Salta gli elementi di navigazione
banner
logo ridotto
logo-salomone
Dottorato in Scienze Agrarie e Ambientali

Programmi corsi obbligatori XXXVI ciclo - aa 2020 - 2021

english flag

Programmazione e manipolazione dati in R *

Analisi dei dati con R + RStudio

Sicurezza – Rischio biologico nei laboratori

Statistica Computazionale *

Analisi critica, scrittura e revisione di un articolo scientifico

Criteri per la stesura di un progetto di ricerca

Il concetto di "principal investigator"

Inglese (Academic writing B2)

Proprietà intellettuale e trasferimento tecnologico

Brevetti/ Elements of Intellectual Property - Patents

 


* Obbligatorio seguire almeno uno dei due corsi

 


  

 

Programmazione e manipolazione dati in R *


CFU: 3

Docenti: Federico Mattia Stefanini, Riccardo Bozzi, Luisa Ghelardini


Frequenza obbligatoria: 75% delle lezioni (raccolta firme)
Accertamento finale:
Esercitazioni:
Articolazione del corso: n. 5 lezioni per un totale di 20 ore
Materiale didattico: sito web dottorato

 

Descrizione del corso

Il corso è orientato all'uso di risorse computazionali open-source, in particolare a un’introduzione del software R.

Nella prima parte si introduce l’ambiente R, le principali risorse correlate e i principi di utilizzo del software.

La seconda lezione procede verso una trattazione quanto più completa e generale possibile dell’utilizzo pratico di R.

Nella terza parte si esaminano invece in pratica i casi più comuni di data analisi in scienze naturali.

Nella quarta e ultima parte si mette in pratica quanto imparato analizzando autonomamente dei dati (1).

L’accertamento finale valuterà la capacità dello studente di analizzare autonomamente un set di dati.

 

(1) I dati per questa prova pratica / accertamento finale saranno forniti dall’insegnante. Nel caso il tempo a disposizione sia sufficiente e ce ne sia la possibilità pratica, lo studente può concordare con l’insegnante per l’utilizzo di dati propri.

 

Analisi dei dati (3 CFU)


CFU: 3

Docenti: Riccardo Bozzi, Stefano Biffani corso obligatorio

 

Descrizione del corso

Nato oltre 20 anni fa, il linguaggio di programmazione R si è profondamente evoluto nel corso del tempo sino a diventare oggi uno strumento estremamente versatile che permette non solo la gestione e l’analisi (più o meno avanzata) di dati di origine diversa (SQL, MSDB, csv, txt, xls, pdf, html, json, etc) ma la possibilità di creare reports (doc, pdf, html), pagine e applicazioni web, presentazioni con un unico strumento. Nel tempo è anche venuta meno la limitazione relativa alla dimensione dei dati da gestire ed oggi esistono pacchetti sviluppati ad hoc per gestire i cosiddetti big data. Procedure e librerie sono disponibili per le più svariate analisi statistiche ma anche per la semplice gestione dei dati (e.g. trasformazione di variabili).

Nell’ampio panorama di pacchetti oggi disponibili, la libreria tidyverse spicca per la sua versatilità, fornendo strumenti per l’importazione dei file (di qualsiasi formato) e per la loro successiva manipolazione e visualizzazione. A questa libreria ed al suo utilizzo, che rappresenterà il corpo principale del corso, si affiancheranno altri strumenti per l’analisi statistica vera e propria e per la cosiddetta “riproducibilità” della ricerca e della routine (e.g. creazione di pipeline dedicate con reportistica di output automatizzata). 

Argomenti trattati:

  • Uso dei progetti in RStudio – 2h
  • Importazione dei dati (formati e problematiche) – 2h
  • Gestione dei dati - 8h
    • filtrare i record per un certo valore (filter)
    • ordinare i record per una o + chiavi (arrange)
    • selezionare alcune variabili (select)
    • creare nuove variabili (mutate, ifelse, case_when)
    • creare nuovi dati di sintesi (summarise), raggruppati per variabile (group_by)
    • trasporre i dati (pivot_longer, pivot_wider)
    • lavorare con le date (lubridate, as.date)
    • unire data.frame (merge, join)
    • scrivere risultati in un file esterno (xls, csv, txt etc)
  • Visualizzazione (ggplot) 6 h
  • Analisi statistica di base (media, sd, t.test, regressione) 8 h
  • Creazione di report (Rmarkdown) 6 h

L’utilizzo del software R avviene sempre in combinazione con un visualizzatore grafico che ne supporta e facilita l’utilizzo. Tra i maggiormente utilizzati RStudio spicca per facilità d’uso e versatilità.

Al fine di ridurre i tempi morti si consiglia di scaricare ed installare sul proprio PC, seguendo le istruzioni fornite in fase di installazione, le ultime versioni di R ed RStudio

R: https://cran.r-project.org/bin/windows/base/

Rstudio: https://www.rstudio.com/products/rstudio/download2/#download

R e RStudio sono disponibili per qualsiasi piattaforma operativa ma il corso sarà svolto utilizzando l’ambiente Windows

 

 

 

Sicurezza – Rischio biologico nei laboratori


CFU: 1

Docente: Stefano Biricolti

Frequenza obbligatoria: raccolta firme
Accertamento finale:
Esercitazioni:
Struttura del corso: lezioni ed esercitazioni
Materiale didattico: fornito dal docente

 

Descrizione del corso

Principi generali e definizioni: valutazione del rischio e microrganismi geneticamente modificati (OGM), norme di comportamento, le cappe di sicurezza, tecniche di laboratorio, disinfezione e sterilizzazione, manipolazione dei materiali contaminati e dei rifiuti.

 

Course description

Definitions and meaning of biosafety: laboratory hazards and risk assessment in manipulating genetically modified organisms (GMOs): good laboratory practices, use of Biological Safety Cabinets, laboratory protocols, contaminated stuff and waste handling.

Ulteriori informazioni sui corsi sulla sicurezza dal sito della Scuola di Agraria

 

Analisi critica, scrittura e revisione di un articolo scientifico


CFU: 1

Docenti: Giovanni Mastrolonardo      


Frequenza obbligatoria:
75% delle lezioni (raccolta firme)
Accertamento finale:
Esercitazioni:
Struttura del corso: lezioni
Materiale didattico: fornito dal docente

 

Descrizione del corso

Il corso è articolato in due parti distinte, che vengono trattate in lezioni separate. Con la prima lezione vengono forniti ai dottorandi informazioni utili per aiutarli a “progettare” correttamente la comunicazione scientifica.

La seconda lezione introduce i dottorandi al controllo della qualità scientifica attraverso il processo di peer-review, esercizio fondamentale per imparare a “valutare” e “essere valutati”.

 

  

Criteri per la stesura di un progetto di ricerca


CFU: 2

Docente: Cristina Vettori

Frequenza obbligatoria: 75% delle lezioni (raccolta firme)
Accertamento finale: si
Struttura del corso: lezioni ed esercitazioni
Materiale didattico:sito web dottorato

 

Descrizione del corso

Il corso ha la finalità di fare conoscere ai dottorandi le diverse tipologie di progetti di ricerca e di fornire le informazioni necessarie affinché alla corretta stesura di una proposta di progetto. Saranno presentati i progetti banditi su fondi regionali, nazionali ed europei.

Fra i progetti europei saranno presentati i principali programmi nell’ambito dei quali sono banditi i progetti di ricerca (H2020, Life, PRIMA), i progetti di formazione e mobilità (Marie Curie Actions).

Verranno considerati gli aspetti scientifici e tecnici (stato dell’arte, attività prevista), quelli di tipo amministrativo (elaborazione del budget, cofinanziamento), sociale (ricadute) e divulgative (piano di disseminazione).

Saranno inoltre illustrati l’iter che le proposte di progetto seguono dopo la loro presentazione e i criteri di valutazione adottati dai revisori. La prova finale di valutazione consisterà nella stesura di un progetto di ricerca compilato e valutato secondo i criteri esposti nel corso delle lezioni. I progetti preparati dai dottorandi saranno quindi discussi per evidenziarne le criticità.

 

 

Il concetto di "principal investigator"


CFU: 1

Docenti: Elena Paoletti 

Frequenza obbligatoria:75% delle lezioni (raccolta firme)
Accertamento finale:
Struttura del corso: lezioni
Materiale didattico: fornito dal docente

 

Descrizione del corso

L’attuale politica della ricerca in Italia, Unione Europea, Usa e altri enti sovrannazionali.

Statistiche sull’impiego di ricercatori in Italia, Unione Europea e Usa.

I principi ispiratori delle riforme della politica della ricerca per i giovani ricercatori e le misure applicative in Italia e Unione Europea.

Il post-doc come Principal investigator: lo sviluppo del personal career development plan, la mobilità, la ricerca del mentore.

Il credito scientifico: modi per accrescerlo e misure per il suo utilizzo.

Il ruolo e la responsabilità del principal investigator nella formulazione del progetto.

Link utili per il reperimento di fonti d’informazione.

 

 

Statistica Computazionale *


CFU: 3

Docente: Federico Mattia Stefanini

Requisiti: solo per dottorandi che abbiano già acquisito elementi di base di programmazione (dettagli nella descrizione del corso)
Aula: Aula C, presso il Dipartimento di Statistica, Informatica, Applicazioni "Giuseppe Parenti", Viale Morgagni, 59
Frequenza obbligatoria: 75% delle lezioni (raccolta firme)
Accertamento finale:
Struttura del corso: lezioni ed esercitazioni
Materiale didattico: fornito dal docente

 

Descrizione del corso

Il corso, mutuato dal dottorato di ricerca in Matematica  Informatica  Statistica, si prefigge lo scopo di fornire gli elementi computazionali richiesti per sviluppare modelli statistici Bayesiani, per programmare simulazioni Monte Carlo e per creare packages per la piattaforma R. Il corso sarà tenuto in lingua italiana.

I dottorandi che hanno sostenuto l'esame di statistica in una laurea magistrale ad Agraria di Firenze sono automaticamente ammessi al corso. Altri dottorandi interessati al corso devono effettuare un colloquio di orientamento il 27 e 28 gennaio 2016 (prenotazione via email) con il docente a seguito del quale sarà comunicato se sono ammessi al corso oppure se sono invitati ad maturare specifici requisiti per frequentare il corso del prossimo anno accademico.

 

 

Inglese (Academic writing B2)


CFU: 5

Docente: Jessica  Thonn

Frequenza obbligatoria: 75% delle lezioni (raccolta firme)
Accertamento finale:
Attività esercitazionale:
Struttura del corso: lezioni ed esercitazioni
Materiale didattico: fornito dal docente

 

Descrizione del corso

Alla fine del corso gli studenti saranno in grado di:

  • Descrivere persone, oggetti e processi in agricoltura;
  • Scrivere paragrafi e saggi chiari, fluidi e ben strutturati;
  • Adattare la loro scrittura ai loro lettori;
  • Adottare un processo di scrittura in più passaggi;
  • Modifica con successo il proprio lavoro e quello degli altri;
  • Aumentare la precisione grammaticale.

 

 

Elementi di Proprietà Intellettuale – Brevetti


CFU: 2,5

Docenti: Tessa Pazzini, Federico Rotini

Corso organizzato da UNIFI-CSAVRI organisation

To be defined by the UNIFI-CSAVRI organisation

Aula: Frequenza obbligatoria: 75% delle lezioni (raccolta firme)
Accertamento finale: sì
Attività esercitazionale:
Struttura del corso: 12 ore
Materiale didattico: fornito dal docente

 

Descrizione del corso

Il corso si propone di portare a conoscenza dei dottorandi le opportunità offerte dalla terza missione delle università, quella della valorizzazione e del trasferimento delle conoscenze.

Il corso descriverà il processo di trasferimento tecnologico verso il settore privato dei risultati della ricerca svolta presso le università sviluppando in particolare i temi della brevettazione e degli spin-off.

Verrà introdotto il concetto di gestione della proprietà intellettuale e verranno illustrati i requisiti e la procedura per il deposito di un brevetto di invenzione Obbligatorio per accesso laboratori e attività di campo

Sarà trattato lo strumento degli spin-off (accademici e universitari), descrivendo il ruolo dei facilitatori e l’importanza del piano di impresa.

Verranno presi ad esempio alcuni spin-off nell’ambito delle scienze agrarie sia dell’ateneo fiorentino che di altri atenei.

Ai fini della verifica dell’apprendimento il dottorando dovrà simulare una proposta di spin-off per valorizzare un’idea nell’ambito della tematica  di ricerca svolta nel dottorato.

 

 
ultimo aggiornamento: 11-Nov-2020
Condividi su Facebook Twitter LinkedIn
Unifi Dipartimento di Scienze e Tecnologie Agrarie, Alimentari, Ambientali e Forestali Home Page

Inizio pagina