Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Agraria e Medicina Veterinaria
FOREST SCIENCE - SCIENZE FORESTALI
Insegnamento
RESEARCH PLANNING
AGO2045199, A.A. 2017/18

Informazioni valide per gli studenti immatricolati nell'A.A. 2016/17

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
FOREST SCIENCE - SCIENZE FORESTALI (Ord. 2014)
AV2091, ordinamento 2014/15, A.A. 2017/18
N0
porta questa
pagina con te
Curriculum FOREST SCIENCE [001LE]
Crediti formativi 6.0
Tipo di valutazione Giudizio
Denominazione inglese RESEARCH PLANNING
Sito della struttura didattica http://www.agrariamedicinaveterinaria.unipd.it
Dipartimento di riferimento Dipartimento di Territorio e Sistemi Agro-Forestali (TeSAF)
Sito E-Learning https://elearning.unipd.it/scuolaamv/course/view.php?idnumber=2017-AV2091-001LE-2016-AGO2045199-N0
Obbligo di frequenza No
Lingua di erogazione INGLESE
Sede LEGNARO (PD)
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta Insegnamento riservato SOLO agli iscritti al corso di FOREST SCIENCE - SCIENZE FORESTALI (Ord. 2014)

Docenti
Responsabile RICCARDO DA RE AGR/01
Altri docenti DANIELE CASTAGNERI AGR/05

Mutuazioni
Codice Insegnamento Responsabile Corso di studio
AVP5071922 APPLIED STATISTICS IN FOREST RESEARCH RICCARDO DA RE AV2091
AGO2045199 RESEARCH PLANNING RICCARDO DA RE AV2091

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
ALTRO Altre conoscenze utili per l'inserimento nel mondo del lavoro -- 6.0

Modalità di erogazione
Periodo di erogazione Primo semestre
Anno di corso II Anno
Modalità di erogazione frontale

Organizzazione della didattica
Tipo ore Crediti Ore di
Corso
Ore Studio
Individuale
Turni
ESERCITAZIONE 3.0 24 51.0 Nessun turno
LEZIONE 3.0 24 51.0 Nessun turno

Calendario
Inizio attività didattiche 02/10/2017
Fine attività didattiche 19/01/2018

Commissioni d'esame
Commissione Dal Al Membri
2 Commissione a.a. 2016/17 01/12/2016 30/11/2017 DA RE RICCARDO (Presidente)
KOBAL MILAN (Membro Effettivo)
GATTO PAOLA (Supplente)
MASIERO MAURO (Supplente)
PETTENELLA DAVIDE MATTEO (Supplente)
PISANI ELENA (Supplente)
SECCO LAURA (Supplente)

Syllabus
Prerequisiti: Non è richiesta alcuna conoscenza preliminare di statistica.
Conoscenze e abilita' da acquisire: Il corso si propone di fornire conoscenze e competenze sulle tecniche di base di pianificazione della ricerca. Al termine del corso gli studenti saranno in grado di delineare un piano d'indagine, dalla definizione del problema alle analisi dei risultati, sia qualitativi che quantitativi.
Durante il corso verranno utilizzati esempi e applicazioni concrete. In tutte le fasi, l'accento sarà posto sull'interpretare e riportare i risultati in modo chiaro.
Modalita' di esame: L'esame è diviso in 3 parti:
- un'esercitazione in R individuale
- un lavoro di gruppo su un caso concreto
- un esame orale
Criteri di valutazione: Il lavoro di gruppo costituisce la base dell'esame orale, che varrà il 50% del voto finale. Il restante 50% dipende dall'esercitazione individuale in R.
Contenuti: Il corso tratterà molti argomenti, tra cui: analisi qualitativa, la formulazione delle domande, statistiche descrittive e visualizzazione delle informazioni, inferenza statistica, piani di campionamento, analisi dei social network. R e UCINET saranno utilizzati per l'analisi dei dati.
Attivita' di apprendimento previste e metodologie di insegnamento: I temi principali sono presentati attraverso lezioni frontali (presentazioni ppt). I metodi di apprendimento comprendono anche sia il lavoro in classe che a casa.
Il corso è composto da alcune esercitazioni al computer durante le quali verranno usati il software statistico R e quello per l'analisi dei network UCINET.
Eventuali indicazioni sui materiali di studio: Saranno fornite le slide delle lezioni e una lista dettagliata delle letture.

Per questo corso gli studenti non sono tenuti ad acquistare alcun libro di testo. Saranno forniti alcuni riferimenti bibliografici utili sia per la pianificazione della ricerca sia per l'analisi statistica.
Testi di riferimento: