Insegnamenti
Primo anno
Ore di lezione: 8
Anno di erogazione: Primo
Verifica finale: No
Il corso ha come obiettivo di familiarizzare gli studenti di dottorato con la stesura di articoli scientifici evidenziando come essi mostrino dei caratteri comuni ed una comune strategia di scrittura. L’obiettivo generale è quello di presentare ed approfondire i diversi tipi di pubblicazioni scientifiche, il funzionamento della revisione tra pari ed il ruolo dei revisori (referee) e dell’editore (editor in chief e/o associate editor) della rivista scientifica.
Verranno inoltre indicati dei criteri generali da seguire nella:
- scelta della rivista, preparazione del titolo; preparazione dell’abstract; affiliazione e lista degli autori; scelta dei coautori;
- stesura dell’introduzione, struttura tipica e passaggi chiave verso la presentazione dei risultati;
- risultati e discussione, in che ordine riportarli e con che criterio;
- importanza fondamentale della preparazione meticolosa di figure e tabelle;
- conclusioni e prospettive future;
- preparazione della bibliografia;
- preparazione della cover letter;
- preparazione di una comunicazione formato poster;
- preparazione di una comunicazione orale, strategie, errori da evitare e suggerimenti;
- esempi di pubblicazioni scientifiche e discussione critica della struttura, dei contenuti positivi e negativi.
Nel corso verranno inoltre trattate le seguenti tematiche:
- cosa si intende per pubblicazione scientifica;
- i diversi tipi di riviste scientifiche e il loro confronto;
- le logiche bibliometriche e l’uso di alcuni indicatori quali l’impact factor e l’h-index;
- uso di database di abstract e citazioni peer review, quali Scopus e Web of Science;
- green, gold e diamond open access.
Da un punto di vista strumentale saranno brevemente descritti alcuni sistemi di videoscrittura, come il LaTeX, particolarmente dedicati alla stesura di pubblicazioni scientifiche e le applicazioni più diffuse di gestione di bibliografie e/o collezioni di PDF, quali Mendeley, EndNote e BibTex.
Anno di erogazione: Primo
Verifica finale: No
Il corso ha come obiettivo di familiarizzare gli studenti di dottorato con la stesura di articoli scientifici evidenziando come essi mostrino dei caratteri comuni ed una comune strategia di scrittura. L’obiettivo generale è quello di presentare ed approfondire i diversi tipi di pubblicazioni scientifiche, il funzionamento della revisione tra pari ed il ruolo dei revisori (referee) e dell’editore (editor in chief e/o associate editor) della rivista scientifica.
Verranno inoltre indicati dei criteri generali da seguire nella:
- scelta della rivista, preparazione del titolo; preparazione dell’abstract; affiliazione e lista degli autori; scelta dei coautori;
- stesura dell’introduzione, struttura tipica e passaggi chiave verso la presentazione dei risultati;
- risultati e discussione, in che ordine riportarli e con che criterio;
- importanza fondamentale della preparazione meticolosa di figure e tabelle;
- conclusioni e prospettive future;
- preparazione della bibliografia;
- preparazione della cover letter;
- preparazione di una comunicazione formato poster;
- preparazione di una comunicazione orale, strategie, errori da evitare e suggerimenti;
- esempi di pubblicazioni scientifiche e discussione critica della struttura, dei contenuti positivi e negativi.
Nel corso verranno inoltre trattate le seguenti tematiche:
- cosa si intende per pubblicazione scientifica;
- i diversi tipi di riviste scientifiche e il loro confronto;
- le logiche bibliometriche e l’uso di alcuni indicatori quali l’impact factor e l’h-index;
- uso di database di abstract e citazioni peer review, quali Scopus e Web of Science;
- green, gold e diamond open access.
Da un punto di vista strumentale saranno brevemente descritti alcuni sistemi di videoscrittura, come il LaTeX, particolarmente dedicati alla stesura di pubblicazioni scientifiche e le applicazioni più diffuse di gestione di bibliografie e/o collezioni di PDF, quali Mendeley, EndNote e BibTex.
Ore di lezione: 16
Anno di erogazione: Primo
Verifica finale: Sì
Il corso introduce i principali approcci epistemologici e gli assunti ontologici nelle scienze sociali, in una prospettiva multidisciplinare, riferita sia agli studi qualitativi sia a quelli quantitativi. A tal proposito viene approfondito il nesso tra ontologia, epistemologia e metodo di ricerca.
In particolare, il corso si concentra sugli approcci di ricerca interpretativi per studiare e teorizzare contesti e fenomeni aziendali in un’ottica interdisciplinare.
Sono oggetto di disamina alcune principali teorie di riferimento, la loro funzione nello sviluppo della ricerca e l’importanza della teorizzazione nell’analisi dei dati, nella presentazione dei risultati e nella successiva pubblicazione degli studi su riviste scientifiche internazionali di prestigio.
Saranno inoltre trattati alcuni principali approcci metodologici della ricerca interpretativa, con dimostrazioni della loro applicazione pratica e relative esercitazioni in aula.
Al termine del corso, i discenti avranno padronanza delle caratteristiche dei principali presupposti ontologici ed epistemologici dei diversi approcci di ricerca nelle scienze sociali, avendo piena cognizione della necessaria coerenza tra letteratura, ontologia, epistemologia, teoria e metodo nella progettazione e nello sviluppo di un progetto di ricerca. In particolare, avranno gli strumenti teorici e pratici per condurre studi con approcci di ricerca interpretativi.
Anno di erogazione: Primo
Verifica finale: Sì
Il corso introduce i principali approcci epistemologici e gli assunti ontologici nelle scienze sociali, in una prospettiva multidisciplinare, riferita sia agli studi qualitativi sia a quelli quantitativi. A tal proposito viene approfondito il nesso tra ontologia, epistemologia e metodo di ricerca.
In particolare, il corso si concentra sugli approcci di ricerca interpretativi per studiare e teorizzare contesti e fenomeni aziendali in un’ottica interdisciplinare.
Sono oggetto di disamina alcune principali teorie di riferimento, la loro funzione nello sviluppo della ricerca e l’importanza della teorizzazione nell’analisi dei dati, nella presentazione dei risultati e nella successiva pubblicazione degli studi su riviste scientifiche internazionali di prestigio.
Saranno inoltre trattati alcuni principali approcci metodologici della ricerca interpretativa, con dimostrazioni della loro applicazione pratica e relative esercitazioni in aula.
Al termine del corso, i discenti avranno padronanza delle caratteristiche dei principali presupposti ontologici ed epistemologici dei diversi approcci di ricerca nelle scienze sociali, avendo piena cognizione della necessaria coerenza tra letteratura, ontologia, epistemologia, teoria e metodo nella progettazione e nello sviluppo di un progetto di ricerca. In particolare, avranno gli strumenti teorici e pratici per condurre studi con approcci di ricerca interpretativi.
Ore di lezione: 16
Anno di erogazione: Primo
Verifica finale: Sì
Il corso introduce alle metodologie di ricerca applicate nelle scienze sociali offrendo due moduli di insegnamento focalizzati, rispettivamente, sulla ricerca qualitativa e quantitativa.
Modulo I (Introduzione alla Qualitative Content Analysis) – Tiziana De Cristofaro (8 ore):
I. La ricerca qualitativa nelle scienze sociali: paradigmi, approcci, tecniche di raccolta e metodi di analisi dei dati;
II. La Qualitative Content Analysis (QCA) quale tecnica di analisi dei dati basata sul coding;
III. Il coding: approcci, elementi, fasi e metodi di I e II ciclo;
IV. Qualità del coding: protocollo, affidabilità e validità;
V. Alcuni aspetti applicativi della QCA nell’era dell’intelligenza artificiale.
I predetti contenuti consentiranno ai dottorandi di:
(i) collocare la QCA nel quadro metodologico delle scienze sociali;
(ii) conoscere i diversi approcci al coding;
(iii) distinguere unità di analisi e di significato;
(iv) costruire il protocollo.
Modulo II (Introduzione ai metodi quantitativi di ricerca nelle scienze sociali) – Diego Valentinetti (8 ore):
I. I metodi di indagine: aspetti introduttivi;
II. La formulazione delle ipotesi di ricerca;
III. Le verifiche empiriche: la definizione delle variabili e la raccolta dei dati;
IV. L’analisi quantitativa dei dati;
V. I modelli di regressione lineare multipla negli studi economico-aziendali;
VI. Alcuni esempi di ricerche quantitative in accounting nell’era dell’intelligenza artificiale.
Detti contenuti consentiranno ai dottorandi di saper identificare i principali processi metodologici che caratterizzano le ricerche quantitative in ambito economico-aziendale, in particolare: deduzione, operativizzazione, organizzazione dei dati, interpretazione ed induzione.
Anno di erogazione: Primo
Verifica finale: Sì
Il corso introduce alle metodologie di ricerca applicate nelle scienze sociali offrendo due moduli di insegnamento focalizzati, rispettivamente, sulla ricerca qualitativa e quantitativa.
Modulo I (Introduzione alla Qualitative Content Analysis) – Tiziana De Cristofaro (8 ore):
I. La ricerca qualitativa nelle scienze sociali: paradigmi, approcci, tecniche di raccolta e metodi di analisi dei dati;
II. La Qualitative Content Analysis (QCA) quale tecnica di analisi dei dati basata sul coding;
III. Il coding: approcci, elementi, fasi e metodi di I e II ciclo;
IV. Qualità del coding: protocollo, affidabilità e validità;
V. Alcuni aspetti applicativi della QCA nell’era dell’intelligenza artificiale.
I predetti contenuti consentiranno ai dottorandi di:
(i) collocare la QCA nel quadro metodologico delle scienze sociali;
(ii) conoscere i diversi approcci al coding;
(iii) distinguere unità di analisi e di significato;
(iv) costruire il protocollo.
Modulo II (Introduzione ai metodi quantitativi di ricerca nelle scienze sociali) – Diego Valentinetti (8 ore):
I. I metodi di indagine: aspetti introduttivi;
II. La formulazione delle ipotesi di ricerca;
III. Le verifiche empiriche: la definizione delle variabili e la raccolta dei dati;
IV. L’analisi quantitativa dei dati;
V. I modelli di regressione lineare multipla negli studi economico-aziendali;
VI. Alcuni esempi di ricerche quantitative in accounting nell’era dell’intelligenza artificiale.
Detti contenuti consentiranno ai dottorandi di saper identificare i principali processi metodologici che caratterizzano le ricerche quantitative in ambito economico-aziendale, in particolare: deduzione, operativizzazione, organizzazione dei dati, interpretazione ed induzione.
Ore di lezione: 16
Anno di erogazione: Primo
Verifica finale: Sì
Nel corso di dottorato “Metodi Quantitativi per la Ricerca Economica” verranno approfondite le principali metodologie inferenziali utilizzate nella ricerca economica, aziendale e nelle scienze sociali applicate.
L’obiettivo generale è fornire agli studenti gli strumenti teorici e operativi necessari per formulare inferenze statistiche, valutare evidenze empiriche e supportare processi decisionali basati sui dati.
Partendo dai fondamenti dell’inferenza statistica, il corso analizzerà le procedure per la costruzione e l’interpretazione degli intervalli di confidenza relativi a medie, proporzioni e varianze. Verranno inoltre approfondite le metodologie di verifica delle ipotesi statistiche, con riferimento ai test sulle medie, sulle proporzioni, sulle varianze e sul confronto tra gruppi di osservazioni.
Una sezione specifica sarà dedicata ai test basati sulla distribuzione Chi-quadrato e ad ulteriori procedure inferenziali frequentemente utilizzate nelle applicazioni empiriche. Tutte le metodologie saranno sviluppate sia dal punto di vista teorico sia attraverso implementazioni pratiche mediante il software R.
Durante il corso verranno presentati casi studio e applicazioni riferite a dati economici e aziendali reali.
Al termine del corso, lo studente di dottorato sarà in grado di progettare e realizzare analisi inferenziali complete, costruire intervalli di confidenza, formulare e verificare ipotesi statistiche, interpretare correttamente i risultati ottenuti e discutere criticamente le evidenze empiriche alla luce delle problematiche economiche oggetto di studio.
La verifica finale consisterà nella realizzazione di un’elaborazione empirica su dati reali mediante il software R.
Anno di erogazione: Primo
Verifica finale: Sì
Nel corso di dottorato “Metodi Quantitativi per la Ricerca Economica” verranno approfondite le principali metodologie inferenziali utilizzate nella ricerca economica, aziendale e nelle scienze sociali applicate.
L’obiettivo generale è fornire agli studenti gli strumenti teorici e operativi necessari per formulare inferenze statistiche, valutare evidenze empiriche e supportare processi decisionali basati sui dati.
Partendo dai fondamenti dell’inferenza statistica, il corso analizzerà le procedure per la costruzione e l’interpretazione degli intervalli di confidenza relativi a medie, proporzioni e varianze. Verranno inoltre approfondite le metodologie di verifica delle ipotesi statistiche, con riferimento ai test sulle medie, sulle proporzioni, sulle varianze e sul confronto tra gruppi di osservazioni.
Una sezione specifica sarà dedicata ai test basati sulla distribuzione Chi-quadrato e ad ulteriori procedure inferenziali frequentemente utilizzate nelle applicazioni empiriche. Tutte le metodologie saranno sviluppate sia dal punto di vista teorico sia attraverso implementazioni pratiche mediante il software R.
Durante il corso verranno presentati casi studio e applicazioni riferite a dati economici e aziendali reali.
Al termine del corso, lo studente di dottorato sarà in grado di progettare e realizzare analisi inferenziali complete, costruire intervalli di confidenza, formulare e verificare ipotesi statistiche, interpretare correttamente i risultati ottenuti e discutere criticamente le evidenze empiriche alla luce delle problematiche economiche oggetto di studio.
La verifica finale consisterà nella realizzazione di un’elaborazione empirica su dati reali mediante il software R.
Ore di lezione: 16
Anno di erogazione: Primo
Verifica finale: Sì
Il corso di “Econometria” ha come obiettivo di introdurre i concetti base dell'analisi econometrica, facendo uso dei principali strumenti matematici e statistici necessari per l’analisi dei fenomeni economici. Il focus del corso sarà principalmente indirizzato allo studio del modello di regressione lineare, all’interpretazione dei coefficienti stimati, e ad eventuali problemi di specificazione del modello.
Nello spirito della multidisciplinarietà del dottorato, gli esempi proposti rispecchieranno, per quanto possibile, tutte le maggiori discipline e non soltanto quelle economiche.
Durante il corso gli studenti dovranno essere in grado di svolgere, discutere ed interpretare autonomamente il contenuto di analisi empiriche basate sul modello di regressione lineare utilizzando il software R.
L’utilizzo di tecniche per correggere eventuali problemi di stima verrà discusso con riferimento particolare al problema dell’endogeneità, degli errori di misura nelle variabili e della simultaneità. Inoltre, si affronterà lo studio dei modelli lineari caratterizzati dalla presenza di variabili dicotomiche.
Anno di erogazione: Primo
Verifica finale: Sì
Il corso di “Econometria” ha come obiettivo di introdurre i concetti base dell'analisi econometrica, facendo uso dei principali strumenti matematici e statistici necessari per l’analisi dei fenomeni economici. Il focus del corso sarà principalmente indirizzato allo studio del modello di regressione lineare, all’interpretazione dei coefficienti stimati, e ad eventuali problemi di specificazione del modello.
Nello spirito della multidisciplinarietà del dottorato, gli esempi proposti rispecchieranno, per quanto possibile, tutte le maggiori discipline e non soltanto quelle economiche.
Durante il corso gli studenti dovranno essere in grado di svolgere, discutere ed interpretare autonomamente il contenuto di analisi empiriche basate sul modello di regressione lineare utilizzando il software R.
L’utilizzo di tecniche per correggere eventuali problemi di stima verrà discusso con riferimento particolare al problema dell’endogeneità, degli errori di misura nelle variabili e della simultaneità. Inoltre, si affronterà lo studio dei modelli lineari caratterizzati dalla presenza di variabili dicotomiche.
Ore di lezione: 12
Anno di erogazione: Primo
Verifica finale: Sì
L’ecologia industriale, campo di studi a carattere marcatamente interdisciplinare consolidatosi formalmente negli ultimi decenni, viene proposto come modello metodologico di integrazione sistemica tra molteplici ambiti disciplinari.
Verranno trattati i passaggi evolutivi di questo ambito di studi, delineandone attributi e caratteristiche. Saranno quindi passati criticamente in rassegna i principali approcci e metodi ad esso riconducibili (sia sviluppati internamente, sia mutuati da varie discipline), diversi dei quali sono stati declinati nel recente concetto di Economia Circolare.
Anno di erogazione: Primo
Verifica finale: Sì
L’ecologia industriale, campo di studi a carattere marcatamente interdisciplinare consolidatosi formalmente negli ultimi decenni, viene proposto come modello metodologico di integrazione sistemica tra molteplici ambiti disciplinari.
Verranno trattati i passaggi evolutivi di questo ambito di studi, delineandone attributi e caratteristiche. Saranno quindi passati criticamente in rassegna i principali approcci e metodi ad esso riconducibili (sia sviluppati internamente, sia mutuati da varie discipline), diversi dei quali sono stati declinati nel recente concetto di Economia Circolare.
Ore di lezione: 16
Anno di erogazione: Primo
Verifica finale: Sì
Nel corso di “Analisi multivariata dei dati economici” verranno presentati e approfonditi metodi statistici di natura avanzata finalizzati al trattamento di dati economici e aziendali.
L’obiettivo è fornire agli studenti di dottorato un’adeguata conoscenza di tecniche statistiche d’analisi che possano essere replicate al fine di misurare un ampio numero di relazioni economiche.
Verranno trattati argomenti nell’ambito dei modelli lineari e approfonditi temi come i modelli logit, probit, count data e modelli log-lineari. Inoltre, è finalità del corso spingere gli studenti a migliorare la padronanza nell’utilizzo del software statistico open source R.
Lo studente sarà supportato da casi studio focalizzati sull’ambito economico, replicati in R durante il corso.
Al termine del corso, il livello di padronanza dei contenuti sarà verificato tramite una prova pratica con particolare attenzione all'uso del software R.
Anno di erogazione: Primo
Verifica finale: Sì
Nel corso di “Analisi multivariata dei dati economici” verranno presentati e approfonditi metodi statistici di natura avanzata finalizzati al trattamento di dati economici e aziendali.
L’obiettivo è fornire agli studenti di dottorato un’adeguata conoscenza di tecniche statistiche d’analisi che possano essere replicate al fine di misurare un ampio numero di relazioni economiche.
Verranno trattati argomenti nell’ambito dei modelli lineari e approfonditi temi come i modelli logit, probit, count data e modelli log-lineari. Inoltre, è finalità del corso spingere gli studenti a migliorare la padronanza nell’utilizzo del software statistico open source R.
Lo studente sarà supportato da casi studio focalizzati sull’ambito economico, replicati in R durante il corso.
Al termine del corso, il livello di padronanza dei contenuti sarà verificato tramite una prova pratica con particolare attenzione all'uso del software R.
Ore di lezione: 16
Anno di erogazione: Primo
Verifica finale: Sì
Nel corso di dottorato “Data Analytics per la Ricerca Economica” verranno presentati i fondamenti statistici necessari per l’analisi quantitativa dei fenomeni economici e aziendali.
Una parte del corso sarà dedicata all’introduzione del software statistico open source R e dell’ambiente di sviluppo RStudio.
Successivamente, il corso approfondirà le principali tecniche di analisi descrittiva dei dati, con particolare riferimento alla rappresentazione grafica delle informazioni, agli indici di posizione, variabilità e forma delle distribuzioni statistiche.
Verranno inoltre introdotti i concetti fondamentali di probabilità e le principali distribuzioni utilizzate nell’analisi economica e aziendale, tra cui la distribuzione Binomiale, di Poisson, Normale, t di Student, F di Fisher e Chi-quadrato.
Particolare attenzione sarà dedicata alla comprensione del ruolo delle distribuzioni campionarie e dei principi che costituiscono la base dell’inferenza statistica.
La verifica finale consisterà in una prova pratica e/o progettuale basata sull’utilizzo del software R per l’analisi di dati reali.
Anno di erogazione: Primo
Verifica finale: Sì
Nel corso di dottorato “Data Analytics per la Ricerca Economica” verranno presentati i fondamenti statistici necessari per l’analisi quantitativa dei fenomeni economici e aziendali.
Una parte del corso sarà dedicata all’introduzione del software statistico open source R e dell’ambiente di sviluppo RStudio.
Successivamente, il corso approfondirà le principali tecniche di analisi descrittiva dei dati, con particolare riferimento alla rappresentazione grafica delle informazioni, agli indici di posizione, variabilità e forma delle distribuzioni statistiche.
Verranno inoltre introdotti i concetti fondamentali di probabilità e le principali distribuzioni utilizzate nell’analisi economica e aziendale, tra cui la distribuzione Binomiale, di Poisson, Normale, t di Student, F di Fisher e Chi-quadrato.
Particolare attenzione sarà dedicata alla comprensione del ruolo delle distribuzioni campionarie e dei principi che costituiscono la base dell’inferenza statistica.
La verifica finale consisterà in una prova pratica e/o progettuale basata sull’utilizzo del software R per l’analisi di dati reali.
Ore di lezione: 16
Anno di erogazione: Primo
Verifica finale: Sì
Il corso illustra le principali ragioni alla base dell’analisi del cambiamento strutturale dei sistemi economici, ponendo l’enfasi sull’importanza della comprensione delle dinamiche economiche per informare le decisioni politiche orientate alla crescita economica e alla sostenibilità ambientale.
Il corso fornirà una breve introduzione dei fondamenti teorici dell’analisi del cambiamento strutturale e una panoramica sui metodi e modelli comunemente utilizzati nelle indagini empiriche con particolare riferimento all’analisi Input-Output (IOA).
Si illustra come vengono costruite le Tavole Input-Output utilizzando i dati della contabilità nazionale, come tali tavole vengano impiegate ai fini dell’analisi del cambiamento strutturale anche a livello regionale e come possano essere utilizzate per altre finalità quali la valutazione degli impatti economici e ambientali degli interventi sul sistema economico.
Saranno approfonditi temi quali il calcolo dei moltiplicatori, la stima dei contributi settoriali al valore aggiunto e all’occupazione, l’evoluzione delle emissioni climalteranti e la scomposizione delle variazioni dell’intensità energetica del PIL.
Per facilitare la comprensione da parte degli studenti verranno presentati casi studio relativi all’applicazione dell’analisi Input-Output in diversi paesi e regioni, nonché una discussione sulle sfide aperte e sui limiti dello strumento.
Anno di erogazione: Primo
Verifica finale: Sì
Il corso illustra le principali ragioni alla base dell’analisi del cambiamento strutturale dei sistemi economici, ponendo l’enfasi sull’importanza della comprensione delle dinamiche economiche per informare le decisioni politiche orientate alla crescita economica e alla sostenibilità ambientale.
Il corso fornirà una breve introduzione dei fondamenti teorici dell’analisi del cambiamento strutturale e una panoramica sui metodi e modelli comunemente utilizzati nelle indagini empiriche con particolare riferimento all’analisi Input-Output (IOA).
Si illustra come vengono costruite le Tavole Input-Output utilizzando i dati della contabilità nazionale, come tali tavole vengano impiegate ai fini dell’analisi del cambiamento strutturale anche a livello regionale e come possano essere utilizzate per altre finalità quali la valutazione degli impatti economici e ambientali degli interventi sul sistema economico.
Saranno approfonditi temi quali il calcolo dei moltiplicatori, la stima dei contributi settoriali al valore aggiunto e all’occupazione, l’evoluzione delle emissioni climalteranti e la scomposizione delle variazioni dell’intensità energetica del PIL.
Per facilitare la comprensione da parte degli studenti verranno presentati casi studio relativi all’applicazione dell’analisi Input-Output in diversi paesi e regioni, nonché una discussione sulle sfide aperte e sui limiti dello strumento.
Ore di lezione: 12
Anno di erogazione: Primo
Verifica finale: Sì
Questo corso offre un’introduzione ai metodi e alle applicazioni dell’analisi dei testi e dell’analisi delle reti, con particolare attenzione alle applicazioni empiriche nelle scienze sociali e nella ricerca applicata.
Gli studenti saranno coinvolti in esercitazioni pratiche con software e nella discussione di casi di studio reali.
Il corso è strutturato in due moduli principali:
1. Analisi dei Dati Testuali
L’analisi dei testi è sempre più utilizzata in molte discipline, in particolare nella ricerca applicata alle scienze sociali. Questa parte del corso si concentra su metodologie e applicazioni pratiche, tra cui:
• Analisi del sentiment e del tono emotivo su piattaforme social;
• Misurazione dell’incertezza di policy in ambito economico, climatico e geopolitico;
• Studio della prossimità tra imprese e dei processi di diffusione della conoscenza.
2. Analisi di rete
Spinta dall’uso crescente dei social media e delle interazioni digitali, l’analisi delle reti fornisce strumenti fondamentali per comprendere i dati relazionali. Questo modulo introduce i concetti chiave della network science, tra cui:
• Fondamenti della teoria delle reti, con definizioni e misure principali a livello di nodo, cluster e rete intera;
• Applicazioni dell’analisi di rete a casi concreti;
• Tecniche di visualizzazione e interpretazione delle reti.
Anno di erogazione: Primo
Verifica finale: Sì
Questo corso offre un’introduzione ai metodi e alle applicazioni dell’analisi dei testi e dell’analisi delle reti, con particolare attenzione alle applicazioni empiriche nelle scienze sociali e nella ricerca applicata.
Gli studenti saranno coinvolti in esercitazioni pratiche con software e nella discussione di casi di studio reali.
Il corso è strutturato in due moduli principali:
1. Analisi dei Dati Testuali
L’analisi dei testi è sempre più utilizzata in molte discipline, in particolare nella ricerca applicata alle scienze sociali. Questa parte del corso si concentra su metodologie e applicazioni pratiche, tra cui:
• Analisi del sentiment e del tono emotivo su piattaforme social;
• Misurazione dell’incertezza di policy in ambito economico, climatico e geopolitico;
• Studio della prossimità tra imprese e dei processi di diffusione della conoscenza.
2. Analisi di rete
Spinta dall’uso crescente dei social media e delle interazioni digitali, l’analisi delle reti fornisce strumenti fondamentali per comprendere i dati relazionali. Questo modulo introduce i concetti chiave della network science, tra cui:
• Fondamenti della teoria delle reti, con definizioni e misure principali a livello di nodo, cluster e rete intera;
• Applicazioni dell’analisi di rete a casi concreti;
• Tecniche di visualizzazione e interpretazione delle reti.
Ore di lezione: 12
Anno di erogazione: Primo
Verifica finale: Sì
Il corso si propone di formare delle competenze utili ai fini dello sviluppo di modelli teorico-concettuali capaci di descrivere problematiche di natura economico-sociale e dell’analisi delle suddette problematiche tramite dati quantitativi di tipo primario e/o secondario, interpretandole da una duplice prospettiva: economica e comportamentale.
Il corso è strutturato in due moduli.
Attraverso il primo modulo, gli studenti acquisiscono familiarità con lo sviluppo concettuale di modelli interpretativi dei problemi di natura economica, come ad esempio le decisioni d’acquisto, che si basano su un’analisi congiunta di fattori situazionali, cognitivi e attitudinali.
Attraverso il secondo modulo, gli studenti acquisiscono familiarità con strumenti statistico-econometrici utilizzabili per l’analisi delle interazioni tra variabili di natura sociodemografica, reddituale e territoriale.
Dal punto di vista metodologico, il corso si propone di sviluppare competenze nell’ideazione e nell’implementazione di studi di tipo sperimentale e nel trattamento e nell’analisi dei micro-dati.
Dal punto di vista pratico, gli studenti potranno apprendere le principali funzioni dei software SPSS e STATA e acquisire dimestichezza con i principali strumenti impiegabili per la raccolta di dati primari e secondari, come piattaforme per la creazione di survey o per l’estrazione di micro-dati.
Anno di erogazione: Primo
Verifica finale: Sì
Il corso si propone di formare delle competenze utili ai fini dello sviluppo di modelli teorico-concettuali capaci di descrivere problematiche di natura economico-sociale e dell’analisi delle suddette problematiche tramite dati quantitativi di tipo primario e/o secondario, interpretandole da una duplice prospettiva: economica e comportamentale.
Il corso è strutturato in due moduli.
Attraverso il primo modulo, gli studenti acquisiscono familiarità con lo sviluppo concettuale di modelli interpretativi dei problemi di natura economica, come ad esempio le decisioni d’acquisto, che si basano su un’analisi congiunta di fattori situazionali, cognitivi e attitudinali.
Attraverso il secondo modulo, gli studenti acquisiscono familiarità con strumenti statistico-econometrici utilizzabili per l’analisi delle interazioni tra variabili di natura sociodemografica, reddituale e territoriale.
Dal punto di vista metodologico, il corso si propone di sviluppare competenze nell’ideazione e nell’implementazione di studi di tipo sperimentale e nel trattamento e nell’analisi dei micro-dati.
Dal punto di vista pratico, gli studenti potranno apprendere le principali funzioni dei software SPSS e STATA e acquisire dimestichezza con i principali strumenti impiegabili per la raccolta di dati primari e secondari, come piattaforme per la creazione di survey o per l’estrazione di micro-dati.
Secondo anno
Ore di lezione: 8
Anno di erogazione: Secondo
Verifica finale: Sì
L'insegnamento intende fornire un quadro sistematico in merito alla definizione, all’evoluzione e ai recenti sviluppi dell’Economia Circolare, anche attraverso un’analisi dei collegamenti con il concetto, più ampio, di Sostenibilità.
Verranno descritti i principali approcci e strumenti che entrano in gioco nel processo di transizione verso l’Economia Circolare, in grado di operare a differenti livelli di intervento, in particolare le metodologie di Life Cycle Thinking (come, ad esempio, Life Cycle Assessment e Social Life Cycle Assessment), le soluzioni di sistema ispirate agli approcci “closed loop” e gli indicatori di Sostenibilità.
Anno di erogazione: Secondo
Verifica finale: Sì
L'insegnamento intende fornire un quadro sistematico in merito alla definizione, all’evoluzione e ai recenti sviluppi dell’Economia Circolare, anche attraverso un’analisi dei collegamenti con il concetto, più ampio, di Sostenibilità.
Verranno descritti i principali approcci e strumenti che entrano in gioco nel processo di transizione verso l’Economia Circolare, in grado di operare a differenti livelli di intervento, in particolare le metodologie di Life Cycle Thinking (come, ad esempio, Life Cycle Assessment e Social Life Cycle Assessment), le soluzioni di sistema ispirate agli approcci “closed loop” e gli indicatori di Sostenibilità.
Ore di lezione: 16
Anno di erogazione: Secondo
Verifica finale: Sì
La geografia applicata si propone di utilizzare la conoscenza e le abilità geografiche per tentare di superare le problematiche sociali, economiche e ambientali alle diverse scale, svelando la sua natura di utilità e rilevanza sociale.
Gli ambiti di sintesi delle prospettive geografiche poggiano su tre tipologie di dinamiche: quelle propriamente ambientali e territoriali, quelle legate ai rapporti fra ambiente, società e culture, e quelle fra i singoli esseri umani con le diverse società.
L’analisi geografica ha lo scopo di cogliere una visione di sintesi che sia valutabile a diverse scale: dapprima l’integrazione locale, attraverso anche gli innovativi approcci community based; le interdipendenze tra i luoghi, ossia l’integrazione tra questi e i territori, eventualmente con la creazione di reti territoriali; infine, le correlazioni tra le scale, ad esempio attraverso nuove metodologie di analisi come la multilevel perspective.
Le metodologie di analisi attengono a valutazioni quantitative e qualitative, avvalendosi anche di rappresentazioni matematiche, spaziali e visuali.
L’analisi geo-spaziale si può avvalere di metodologie induttive e deduttive. Questo modulo intende soffermarsi sui metodi di indagine e sugli strumenti per l’analisi geoeconomica quali spazio, luogo, territorio e regione.
Anno di erogazione: Secondo
Verifica finale: Sì
La geografia applicata si propone di utilizzare la conoscenza e le abilità geografiche per tentare di superare le problematiche sociali, economiche e ambientali alle diverse scale, svelando la sua natura di utilità e rilevanza sociale.
Gli ambiti di sintesi delle prospettive geografiche poggiano su tre tipologie di dinamiche: quelle propriamente ambientali e territoriali, quelle legate ai rapporti fra ambiente, società e culture, e quelle fra i singoli esseri umani con le diverse società.
L’analisi geografica ha lo scopo di cogliere una visione di sintesi che sia valutabile a diverse scale: dapprima l’integrazione locale, attraverso anche gli innovativi approcci community based; le interdipendenze tra i luoghi, ossia l’integrazione tra questi e i territori, eventualmente con la creazione di reti territoriali; infine, le correlazioni tra le scale, ad esempio attraverso nuove metodologie di analisi come la multilevel perspective.
Le metodologie di analisi attengono a valutazioni quantitative e qualitative, avvalendosi anche di rappresentazioni matematiche, spaziali e visuali.
L’analisi geo-spaziale si può avvalere di metodologie induttive e deduttive. Questo modulo intende soffermarsi sui metodi di indagine e sugli strumenti per l’analisi geoeconomica quali spazio, luogo, territorio e regione.
Ore di lezione: 12
Anno di erogazione: Secondo
Verifica finale: Sì
L'insegnamento illustrerà le principali tecnologie alla base dell'intelligenza artificiale.
Si presenteranno sia le tecniche simboliche di intelligenza artificiale che l'apprendimento automatico, in particolare le reti neurali ed il deep learning, anche in riferimento alle loro applicazioni in ambito aziendale.
Anno di erogazione: Secondo
Verifica finale: Sì
L'insegnamento illustrerà le principali tecnologie alla base dell'intelligenza artificiale.
Si presenteranno sia le tecniche simboliche di intelligenza artificiale che l'apprendimento automatico, in particolare le reti neurali ed il deep learning, anche in riferimento alle loro applicazioni in ambito aziendale.
Ore di lezione: 16
Anno di erogazione: Secondo
Verifica finale: Sì
Il corso mira a fornire i fondamenti teorici e gli elementi di base delle principali tecniche di benchmarking e a mostrare l’applicazione di alcune delle tecniche introdotte alla soluzione di problemi di regolamentazione nell’ambito dei servizi pubblici locali.
Nella prima parte del corso vengono richiamati gli elementi della teoria economica necessari ai fini della comprensione delle tecniche di benchmarking riconducibili all’approccio di frontiera.
In una seconda parte vengono presentate le tecniche parametriche e non parametriche di stima delle frontiere di produzione e di costo. Un focus sarà posto sulla Stochastic Frontier Analysis (SFA) e sulla Data Envelopment Analysis (DEA).
Nella terza parte del corso vengono presentati casi studio relativi a problemi sorti nella regolamentazione del servizio di gestione dei rifiuti urbani in Italia la cui soluzione può essere individuata tramite l’applicazione delle tecniche SFA e DEA.
Nell’ultima parte del corso vengono eseguite esercitazioni guidate che consentono, attraverso l’uso di R e di un dataset fornito dal docente, di mettere in pratica le conoscenze acquisite.
Anno di erogazione: Secondo
Verifica finale: Sì
Il corso mira a fornire i fondamenti teorici e gli elementi di base delle principali tecniche di benchmarking e a mostrare l’applicazione di alcune delle tecniche introdotte alla soluzione di problemi di regolamentazione nell’ambito dei servizi pubblici locali.
Nella prima parte del corso vengono richiamati gli elementi della teoria economica necessari ai fini della comprensione delle tecniche di benchmarking riconducibili all’approccio di frontiera.
In una seconda parte vengono presentate le tecniche parametriche e non parametriche di stima delle frontiere di produzione e di costo. Un focus sarà posto sulla Stochastic Frontier Analysis (SFA) e sulla Data Envelopment Analysis (DEA).
Nella terza parte del corso vengono presentati casi studio relativi a problemi sorti nella regolamentazione del servizio di gestione dei rifiuti urbani in Italia la cui soluzione può essere individuata tramite l’applicazione delle tecniche SFA e DEA.
Nell’ultima parte del corso vengono eseguite esercitazioni guidate che consentono, attraverso l’uso di R e di un dataset fornito dal docente, di mettere in pratica le conoscenze acquisite.
Ore di lezione: 16
Anno di erogazione: Secondo
Verifica finale: Sì
Questo modulo si articola attorno a tre principali filoni di ricerca.
Il primo filone approfondisce l’impatto del cambiamento climatico sul sistema bancario, concentrandosi in particolare sui rischi fisici e di transizione. Saranno analizzati i principali strumenti normativi e le metriche di valutazione con un focus sul ruolo centrale delle banche nella transizione ecologica.
Il secondo filone si rivolge all'avvento dell'intelligenza artificiale in finanza. In particolare, essa è presente sia in termini di prodotti specifici sia quale strumento di ricerca attraverso la sentiment analysis. Quest'ultima consente di estrapolare la percezione del rischio, incluso quello climatico, da parte del mercato, attraverso l’analisi di documenti testuali.
Il terzo modulo approfondisce gli strumenti fondamentali della finanza sostenibile, tra cui green bond, strumenti legati alla sostenibilità, impact investing e social finance. Saranno approfonditi i rischi di greenwashing, le distorsioni informative, le dinamiche di formazione di bolle verdi e il concetto di Green Swan come rischio sistemico legato al cambiamento climatico.
L'obiettivo è dotare i partecipanti di strumenti analitici per valutare solidità, efficacia e rischiosità degli investimenti sostenibili.
Anno di erogazione: Secondo
Verifica finale: Sì
Questo modulo si articola attorno a tre principali filoni di ricerca.
Il primo filone approfondisce l’impatto del cambiamento climatico sul sistema bancario, concentrandosi in particolare sui rischi fisici e di transizione. Saranno analizzati i principali strumenti normativi e le metriche di valutazione con un focus sul ruolo centrale delle banche nella transizione ecologica.
Il secondo filone si rivolge all'avvento dell'intelligenza artificiale in finanza. In particolare, essa è presente sia in termini di prodotti specifici sia quale strumento di ricerca attraverso la sentiment analysis. Quest'ultima consente di estrapolare la percezione del rischio, incluso quello climatico, da parte del mercato, attraverso l’analisi di documenti testuali.
Il terzo modulo approfondisce gli strumenti fondamentali della finanza sostenibile, tra cui green bond, strumenti legati alla sostenibilità, impact investing e social finance. Saranno approfonditi i rischi di greenwashing, le distorsioni informative, le dinamiche di formazione di bolle verdi e il concetto di Green Swan come rischio sistemico legato al cambiamento climatico.
L'obiettivo è dotare i partecipanti di strumenti analitici per valutare solidità, efficacia e rischiosità degli investimenti sostenibili.
Ore di lezione: 8
Anno di erogazione: Secondo
Verifica finale: Sì
L’insegnamento proposto intende offrire un quadro di riferimento completo ed esaustivo sui principali temi e metodi di ricerca relativi alle aziende dell’economia sociale largamente intesa (nonprofit, terzo settore, impresa sociale, charities, società benefit, ecc.).
L’insegnamento potrà essere erogato in lingua italiana e/o inglese. I materiali didattici saranno forniti in lingua inglese a beneficio di tutti gli studenti, in particolare di quelli stranieri.
Sono previste testimonianze di studiosi ed esperti che interverranno durante il percorso formativo per offrire diversi punti di vista sulle tematiche proposte, sia con un approccio teorico che empirico.
L’insegnamento si articolerà nei seguenti moduli:
I modulo – Definitions and classifications;
II modulo – Measurement and (ac)counting;
III modulo – Governance and volunteer management;
IV modulo – New trends and innovations.
Anno di erogazione: Secondo
Verifica finale: Sì
L’insegnamento proposto intende offrire un quadro di riferimento completo ed esaustivo sui principali temi e metodi di ricerca relativi alle aziende dell’economia sociale largamente intesa (nonprofit, terzo settore, impresa sociale, charities, società benefit, ecc.).
L’insegnamento potrà essere erogato in lingua italiana e/o inglese. I materiali didattici saranno forniti in lingua inglese a beneficio di tutti gli studenti, in particolare di quelli stranieri.
Sono previste testimonianze di studiosi ed esperti che interverranno durante il percorso formativo per offrire diversi punti di vista sulle tematiche proposte, sia con un approccio teorico che empirico.
L’insegnamento si articolerà nei seguenti moduli:
I modulo – Definitions and classifications;
II modulo – Measurement and (ac)counting;
III modulo – Governance and volunteer management;
IV modulo – New trends and innovations.
Ore di lezione: 8
Anno di erogazione: Secondo
Verifica finale: Sì
L’insegnamento si propone di approfondire il rapporto tra i processi di creazione del valore e i significati riferibili alla sostenibilità.
A tal fine, il corso muoverà dall’evoluzione del concetto di valore, esteso dalla dimensione economico-finanziaria a una prospettiva multidimensionale atta a tenere conto, oltre che degli aspetti economico-finanziari, anche di quelli ambientali, sociali e di governance correlati all’operare delle organizzazioni aziendali.
Saranno quindi presi in esame i principali approcci teorici, metodologici e applicativi per la misurazione e la rappresentazione delle performance aziendali, oltre che secondo le tradizionali metriche finanziarie, anche in una prospettiva integrata con le dimensioni ESG e in una dimensione di lungo periodo.
Il corso approfondirà inoltre i principali modelli di rappresentazione e comunicazione della sostenibilità, analizzandone l’evoluzione, le finalità informative e le implicazioni per i processi di governance e di accountability.
Attraverso l’analisi della letteratura scientifica e la discussione di evidenze empiriche, il percorso formativo mira a fornire ai dottorandi strumenti concettuali e metodologici utili per sviluppare attività di ricerca autonome sui temi della misurazione del valore, della sostenibilità e dei modelli di rappresentazione delle performance aziendali.
Anno di erogazione: Secondo
Verifica finale: Sì
L’insegnamento si propone di approfondire il rapporto tra i processi di creazione del valore e i significati riferibili alla sostenibilità.
A tal fine, il corso muoverà dall’evoluzione del concetto di valore, esteso dalla dimensione economico-finanziaria a una prospettiva multidimensionale atta a tenere conto, oltre che degli aspetti economico-finanziari, anche di quelli ambientali, sociali e di governance correlati all’operare delle organizzazioni aziendali.
Saranno quindi presi in esame i principali approcci teorici, metodologici e applicativi per la misurazione e la rappresentazione delle performance aziendali, oltre che secondo le tradizionali metriche finanziarie, anche in una prospettiva integrata con le dimensioni ESG e in una dimensione di lungo periodo.
Il corso approfondirà inoltre i principali modelli di rappresentazione e comunicazione della sostenibilità, analizzandone l’evoluzione, le finalità informative e le implicazioni per i processi di governance e di accountability.
Attraverso l’analisi della letteratura scientifica e la discussione di evidenze empiriche, il percorso formativo mira a fornire ai dottorandi strumenti concettuali e metodologici utili per sviluppare attività di ricerca autonome sui temi della misurazione del valore, della sostenibilità e dei modelli di rappresentazione delle performance aziendali.
Ore di lezione: 8
Anno di erogazione: Secondo
Verifica finale: Sì
Il corso propone un percorso avanzato sui principali modelli quantitativi della teoria del rischio e dell'assicurazione per l'analisi di eventi rari, perdite aggregate e fenomeni caratterizzati da incertezza.
Saranno introdotti modelli di rischio aggregato, approcci frequency-severity, principi di valutazione, misure di rischio, meccanismi di assicurazione e riassicurazione e strumenti di trasferimento del rischio.
Per ciascun modello verranno discussi la formulazione matematica, le principali ipotesi e l'interpretazione economica e attuariale, evidenziandone il ruolo nei processi di gestione delle perdite e di supporto alle decisioni in condizioni di incertezza.
Particolare attenzione sarà dedicata alla discussione delle ipotesi alla base dei modelli classici e alla loro applicabilità nell'analisi di fenomeni caratterizzati da eventi estremi, cambiamenti strutturali e processi di transizione ecologica, energetica e tecnologica.
In tale contesto saranno affrontati temi quali l'evoluzione della frequenza e della severità delle perdite, l'assicurabilità dei rischi emergenti e la progettazione di meccanismi di condivisione del rischio finalizzati a rafforzare la resilienza di sistemi economici e produttivi.
Le lezioni integreranno risultati teorici, esempi quantitativi e casi studio basati su dati e report di istituzioni e operatori internazionali del settore assicurativo e finanziario.
Particolare rilievo sarà attribuito al collegamento tra modelli teorici, dati osservati e problemi applicati, evidenziandone limiti e possibili sviluppi di ricerca.
La verifica finale consisterà nella predisposizione di un breve elaborato individuale basato sull'applicazione e discussione critica dei modelli trattati nel corso a un problema di ricerca o a un caso studio.
Anno di erogazione: Secondo
Verifica finale: Sì
Il corso propone un percorso avanzato sui principali modelli quantitativi della teoria del rischio e dell'assicurazione per l'analisi di eventi rari, perdite aggregate e fenomeni caratterizzati da incertezza.
Saranno introdotti modelli di rischio aggregato, approcci frequency-severity, principi di valutazione, misure di rischio, meccanismi di assicurazione e riassicurazione e strumenti di trasferimento del rischio.
Per ciascun modello verranno discussi la formulazione matematica, le principali ipotesi e l'interpretazione economica e attuariale, evidenziandone il ruolo nei processi di gestione delle perdite e di supporto alle decisioni in condizioni di incertezza.
Particolare attenzione sarà dedicata alla discussione delle ipotesi alla base dei modelli classici e alla loro applicabilità nell'analisi di fenomeni caratterizzati da eventi estremi, cambiamenti strutturali e processi di transizione ecologica, energetica e tecnologica.
In tale contesto saranno affrontati temi quali l'evoluzione della frequenza e della severità delle perdite, l'assicurabilità dei rischi emergenti e la progettazione di meccanismi di condivisione del rischio finalizzati a rafforzare la resilienza di sistemi economici e produttivi.
Le lezioni integreranno risultati teorici, esempi quantitativi e casi studio basati su dati e report di istituzioni e operatori internazionali del settore assicurativo e finanziario.
Particolare rilievo sarà attribuito al collegamento tra modelli teorici, dati osservati e problemi applicati, evidenziandone limiti e possibili sviluppi di ricerca.
La verifica finale consisterà nella predisposizione di un breve elaborato individuale basato sull'applicazione e discussione critica dei modelli trattati nel corso a un problema di ricerca o a un caso studio.
Scopri cosa vuol dire essere dell'Ud'A
SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551
SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371
email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693
