Innovative Projects Realized

Life Cycle Assessment of Timber–Concrete Composite Bridges: Environmental and Structural Design Implications

This research project aims to evaluate the environmental performance of different bridge solutions using Life Cycle Assessment (LCA), a method that measures environmental impacts over the entire life of a structure. The study will compare three bridge types commonly used in transportation infrastructure: a timber–ultra-high-performance concrete (UHPC) composite bridge, a steel girder bridge, and a reinforced concrete bridge, all designed for Canadian climate conditions.
The analysis will consider all stages of the bridge life cycle, including material production, construction, transportation, maintenance, rehabilitation, and end-of-life scenarios. Special attention will be given to innovative and sustainable design strategies, such as the use of low-carbon UHPC, timber from sustainably managed forests, and structural solutions that facilitate material recycling, reuse, or replacement. In particular, demountable timber–concrete connections will be studied to assess their potential to reduce environmental impacts by extending service life and enabling circular economy practices.
This project will be carried out through an international research collaboration with Politecnico di Milano, allowing the intern to gain advanced expertise in infrastructure life cycle assessment. The expected outcome is a better understanding of how structural design choices influence long-term environmental performance, supporting the development of more sustainable and durable bridge infrastructure.

Développement de méthodes vibroacoustiques pour la prédiction du bruit solidien généré par les systèmes vibrants intégrés aux navires

Le bruit à bord des navires pose un enjeu majeur pour le confort des passagers et les conditions de travail des équipages. Une grande partie de ce bruit provient des vibrations générées par des systèmes intégrés tels que les moteurs de propulsion, les systèmes hydrauliques et les équipements électriques. Ces vibrations se propagent à travers la structure du navire et se manifestent sous forme de bruit dans les cabines. Ce projet vise à développer des méthodes d’ingénierie avancées pour prévoir et contrôler ce bruit dès la phase de conception des navires. En s’appuyant sur des approches vibroacoustiques, établies sur la caractérisation indépendante des composants, il permettra d’identifier les principales sources de vibrations et leurs voies de transmission. Les résultats attendus incluent la création d’outils de prédiction fiables pour les constructeurs et fournisseurs maritimes, afin d’optimiser l’intégration des systèmes vibrants, de diminuer les nuisances sonores et d’accroître le confort à bord. À terme, ce projet contribuera à la conception de navires plus silencieux, conformes aux normes internationales et mieux adaptés aux exigences de l’industrie maritime moderne.

Evaluating In-House Growth Factors for Reliable hiPSC-Based Cardiac and Kidney Differentiation

This project will test whether growth factors produced in-house at the host institute can reliably replace commercially purchased growth factors used to grow heart and kidney cells from human stem cells. These growth factors are essential but costly, and their performance can decline when they are repeatedly warmed and cooled during routine lab work. The student will compare commercial and in-house versions of BMP4, FGF2, and FGF9 by monitoring how well stem cells develop into heart and kidney cell types using simple imaging and flow-based measurements. The project will help both institutions improve the reliability and affordability of stem-cell-based research, while strengthening collaboration between the University of Toronto and the Helmholtz Centre for Infection Research. The techniques and insights the student brings back to Canada will support the expansion of organoid and stem-cell platforms in Canadian research labs.

Computational fluid dynamics modelling of wastewater aeration and nitrous oxide emissions

This project will develop a flexible computer modeling tool to help wastewater treatment plants reduce nitrous oxide (N2O) emissions, a potent greenhouse gas. Currently, scientists disagree about which mathematical models best predict N2O emissions, and testing different models requires months of programming work. During a 16-week research visit to the Karlsruhe Institute of Technology (KIT) in Germany, a graduate student from Western University will use KIT’s innovative modular software framework—originally developed for hydrogen fuel cells—to create a wastewater treatment model where different emission prediction methods can be easily switched and compared without rewriting code. Western University will benefit by obtaining cutting-edge modeling capabilities that accelerate research on reducing wastewater emissions and position Canada as a leader in climate-smart wastewater management. KIT will benefit by demonstrating their software framework works for environmental applications beyond energy systems, helping attract future research funding and expand their framework’s impact. The project establishes a new Canada-Germany research partnership, creates open-source tools that municipalities worldwide can use to reduce emissions, and trains a highly skilled researcher with unique expertise in both advanced computational methods and environmental sustainability.

Optimisation des propriétés physico-chimiques du biochar par approche hybride : De l’expérimentation haute précision à la prédiction par intelligence artificielle

Face à l’urgence climatique, la séquestration du carbone via le biochar représente une solution durable pour atténuer les émissions de gaz à effet de serre. Cependant, la variabilité des propriétés physico-chimiques du biochar selon la biomasse et les paramètres de pyrolyse freine son adoption industrielle. Ce projet de recherche, réalisé à l’UQAT en collaboration avec l’INPE (Brésil), vise à développer un outil de caractérisation virtuelle basé sur l’apprentissage automatique (Machine Learning). L’étude combine des données issues de la littérature avec des analyses expérimentales de haute précision (surface spécifique BET, pH, CEC) effectuées sur des résidus forestiers canadiens. En utilisant des algorithmes de type Random Forest et Gradient Boosting, le modèle prédit la stabilité du carbone et la porosité du matériau. L’accent est mis sur les applications à haute valeur ajoutée, notamment le stockage d’énergie et la séquestration à long terme. Cette approche hybride réduit les coûts et les délais de caractérisation tout en optimisant la valorisation des biomasses. Ce travail contribue ainsi à l’économie circulaire et à la décarbonation en transformant la production empirique de biochar en une science prédictive précise.

Caractérisation de filtres d’air biosourcés à base de cellulose par la technique d’électrofilage pour la captation de contaminants particulaires

La pollution de l’air causée par les particules fines constitue un enjeu majeur de santé publique et environnemental. Les filtres à air conventionnels, généralement fabriqués à partir de polymères synthétiques non biodégradables, posent des problèmes de durabilité et de gestion en fin de vie. Dans ce contexte, ce projet vise à développer des filtres à air biosourcés à base de cellulose en utilisant la technique d’électrofilage pour la captation efficace des contaminants particulaires. La cellulose, polymère naturel abondant, renouvelable et biodégradable, représente une alternative prometteuse pour la conception de matériaux de filtration respectueux de l’environnement. L’électrofilage permet de produire des réseaux nanofibreux caractérisés par une forte porosité, une grande surface spécifique et une distribution contrôlée de la taille des pores, des propriétés essentielles pour améliorer l’efficacité de filtration tout en maintenant une faible perte de charge. Il propose également une solution innovante et durable pour la purification de l’air, adaptée aux applications intérieures et extérieure.

Décharge nanoseconde dans les liquides : Interaction plasma – surface

Ce projet s’inscrit dans le développement de procédés plasmas pour la synthèse de nanomatériaux et le traitement de surface en milieu liquide.

L’objectif est d’approfondir la compréhension du comportement des décharges électriques dans les liquides, en particulier des liens entre les phénomènes électriques et les transformations qui se produisent à la surface des électrodes immergées. Pour cela, une impulsion de tension très brève est appliquée à l’aide d’un générateur entre une électrode pointe et une électrode plane dans un liquide.

Ces connaissances sont essentielles pour concevoir, par exemple, des procédés de fabrication plus propres et plus efficaces dans un contexte industriel.

AI-Enhanced Personalized Step Detection Algorithms for Older Adults Using Wearable Sensors

Current step-counting algorithms in wearable devices are inaccurate for older adults because they were designed and tested on younger populations. This creates measurement errors that undermine physical activity monitoring for the group that needs it most. This project will analyze accelerometer data from older populations to identify gait characteristics such as cadence, walking speed variability, and movement patterns unique to seniors. Machine learning models will be trained and benchmarked against existing algorithms, with an emphasis on accuracy at slower walking speeds and during real-world activities. Additionally, the project will create a reproducible, open-source analytical pipeline compatible with standard wearable devices used in Canadian research. The University of Saskatchewan will gain advanced expertise in wearable sensor analytics and AI-based health monitoring. At the same time, the Oxford Data Science Institute will extend the application of its methods to Canadian aging populations and digital health contexts. The resulting algorithms will directly support the Gerofit application and improve the accuracy of physical activity measurement for older Canadians, contributing to chronic disease prevention and healthy aging initiatives.

Population genetics of an obligate mutualism: swollen-thorn acacias and their ants

Mutualisms, interactions in which two species benefit one another, are universal. It is estimated that every species engages in at least one mutualism. Mutualisms play key roles in natural ecosystems–providing essential ecosystem services, like pollination and nitrogen fixation–and even influence where species live. Despite their importance, very little is known about how mutualisms influence the genetic structure of populations. To build knowledge in this area, we will leverage the iconic mutualism between neotropical swollen-thorn acacias and their ant mutualists. In this system, acacia host plants house and feed colonies of aggressive Pseudomyrmex ants in exchange for their defense against herbivores. We will sample interacting pairs of acacias and their ants across Panama, where these species are common in dry forest fragments, and sequence their genomes to characterize their population structures. Particular attention will be given to how distance, climatic variation, and land use may contribute to the genetic divergence of populations. This project will strengthen a collaboration between the University of Toronto and the Smithsonian Tropical Research Institute, expanding the networks of both institutions. The project will also constitute a chapter of the intern’s PhD dissertation, and will thereby provide invaluable training, mentorship, and learning experiences.

L2M – SocialEyes: multi-person eye-tracking in real-world, social contexts

Eye-tracking reveals otherwise invisible aspects of human attention, emotion, and social interaction, but current systems are limited by expensive hardware and complex analysis workflows that restrict use to small, controlled groups. SocialEyes is a peer-reviewed research technology that enables synchronized eye-tracking across large co-located groups by aligning multiple data streams in time and space. The system has already been validated in a study with 30 participants and adopted by several research labs in Canada and the United States, with applications spanning classrooms, concerts, museums, film screenings, and other real-world social environments.

This project aims at transitioning SocialEyes from an academic prototype to a scalable commercial solution. It targets at improvements in usability, deployment workflows, robustness across environments, and documentation, as well as clearer validation of customer needs, value propositions, and pricing. The Lab2Market Validate program will support this transition by providing a structured framework for customer discovery, market validation, and commercialization planning. Through systematic engagement with potential users across research, creative, and technology sectors, the project will refine problem–solution fit, test delivery and licensing models, and identify pathways for sustainable deployment.

Motor unit identification during fatigue using high density electromyography

La capacité du système moteur humain à produire et à contrôler la force repose sur l’interaction dynamique entre le système nerveux et les muscles squelettiques. Lors de tâches prolongées ou exigeantes, cette interaction s’adapte afin de maintenir la performance malgré la diminution progressive des capacités neuromusculaires associées à la fatigue.

Ce projet vise à comprendre comment le système nerveux ajuste la commande motrice lorsque les capacités contractiles du muscle diminuent, en s’appuyant sur l’analyse des unités motrices humaines. Les unités motrices constituent l’interface fonctionnelle entre le système nerveux central et le muscle, et leur comportement fournit une information directe sur les stratégies de contrôle neural mises en œuvre en situation de fatigue. Le projet utilisera des méthodes avancées d’électromyographie de surface haute densité (HD-EMG), une approche non invasive permettant d’identifier et d’analyser l’activité d’unités motrices individuelles chez l’humain.

Le stage se déroulera à l’University of Colorado Boulder, au sein d’un laboratoire reconnu pour son expertise en physiologie neuromusculaire et en contrôle moteur. Les compétences acquises seront transférées à l’Université Laval et au CIRRIS, renforçant la capacité de recherche canadienne et favorisant des collaborations scientifiques durables entre le Canada et les États-Unis.

Functional Profiling of Antigen-Specific Monoclonal Antibodies to Define Determinants of Fc-Mediated Immunity

This project will study how different human antibodies help protect us from viruses such as influenza, SARS-CoV-2, and RSV by working with individual immune cells and producing their antibodies in the lab. The student will grow and purify these antibodies, test how well they bind to viruses, and measure how effectively they activate important immune responses that help clear infections. The project will strengthen collaboration between the University of Toronto and the Helmholtz Centre for Infection Research by combining Toronto’s expertise in immune system research with advanced antibody analysis tools available in Germany. The skills, techniques, and data the student brings back will support Canadian research on vaccines and antibody-based therapies.