Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
ICT FOR INTERNET AND MULTIMEDIA - INGEGNERIA PER LE COMUNICAZIONI MULTIMEDIALI E INTERNET
Insegnamento
LIFE DATA EPIDEMIOLOGY
INP8084321, A.A. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2019/20

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
ICT FOR INTERNET AND MULTIMEDIA - INGEGNERIA PER LE COMUNICAZIONI MULTIMEDIALI E INTERNET (Ord. 2019)
IN2371, ordinamento 2019/20, A.A. 2019/20
N0
porta questa
pagina con te
Curriculum ICT FOR LIFE AND HEALTH [004PD]
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese LIFE DATA EPIDEMIOLOGY
Dipartimento di riferimento Dipartimento di Ingegneria dell'Informazione (DEI)
Obbligo di frequenza No
Lingua di erogazione INGLESE
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile LEONARDO BADIA ING-INF/03

Mutuante
Codice Insegnamento Responsabile Corso di studio
SCP8082719 LIFE DATA EPIDEMIOLOGY LEONARDO BADIA SC2443

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative FIS/01 3.0
CARATTERIZZANTE Ingegneria delle telecomunicazioni ING-INF/03 3.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 6.0 48 102.0

Calendario
Inizio attività didattiche 30/09/2019
Fine attività didattiche 18/01/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2019

Commissioni d'esame
Nessuna commissione d'esame definita

Syllabus
Prerequisiti: Il corso richiede nozioni anche non particolarmente avanzate di:
- Teoria della probabilità.
- Equazioni differenziali.
Conoscenze e abilita' da acquisire: Il corso mira all'acquisizione di conoscenze dei principali modelli matematici per l'epidemiologia e dei dati disponibili in scenari di salute pubblica, oltre che a modelli compartimentali analoghi in situazioni differenti come il web o i social media e i trend virali che si generano in essi.
Lo studente acquisira' abilita' di analisi e parametrizzazione dei modelli matematici, e la lettura di dati reali da contesti epidemologici.
Le competenze risultanti saranno la capacita' di astrarre e applicare i modelli visti a lezione in vari scenari, sia tramite problemi quantitativi che in ottica progettuale con lavori di gruppo.
Modalita' di esame: L'esame e' diviso in due parti
1) un compito scritto con esercizi di valutazione matematica delle prestazioni e applicazioni pratiche di concetti visti a lezione
2) un progetto (tipicamente di gruppo) svolto durante il corso e relazionato al termine dell'esame scritto

Le due parti possono essere sostenute separatamente, sebbene e' consigliabile per gli studenti svolgerle in un'unica sessione d'esame (tipicamente, gli appelli d'esame comprenderanno entrambe le parti nell'ordine suesposto)
Criteri di valutazione: Il compito scritto assegna fino a 24 punti e deve risultare sufficiente perche' il progetto venga valutato. Il progetto assegna fino a ulteriori 10 punti.

Il compito scritto viene valutato sulla base della pertinenza, correttezza, precisione numerica, e livello di dettaglio delle risposte.
Il progetto viene valutato sulla base dell'aderenza dello svolgimento rispetto ai compiti assegnati, all'originalita' e correttezza dello sviluppo, alla chiarezza espositiva, e alla qualita' generale della presentazione.
Contenuti: Motivazioni e applicazioni dell'epidemiologia
Modelli compartimentali per le epidemie
Soluzioni dei modelli tramite equazioni differenziali
Demografia ed equilibri
Andamenti e reti temporali
Epidemie su reti
Modelli di metapopolazione per la diffusione spaziale
Modelli data-driven e loro integrazione nell'epidemiologia computazionale
Dati epidemiologici: sorveglianza, problematiche, e bias
Modelli statistici e meccanicistici
Fit a massima verosimiglianza
Scenari di salute pubblica: analisi e predizioni
Attivita' di apprendimento previste e metodologie di insegnamento: Il corso svolgera' lezioni frontali con l'ausilio di materiale elettronico.
Saranno possibili lezioni al calcolatore in modalita' laboratoriale guidata (replica di esperimenti passo-passo secondo le indicazioni dei docenti).
Tutto il materiale verra' fornito in formato elettronico per la revisione da parte degli studenti durante lo studio individuale.
Eventuali indicazioni sui materiali di studio: Tramite la pagina moodle del corso, verra' fornito tutto il materiale (appunti delle lezioni, materiale di consultazione, dati degli esperimenti, esercizi).
Verranno seguiti fedelmente alcuni libri di testo indicati sotto in alcuni passaggi selezionati.
Testi di riferimento:
  • Keeling, Matt J.; Rohani, Pejman, Modeling infectious diseases in humans and animalsMatt J. Keeling and Pejman Rohani. Princeton: N.J., Oxford, Princeton University Press, 2008. Cerca nel catalogo
  • Kiss, István Z., Miller, Joel, Simon, Péter L., Mathematics of Epidemics on Networks. --: Springer, 2017. Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Lecturing
  • Laboratory
  • Problem based learning
  • Case study
  • Working in group
  • Problem solving
  • Files e pagine caricati online (pagine web, Moodle, ...)

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)
  • One Note (inchiostro digitale)
  • Matlab

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Salute e Benessere Istruzione di qualita'