必要となりますので、お問い合わせください。
• ケーススタディ: 1
• 基本的なケーススタディ
• 高度なケーススタディ
• 制作事例 ライフサイクル アセスメント (LCA) のケース スタディは、通常、「生産/製造」と「使用終了 (EoL)」または廃棄物管理の 2 つの主なカテゴリに分類されます。後者は、製品の使用が EoL に達した後に消費者が生成する廃棄物の管理に重点を置いています。このモジュールでは、「生産」を中心としたケース スタディについて詳しく説明します。
• グローバルパラメータによる廃棄物管理のケーススタディ 下流廃棄物「都市固形廃棄物管理 (MSW)」のパラメータ化された完全な廃棄物管理ケース スタディ。
• 複数のモデルの構築と接続 複数のモデルの開発と統合には、「サブモデル」の作成を習得し、それらを絡み合わせてプライマリ モデルを形成することが含まれます。各「サブモデル」を、生産、輸送、使用、廃棄物管理など、製品のライフサイクルの個別の段階として考えます。このモジュール全体を通して、さまざまな目的に合わせて複数のモデルを作成するための基本原則を理解します。
• モデルのローカルおよびグローバルパラメータ ローカル パラメータとグローバル パラメータを使用して SimaPro モデルをパラメータ化し、将来のデータ変更に対応する方法を学びます。シナリオ分析と開発を容易にし、エコ デザイン モデリングをサポートし、さまざまな製品とテクノロジを比較します。これらのパラメータをモデルに組み込み、新しいデータが利用可能になったときに更新して、柔軟性と専門性を高めながら貴重な時間を節約する方法を学びます。
• 高度な機能に関するトレーニング このトレーニングを通じて、openLCA モデリングの高度な機能を活用する専門知識を習得します。これらの機能により、包括的な LCA モデリングと分析を実行し、時間を節約して生産性を向上させることができます。
• 基礎: システムプロセスとユニットプロセス: 高度な理論と実践 一部のデータベースでは、「ユニット プロセス」と「システム プロセス」のオプションが提供されています。通常、ecoinvent などのデータベースでは、ユニット プロセスとシステム プロセスの 2 つのプロセス タイプが提供されています。このモジュールでは、各タイプの理論的、技術的、数学的側面を詳しく調べ、それらの違いと使用シナリオについて説明します。さらに、このモジュールは、受講者にとってこれらの概念の複雑さを簡素化することを目的としています。
• 上級: システムプロセスとユニットプロセス: 上級理論と実践 一部のデータベースでは、「ユニット プロセス」と「システム プロセス」のオプションが提供されています。通常、ecoinvent などのデータベースでは、ユニット プロセスとシステム プロセスの 2 つのプロセス タイプが提供されています。このモジュールでは、各タイプの理論的、技術的、数学的側面を詳しく調べ、それらの違いと使用シナリオについて説明します。さらに、このモジュールは、受講者にとってこれらの概念の複雑さを簡素化することを目的としています。
• openLCA を使い始める openLCA のユーザーフレンドリーなインターフェースとその機能メニューの詳細なウォークスルーが提供されます。ソフトウェア パネル (「パネルごと」) が詳細に説明されています。このモジュールでは、新しいプロジェクトの作成、既存のプロジェクトを開く、openLCA のさまざまな機能の探索などの一般的なタスクも取り上げます。これには、インターフェース オプション、ツール、データ構成、およびそれらの全体的な構造の理解が含まれます。メイン インターフェースの使用に関する生産性のヒントも提供されます。
• データベースの作成 カスタマイズされたプロセスを確立し、空のデータベースにインポートするプロセスについて説明します。
• データベースの結合 複数のデータベースを 1 つの統合データベースにマージするテクニックを習得します。
• データベースのインポート/復元 データベースのインポートまたは復元は、openLCA の重要なスキルであり、新しいデータベースをリンクしたり、既存のデータベースをバックアップしたりするために不可欠です。
• エクスポートされた zolca ファイルからデータベースをインポートする openLCA は、データのインポートとエクスポートに多様なファイル形式オプションを提供します。このモジュールでは、これらの形式を使用したデータのインポートとエクスポート、それぞれの固有の特性の理解、プロジェクトの要件に基づいて各形式をいつ使用するかの特定について説明します。
• データのエクスポート: ILCD ZIPファイル形式
• データのエクスポート: Excel 形式
• データのエクスポート: EcoSpold ファイル形式
• データのエクスポート: CSV-Matrix
• 高度なデータベースインポート ecospold、Excel、ILCD、SimaPro CSV、JSON-LD 形式から。
• データベース要素 フロー、プロセス、ドキュメント、分類、機能単位（参照単位/量）、プロセス入力/出力など。
• データベースドキュメントの理解 特定のプロジェクトにプロセスを選択する前に、プロセス ドキュメントを読むことを強くお勧めします。ドキュメントを参照せずにプロセス名だけに頼ることはお勧めできません。ユーザーは、プロセス ドキュメントを慎重に評価して、分析対象の特定のケース スタディに適しているかどうかを判断する必要があります。このモジュールでは、プロセス ドキュメントを効果的に読み、常に検証する必要がある重要な情報を特定する方法について説明します。
• 基本: LCA 結果の分析を Excel にエクスポートする 結果のみに依存する場合、openLCA での分析は高度化する必要があります。包括的な学習には、Microsoft Excel での補足を強くお勧めします。このモジュールでは、LCA の結果を Excel にエクスポートして詳細な分析を行う方法を学習します。Excel 環境内で結果を効果的にフォーマット、フィルター処理、スコアリング、視覚化する方法を学び、分析能力を強化します。
• 上級: LCA 結果の分析を Excel にエクスポートする 結果のみに依存する場合、openLCA での分析は高度化する必要があります。包括的な学習には、Microsoft Excel での補足を強くお勧めします。このモジュールでは、LCA の結果を Excel にエクスポートして詳細な分析を行う方法を学習します。Excel 環境内で結果を効果的にフォーマット、フィルター処理、スコアリング、視覚化する方法を学び、分析能力を強化します。
• インタラクティブな LCA 結果を HTML ファイル形式で生成、準備、共有します このモジュールでは、openLCA モデル環境から直接 HTML 形式でインタラクティブな LCA 結果を生成、準備、共有する方法について説明します。レポート、表、図をカスタマイズし、結果を効果的に解釈する方法を学びます。これらのテクニックを習得すると、ワード プロセッサに頼らずに結果を確定し、クライアント、上司、チーム メンバーと詳細なレポートを共有できるようになります。
• フロー特性
• 新しいプロセスの作成
• プロセスの入力/出力 プロセスの入力と出力をマスターすることは、各プロセスの材料とエネルギーの入力およびその他の入力、および出力の主な製品と副産物を理解するために不可欠です。このモジュールでは、自然、技術圏、および水、空気、土壌などの排出媒体への排出とそこからの排出について詳しく説明します。このトレーニング モジュールでは、これらの概念を SimaPro プロセスに実際に適用する方法について説明します。
• モデリングの側面と原則
• ライフサイクル影響評価 LCIA 手法の理解
• LCIAメソッドのインポート
• 製品システムの作成 openLCA 固有の技術的特徴。
• モデルグラフ openLCA 固有の技術的特徴。
• 正規化 LCA 特有の技術的特徴。
• 重み付け LCA 特有の技術的特徴。
• グループ化 LCA 特有の技術的特徴。
• 基本: 在庫結果 ライフサイクル インベントリ (LCI) 分析。LCA フレームワークの第 2 フェーズ。
• 上級: 在庫結果 ライフサイクル インベントリ (LCI) 分析。LCA フレームワークの第 2 フェーズ。
• ミンポイングモデリング LCA の結果は、「気候変動」、「酸性化の可能性」、「人間の健康への影響の可能性」などの環境影響カテゴリを含む中間レベルで実行できます。これらのカテゴリ (LCIA 方式に基づいて平均 15 以上) は、「中間点の影響」と呼ばれます。
• エンドポイントモデリング LCA の結果は「エンドポイント」レベルでも実行でき、中間影響カテゴリ (平均 15 以上) を「生態系へのダメージ」、「健康へのダメージ」、「資源へのダメージ」などの 3 ～ 4 個の単一の指標に集約できます。この集約は「エンドポイント モデリング」と呼ばれます。
• 基本: 影響分析 ライフサイクル影響評価 (LCIA) 分析。LCA フレームワークの第 3 フェーズ。
• 上級: 影響分析 ライフサイクル影響評価 (LCIA) 分析。LCA フレームワークの第 3 フェーズ。
• 基本: 結果の解釈 LCA LCA フレームワークの第 4 フェーズに特有のもの。
• 上級：結果の解釈 LCA LCA フレームワークの第 4 フェーズに特有のもの。
• プロセス貢献分析 openLCA 固有の技術的特徴。
• データベースの更新、メンテナンス、バックアップ
• openLCA プロジェクト管理とバックアップ
• openLCA Nexus データベース
• 製品（シナリオ）の比較
• システムプロセスモデリング
• エンドオブライフモデリング（EOL）/マテリアルフローロジック
• EoLモデリング: 逆アプローチ
• 交通モデリング
• 基礎: Excel でのホットスポット分析/弱点分析 ライフ サイクル アセスメント (LCA) の基本的な側面であるホットスポット分析は、製品のライフ サイクル内の弱点や懸念事項を特定するのに役立ちます。これらのホットスポットを特定することで、LCA 実践者は環境への影響を軽減し、持続可能性を最適化するための取り組みを優先できます。この分析により、利害関係者や LCA アナリストは、環境負荷に最も大きく寄与するプロセスや材料の改善にリソースを集中させることができ、より情報に基づいた意思決定が可能になり、最終的にはより持続可能な製品やシステムの開発が促進されます。
• 上級: Excel でのホットスポット分析/弱点分析 ライフ サイクル アセスメント (LCA) の基本的な側面であるホットスポット分析は、製品のライフ サイクル内の弱点や懸念事項を特定するのに役立ちます。これらのホットスポットを特定することで、LCA 実践者は環境への影響を軽減し、持続可能性を最適化するための取り組みを優先できます。この分析により、利害関係者や LCA アナリストは、環境負荷に最も大きく寄与するプロセスや材料の改善にリソースを集中させることができ、より情報に基づいた意思決定が可能になり、最終的にはより持続可能な製品やシステムの開発が促進されます。
• 基本: モンテカルロシミュレーション LCA における不確実性分析の重要な側面であるモンテカルロ シミュレーションでは、指定された確率分布からのランダムな入力値を使用してモデルを繰り返し実行します。この方法は、LCA 入力の不確実性を考慮し、出力の確率分布を生成して、潜在的な結果を包括的に理解できるようにします。モンテカルロ シミュレーションは、不確実性を定量化することで、LCA 結果の信頼性を高め、情報に基づいた意思決定を促進し、環境評価の精度を向上させ、最終的にはより堅牢で防御可能な結論につながります。
• 上級: モンテカルロシミュレーション LCA における不確実性分析の重要な側面であるモンテカルロ シミュレーションでは、指定された確率分布からのランダムな入力値を使用してモデルを繰り返し実行します。この方法は、LCA 入力の不確実性を考慮し、出力の確率分布を生成して、潜在的な結果を包括的に理解できるようにします。モンテカルロ シミュレーションは、不確実性を定量化することで、LCA 結果の信頼性を高め、情報に基づいた意思決定を促進し、環境評価の精度を向上させ、最終的にはより堅牢で防御可能な結論につながります。
• openLCA パラメータと MS Excel を使用した感度分析 LCA の感度分析では、さまざまなパラメータが研究結果に与える影響を評価し、影響要因と結果の信頼性に対するその影響を特定します。感度分析は、データの不確実性や方法論の選択などの入力変数を体系的にテストすることで、LCA の調査結果の信頼性と堅牢性を高めます。これにより、利害関係者は仮定と不確実性の重要性を理解でき、持続可能な製品開発と政策策定において情報に基づいた意思決定を行うことができます。
• ライフサイクルコスト（LCC） 環境ライフサイクルコスト (LCC) は、環境への影響と財務費用を考慮して、製品またはサービスのライフサイクル全体にわたる総コストを評価します。資源の抽出から廃棄までの費用を評価し、環境への害を最小限に抑え、長期的なコストを削減する持続可能な選択肢を強調します。LCC は、従来のライフサイクルコスト分析に環境要因を統合して、環境に優しい意思決定を促進します。
• openLCA パラメータと MS Excel を使用した感度分析