CICLO DI UN PROGETTO CICLO PROGETTO GESTIONE FAUNISTICA E MEDICINA TERZA LEZIONE PRINCIPI GESTIONE FAUNISTICA AA LAURA BONESI
|
|
- Gilberto Graziani
- 8 anni fa
- Visualizzazioni
Transcript
1 TERZA LEZIONE PRINCIPI GESTIONE FAUNISTICA CICLO DI UN PROGETTO AA LAURA BONESI Dipartimento di Biologia Università di Trieste 1 GESTIONE FAUNISTICA E MEDICINA 1. La gestione faunistica per molti aspetti e simile alla medicina e soffre anche degli stessi problemi 2. In medicina le conoscenze avanzano anche grazie ai clinical trials 3. In gestione faunistica e piu difficile perche il paziente e un intera popolazione; perche c e meno interesse a curare le popolazioni che a curare la salute umana; perche i cambiamenti sono piu lenti 4. Sia in medicina che in gestione faunistica c e una discrepanza tra la pratica e l evidenza 5. Sviluppo di Medicina Basata sull Evidenza e della Conservazione Basata sull Evidenza ( 2 CICLO PROGETTO Aggiustare Diagnosi del problema Stabilire cura Valutare Pianificare Monitorare Implementare azioni 3 Terza lezione Principi di Gestione Faunistica 1
2 ADAPTIVE MANAGEMENT Aggiustare Diagnosi del problema Stabilire cura Valutare Pianificare Monitorare Implementare azioni 4 ADAPTIVE MANAGEMENT E un modo di concepire un progetto [di gestione faunistica o conservazione] che implica un processo sistematico per migliorare in continuazione le politiche e la pratica di gestione attraverso l apprendimento dai risultati di programmi operazionali. Nella sua forma piu efficace l adaptive management impiega programmi di gestione che sono strutturati in modo da comparare attraverso esperimenti particolari politiche o pratiche di gestione attraverso la valutazione di ipotesi alternative riguardanti il sistema che sta venenedo manipolato. Imparare dagli errori! 5 RIASSUNTO 1. Un caso di gestione faunistica puo' essere paragonato ad un caso medico 2. Per risolvere i problemi di gestione faunistica possiamo individuare un ciclo composto da passi precisi 3. La medicina si occupa prevalentemente di singole persone mentre la gestione faunistica si occupa prevalentemente di popolazioni per cui problemi sono piu difficili da diagnosticare 4. Gli errori di diagnosi sono frequenti 5. E importante sviluppare una gestione faunistica/conservazione basata sull evidenza e non soltanto sull intuizione 6 Terza lezione Principi di Gestione Faunistica 2
3 DIAGNOSI CICLO PROGETTO Aggiustare Diagnosi del problema Stabilire cura Valutare Pianificare Monitorare Implementare azioni 8 PROBLEMI DI DIAGNOSI 1. Spesso ci sono opinioni contrastanti riguardo la diagnosi (errori di diagnosi) 2. A volte succede che sembri che i ricercatori dimostrino cio che e ovvio 3. C e la tendenza a riportare tutte le cause di un problema senza evidenziare quelle piu importanti (problema in Liste Rosse) 9 Terza lezione Principi di Gestione Faunistica 3
4 ESEMPIO DI UN ERRORE DI DIAGNOSI Pavoncella (Vanellus vanellus) Pettegola (Tringa totanus)) Immagini da Wikipedia Studio: Aspen et al., DIAGNOSTICARE IL DECLINO Caughley (1994) Conferma che la specie sta effettivamente declinando o che in passato era piu abbondante o che aveva una distribuzione piu ampia (monitoraggio) Sudia la storia naturale della specie e raccogli tutta l informazione possibile sul suo status ed ecologia (studio e/o ricerca bibliografica e/o consultazione esperti) Fai una lista di tutte le possibili cause del declino se c e sufficiente informazione da cui partire (metodo delle ipotesi multiple/alternative) Fai una lista delle predizioni di ciascun ipotesi per il declino e cerca di specificare predizioni contrastanti dalle differenti ipotesi. Verifica su campo le ipotesi piu probabili con esperimenti per identificare la/le cause del declino (idealmente rimuovi la causa ipotizzata). Applica cio che hai trovato alla gestione della specie/popolazione minacciata (continuando a monitorare). 11 IL METODO SCIENTIFICO: SCHEMA Osservazione Ipotesi (più d una) Nuove osservazioni/ ipotesi Predizione falsa Predizioni Esperimento Raccolta dati Analisi dati (statistica) Interpretazione risultati Predizione vera Spiegazione Terza lezione Principi di Gestione Faunistica 4
5 ESEMPIO DI DIAGNOSI E METODO SCIENTIFICO DECLINO DEL VISONE IN UK ~ 3200 siti di 600 m monitorati per il visone (e la lontra) (National Otter Survey - Vincent Wildlife Trust Environment Agency JNCC) 14 IPOTESI ALTERNATIVE Possibili ipotesi alternative per spiegare il declino della specie esotica invasiva Mustela vison in Inghilterra: 1) Diminuzione delle prede 2) Diminuzione degli allevamenti 3) Diminuzione dei gamekeepers 4) Aumento dell inquinamento 5) Aumento della puzzola 6) Aumento della lontra 7) Diffusione malattie 15 Terza lezione Principi di Gestione Faunistica 5
6 EVIDENZA DI CORRELAZIONE Percentage of sites lost or gained by mink (Photo Harry Harrington) Percentage of sites with otters at t = 1 16 (Bonesi, Strachan and Macdonald, 2006) APPROCCIO SPERIMENTALE Lontre rilasciate qui Lontre assenti DECLINO DEL VISONE Percentage of sites occupied by mink Impact Control 0 Mar 99 Jul 99 Oct 99 Jan 00 Mar 00 Terza lezione Principi di Gestione Faunistica 6
7 LA DIETA DEL VISONE CAMBIA Relative frequency of occurrence Aquatic prey Terrestrial prey n = 91 n = 42 Ipresenza della lontra la dieta del visone include piu prede di origine acquatica che prede di origine terrestre. (χ 2 = 4.71, df = 1, p = 0.03). 0 Otters scarce ( ) Otters abundant ( ) (Bonesi, Chanin and Macdonald, 2004) HABITAT E DURATA DELLA COESISTENZA Percentage of habitat No coexistence (0-6 yrs); n = 19 Short coexistence (7-14 yrs); n = 23 Long coexistence (15-28 yrs); n = La lontra e il visone coesistono piu a lungo nei fiumi circondati da bassa boscaglia piuttosto che da boschi (Tukey test on PCs: q= 3.40, p <0.005). 2. In Inghilterra aree con boscaglia ospitano buone popolazioni di conigli Oryctolagus cuniculus e altre prede terrestri che non vivono invece nei boschi 0 Broadleaf wood Scrub 3. I segni della lontra e del visone coesistono piu a lungo nei fiumi con maggiore abbondanza di prede terrestri Habitat type (Bonesi, and Macdonald, 2004) IL METODO SCIENTIFICO Il metodo scientifico in comparazione con i metodi informali non scientifici e come un gran bulldozer lento, tedioso, pesante, laborioso, ma invincibile ci si mette il doppio del tempo, il quintuplo del tempo, forse una dozzina di volte di piu che con i metodi informali, ma alla fine si comprende Robert Pirsig in Lo zen e l arte della cura della motocicletta Terza lezione Principi di Gestione Faunistica 7
8 RIASSUNTO 1. Per fare la diagnosi del problema in gestione faunistica si usa il metodo scientifico 2. E importante considerare tutte le ipotesi alternative plausibili 3. Gli studi rivelano nel tempo sempre maggiori dettagli. 4. Osservazioni ripetute portano alla formulazione di teorie DIAGNOSI: METODI DI RICERCA IL METODO Ci sono quattro aspetti di metodo devo decidere quando comincio una ricerca: Il tipo di strategia di ricerca adottata [Tipo di analisi statistiche che posso fare] Disegno sperimentale Metodo di campionamento Terza lezione Principi di Gestione Faunistica 8
9 DIAGNOSI: STRATEGIE DI RICERCA STRATEGIE DI RICERCA SPERIMENTALE: si manipolano i sistemi per capirene i meccanismi COMPARATIVA: si comparano diversi sistemi sotto diverse condizioni DESCRITTIVA: si raccolgono informazioni e si cerca un pattern MODELLISTICA e SIMULAZIONE AL COMPUTER ESPERIMENTO MANIPOLATIVO Uno studio sperimentale controllato compara i risultati ottenuti da un campione sperimentale contro un campione di controllo che è praticamente identico al campione sperimentale tranne un aspetto il quale effetto viene testato (Wikipedia). In uno studio sperimentale il sistema viene manipolato. Esperimento manipolativo in campo - Krebs experiment Terza lezione Principi di Gestione Faunistica 9
10 ESPERIMENTO NATURALE Gli esperimenti naturali, o studi comparativi, sono quelli che si affidano solamente alle osservazioni delle variabili del sistema sotto studio piuttosto che manipolare una o piu variabili cosi come avviene negli esperimenti controllati in laboratorio. In GF vengono comparate popolazioni in condizioni diverse. Esperimento naturale - Orso e lupo (Berger, Stacey, Bellis e Johnson, 2001) STUDIO DESCRITTIVO Relazione tra il peso dei carnivori e quello delle loro prede. (Carbone et al. 1999) Uno studio descrittivo o di osservazione e di trarre delle conclusioni (fare dell inferenza) riguardo ai possibili effetti di un dato evento su dei soggetti (poplazione) ma senza avere la possibilita di confrontare I risultati con un gruppo di controllo. In questo caso l evidenza e molto spesso l esistenza di una correlazione. STRATEGIE DI RICERCA Descrittiva Comparativa Sperimentale Un sistema in un punto nel tempo Esperimenti misurativi o naturali Compara due o piu sistemi Esperimenti in campo Esperimenti manipolativi Esperimenti in laboratorio Raccogli dati e cerca un pattern Solo primi passi del metodo scientifico Usa le condizioni esistenti e compara i sistemi Crea le condizioni per la comparazione (Diamond, 1986; Keddy, 2000) Terza lezione Principi di Gestione Faunistica 10
11 DIAGNOSI: DISEGNO SPERIMENTALE DISEGNO SPERIMENTALE Il disegno sperimentale definisce la struttura logica di un esperimento, dove un esperimento e il tentativo di testare un ipotesi e un ipotesi e una possibile spiegazione di un pattern o un processo osservato COMPONENTI ESPERIMENTI 1. Unita sperimentale: una persona animale, pianta o cosa che e studiata dal ricercatore; e l oggetto sul quale un esperimento viene fatto e sul quale si raccolgono i dati. Quella entita fisica che puo essere assegnata al trattamento o al controllo (Krebs, 1999). 2. Trattamento e controllo: ogni esperimento in ecologia fatto in campo deve avere un controllo simultaneo dove non viene fatta/registrata nessuna perturbazione/trattamento (Krebs, 1999). Ad esempio il trattamento nel caso dei lupi e : presenza di lupi;il controllo e : assenza di lupi. 3. Repliche: sono la ripetizione dell unita di base dell esperimento data da uno o piu trattamenti e da un controllo. Le repliche servono a evitare che eventi dovuti al caso ci inducano a trarre delle conclusioni errate. Terza lezione Principi di Gestione Faunistica 11
12 PERCHE AVERE REPLICHE? Esempio: Voglio studiare l efficacia dell utlizzo di reti per la protezione delle rane dai predatori aviari La replicazione e una sorta di garanzia contro l intrusione di eventi dovuti al caso negli esperimenti ecologici. DESIGN SPERIMENTALE:COMPONENTI Controllo/SituazioneA Unita sperimentale Unita sperimentale Unita sperimentale 3 repliche Trattamento/SituazioneB Unita sperimentale Unita sperimentale Unita sperimentale ESTINZIONE DEI PREDATORI La presenza di lupi e orsi ha un effetto significativo sulla sopravvivenza dei piccoli di alce 1. Unita sperimentale? 2. Trattamento/controllo? 3. Repliche? (Berger, Stacey, Bellis e Johnson, 2001) 36 Terza lezione Principi di Gestione Faunistica 12
13 DIAGNOSI: CAMPIONAMENTO 37 DISEGNO CAMPIONARIO Stabilire il disegno campionario significa rispondere alla domanda: Come posso campionare (selezionare gli individui/unita dalla popolazione) in modo che i campioni che raccolgo/misuro siano rappresentativi dell intera popolazione che voglio studiare? In inglese sampling design 38 PASSI DEL CAMPIONAMENTO Per campionare devo: 1. Definire la popolazione studiata 2. Definire qual è l unità campionaria 3. Selezionare un campione 4. Raccogliere i dati 39 Terza lezione Principi di Gestione Faunistica 13
14 DECLINO DEL VISONE IN UK ~ 3200 siti di 600 m monitorati per il visone (e la lontra) (National Otter Survey - Vincent Wildlife Trust Environment Agency JNCC) 40 UNITA CAMPIONARIA Definire l unita campionaria non e banale. Esempio 1: confronto dei pesi degli animali unita campionaria = l animale Esempio 2: comparazione del numero di animali unita campionaria = popolazione (e.g. popolazione contenuta in un quadrato di 100mx100m, un albero, etc.) 41 SELEZIONARE CAMPIONE Decidere il metodo di campionamento significa rispondere a tre domande: 1. Dove raccolgo i campioni? 2. Come li raccolgo? 3. Quanti ne raccolgo? 42 Terza lezione Principi di Gestione Faunistica 14
15 RIASSUNTO 1. Ci sono quattro aspetti di metodo devo decidere quando comincio una ricerca: strategia di ricerca; analisi statistiche; disegno sperimentale; metodo di campionamento 2. In GF sono piu comuni gli esperimenti naturali oppure gli studi descrittivi 3. Ove possibile bisogna cercare di adottare un approccio sperimentale 4. Un esperimento comprende trattamento, controllo e repliche 5. Molto spesso non e possibile studiare tutta la popolazione di interesse ed e quindi necessario selezionare un campione rappresentativo della popolazione 43 BIBLIOGRAFIA ANDERSON, D. R., BURNHAM, K. P.&THOMPSON, W. L. (2000) Null hypothesis testing: Problems, prevalence, and an alternative. Journal of Wildlife Management, 64, HURLBERT, S. H. (1984) Pseudoreplication and the design of ecological field experiments. Ecological Monographs, 54, WOLFF, J. O. (2000) Reassessing research approaches in the wildlife sciences. Wildlife Society Bulletin, 28, KREBS, C. J. (2000). Hypothesis testing in ecology. In Research techniques in animal ecology. (eds L. Boitani & T. K. Fuller). Columbia University Press. CARBONE, C., MACE, G. M., ROBERTS, S. C. AND MACDONALD, D. W., Energetic constraints on the diet of terrestrial carnivores. Nature, 402, DIAMOND, J. M., Overview: laboratory experiments, field experiments and natural experiments. In Community Ecology. (eds Diamond, J. and Case, T. J.). Harper and Row, New York. KREBS, C. J., Ecological methodology. 2nd edn. Addison-Wesley Longman Inc., USA (capitoli 4, 7, 8) BIBLIOGRAFIA Ausden, M., Sutherland, W. J. & James, R. (2001) The effects of flooding lowland wet grassland on soil macroinvertebrate prey of wading brids. J. Appl. Ecol. 38: Bonesi, L., Chanin, P. & Macdonald, D. W. (2004) Competition between Eurasian otter Lutra lutra and American mink Mustela vison probed by niche shift. Oikos 106: Bonesi, L. & Macdonald, D. W. (2004a) Differential habitat use promotes sustainable coexistence between the specialist otter and the generalist mink. Oikos 106: Bonesi, L. & Macdonald, D. W. (2004b) Impact of released Eurasian otters on a population of American mink: a test using an experimental approach. Oikos 106: Bonesi, L., Strachan, R. & Macdonald, D. W. (2006) Why are there fewer signs of mink in England? Considering multiple hypotheses. Biol. Conserv. 130: Caughley, G. (1994) Directions in conservation biology. J. Anim. Ecol. 63: Sutherland, W. J. (2000) The conservation handbook. Oxford: Blackwell Science. Terza lezione Principi di Gestione Faunistica 15
16 Terza lezione Principi di Gestione Faunistica 16
Elementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 29-Analisi della potenza statistica vers. 1.0 (12 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliCAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
Dettaglicome nasce una ricerca
PSICOLOGIA SOCIALE lez. 2 RICERCA SCIENTIFICA O SENSO COMUNE? Paola Magnano paola.magnano@unikore.it ricevimento: martedì ore 10-11 c/o Studio 16, piano -1 PSICOLOGIA SOCIALE COME SCIENZA EMPIRICA le sue
DettagliIL MODELLO CICLICO BATTLEPLAN
www.previsioniborsa.net 3 Lezione METODO CICLICO IL MODELLO CICLICO BATTLEPLAN Questo modello ciclico teorico (vedi figura sotto) ci serve per pianificare la nostra operativita e prevedere quando il mercato
DettagliLa candela accesa. Descrizione generale. Obiettivi. Sequenza didattica e metodo di lavoro. Esperimenti sulla crescita delle piante
Esperimenti sulla crescita delle piante unità didattica 1 La candela accesa Durata 60 minuti Materiali per ciascun gruppo - 1 candela - 1 vaso di vetro - 1 cronometro - 1 cannuccia - fiammiferi - 1 pezzo
DettagliAutomazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it
Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica
Università del Piemonte Orientale Corsi di Laurea Triennale di area tecnica Corso di Statistica Medica Campionamento e distribuzione campionaria della media Corsi di laurea triennale di area tecnica -
Dettagli3. Confronto tra medie di due campioni indipendenti o appaiati
BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO
DettagliPotenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1
Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 3.1 Introduzione all inferenza statistica Prima Parte Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014
DettagliVerifica di ipotesi e intervalli di confidenza nella regressione multipla
Verifica di ipotesi e intervalli di confidenza nella regressione multipla Eduardo Rossi 2 2 Università di Pavia (Italy) Maggio 2014 Rossi MRLM Econometria - 2014 1 / 23 Sommario Variabili di controllo
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
DettagliTest d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi
In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se
DettagliIntroduzione alle relazioni multivariate. Introduzione alle relazioni multivariate
Introduzione alle relazioni multivariate Associazione e causalità Associazione e causalità Nell analisi dei dati notevole importanza è rivestita dalle relazioni causali tra variabili Date due variabili
DettagliEsercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test
STATISTICA (2) ESERCITAZIONE 6 05.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test Il preside della scuola elementare XYZ sospetta che
DettagliLa dispersione dei prezzi al consumo. I risultati di un indagine empirica sui prodotti alimentari.
La dispersione dei prezzi al consumo. I risultati di un indagine empirica sui prodotti alimentari. Giovanni Anania e Rosanna Nisticò EMAA 14/15 X / 1 Il problema Un ottimo uso del vostro tempo! questa
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica
DettagliMODULO D LE VENTI REGIONI ITALIANE VOLUME 1 CAPITOLO 2 ... ... ... ... ... ...
VOLUME 1 CAPITOLO 2 MODULO D LE VENTI REGIONI ITALIANE ACQUE INTERNE 1. Parole per capire A. Conosci già queste parole? Scrivi il loro significato o fai un disegno: valle... ghiacciaio... vulcano... cratere...
DettagliLa ricerca empirica in educazione
La ricerca empirica in educazione Alberto Fornasari Docente di Pedagogia Sperimentale Dipartimento di Scienze della Formazione, Psicologia, Comunicazione Il ricercatore ha il compito di trovare relazioni
DettagliGRUPPO MY- social media solutions / Via G.Dottori 94, Perugia / PI 03078860545
Capitolo 3 - Dalla strategia al piano editoriale GRUPPO MY- social media solutions / Via G.Dottori 94, Perugia / PI 03078860545 Social Toolbox ed i contenuti presenti nel seguente documento (incluso a
DettagliVALUTAZIONE DELLA STATO DI CONSERVAZIONE DEI SIC O ZPS GESTITI DAL WWF ITALIA E DAL CORPO FORESTALE DELLO STATO
VALUTAZIONE DELLA STATO DI CONSERVAZIONE DEI SIC O ZPS GESTITI DAL WWF ITALIA E DAL CORPO FORESTALE DELLO STATO PREMESSA Il Sistema Oasi WWF Italia è attualmente costituito da 118 oasi, di cui 77 sono
DettagliGestione adattativa (Adaptive management)
Gestione adattativa (Adaptive management) La gestione adattiva viene definita come un processo di acquisizione sistematica e successiva applicazione di informazioni affidabili al fine di migliorare l efficacia
DettagliIl SENTIMENT E LA PSICOLOGIA
CAPITOLO 2 Il SENTIMENT E LA PSICOLOGIA 2.1.Cosa muove i mercati? Il primo passo operativo da fare nel trading è l analisi del sentiment dei mercati. Con questa espressione faccio riferimento al livello
DettagliLaboratorio di Usabilità per attrezzature medicali
Laboratorio di Usabilità per attrezzature medicali Analisi e Miglioramento dell Usabilità di dispositivi elettromedicali tramite simulazione in laboratorio Centro di Ateneo per la Ricerca, Trasferimento
DettagliPROGETTO. SID - Scientiam Inquirendo Discere IBSE - Inquiry Based Science. Education
PROGETTO SID - Scientiam Inquirendo Discere IBSE - Inquiry Based Science Education 1 Anno scolastico 2013 2014 Classe I A ottici Modulo: Affonda o galleggia? Agata Conti 2 Sintesi Il modulo offre l'opportunità
Dettagli-La crisi della diversità
-La crisi della diversità La diversità culturale e la diversità biologica sono legati strettamente. Ovunque le comunità locali hanno sviluppato il proprio sapere, hanno trovato il modo di ricavare i mezzi
DettagliSCUOLA PRIMARIA CURRICOLO DI SCIENZE CLASSE PRIMA. INDICATORI COMPETENZE ABILITA CONOSCENZE 1. Esplorare e descrivere oggetti e materiali
SCUOLA PRIMARIA CURRICOLO DI SCIENZE CLASSE PRIMA INDICATORI 1. Esplorare e descrivere oggetti e materiali 2. Osservare e sperimentare sul campo Sviluppa atteggiamenti di curiosità verso il mondo circostante
DettagliLA REVISIONE LEGALE DEI CONTI La comprensione
LA REVISIONE LEGALE DEI CONTI La comprensione dell impresa e del suo contesto e la valutazione dei rischi di errori significativi Ottobre 2013 Indice 1. La comprensione dell impresa e del suo contesto
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliPro e contro delle RNA
Pro e contro delle RNA Pro: - flessibilità: le RNA sono approssimatori universali; - aggiornabilità sequenziale: la stima dei pesi della rete può essere aggiornata man mano che arriva nuova informazione;
DettagliUNIVERSITÁ DEGLI STUDI DI SIENA - Nucleo di valutazione di Ateneo
Questa parte del rapporto del Nucleo di valutazione analizza alcuni indicatori bibliometrici calcolati a partire dai dati contenuti nel database Scopus (interrogato nel periodo ottobre-dicembre 2009).
DettagliAnalisi dei residui. Test Esatto di Fisher. Differenza fra proporzioni
Statistica Economica Materiale didattico a cura del docente Analisi dei residui Test Esatto di Fisher Differenza fra proporzioni 1 Analisi dei residui Il test statistico ed il suo p-valore riassumono la
DettagliLE CARTE DI CONTROLLO (4)
LE CARTE DI CONTROLLO (4) Tipo di carta di controllo Frazione difettosa Carta p Numero di difettosi Carta np Dimensione campione Variabile, solitamente >= 50 costante, solitamente >= 50 Linea centrale
DettagliLa statistica multivariata
Cenni di Statistica Multivariata Dr Corrado Costa La statistica multivariata La statistica multivariata è quella parte della statistica in cui l'oggetto dell'analisi è per sua natura formato da almeno
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
Dettaglibiologica era al culmine. Oggi, man mano che la popolazione umana si accresce aumentano gli p
La specie umana è comparsa sulla Terra nel momento in cui la diversità biologica era al culmine. Oggi, man mano che la popolazione umana si accresce aumentano gli p effetti distruttivi nei confronti delle
DettagliUTILIZZATORI A VALLE: COME RENDERE NOTI GLI USI AI FORNITORI
UTILIZZATORI A VALLE: COME RENDERE NOTI GLI USI AI FORNITORI Un utilizzatore a valle di sostanze chimiche dovrebbe informare i propri fornitori riguardo al suo utilizzo delle sostanze (come tali o all
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliGli studi epidemiologici
Gli studi epidemiologici STUDI OSSERVAZIONALI descrittivi STUDI OSSERVAZIONALI analitici: Ecologici Trasversali Caso-controllo Di coorte STUDI SPERIMENTALI : Trial controllati randomizzati Trial sul campo
DettagliConfiguration Management
Configuration Management Obiettivi Obiettivo del Configuration Management è di fornire un modello logico dell infrastruttura informatica identificando, controllando, mantenendo e verificando le versioni
DettagliL Analisi della Varianza ANOVA (ANalysis Of VAriance)
L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 CONCETTI GENERALI Finora abbiamo descritto test di ipotesi finalizzati alla verifica di ipotesi sulla differenza tra parametri di due popolazioni
DettagliEsercizio 1: trading on-line
Esercizio 1: trading on-line Si realizzi un programma Java che gestisca le operazioni base della gestione di un fondo per gli investimenti on-line Creazione del fondo (con indicazione della somma in inizialmente
DettagliEconomia del Lavoro 2010
Economia del Lavoro 2010 Capitolo 5 I differenziali salariali compensativi - Applicazione di politica economica: l assicurazione sulla salute e il mercato del lavoro 1 Negli Stati Uniti i datori di lavoro
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
DettagliTEST DI ORIENTAMENTO PER LA SCELTA DELLA SCUOLA SUPERIORE
TEST DI ORIENTAMENTO PER LA SCELTA DELLA SCUOLA SUPERIORE Scuola Italia via Italia n 10 - Roma studente Francesco M. classe III A N.B. Ricorda che quanto leggerai è totalmente riservato, vincolato dal
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
DettagliEsercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010
Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe
DettagliUniversità degli Studi di L Aquila. Facoltà di Ingegneria. Corso di Laurea in Ingegneria Elettronica Corso di Sistemi Informativi
Università degli Studi di L Aquila Facoltà di Ingegneria Corso di Laurea in Ingegneria Elettronica Corso di Sistemi Informativi Prof. Gaetanino Paolone Dott. Ottavio Pascale a.a.2003-2004 Progetto Campo
Dettagli16 Rapporto Nazionale sulla Formazione Indagine su Comuni e Province. Nicoletta Bevilacqua Responsabile Ufficio Monitoraggio e ricerca FormezPA
16 Rapporto Nazionale sulla Formazione Indagine su Comuni e Province Nicoletta Bevilacqua Responsabile Ufficio Monitoraggio e ricerca FormezPA Obiettivi della presentazione Illustrare i principali risultati
DettagliClinical Practise Guidelines Against ABA approach. Da pag 20 a pag 22 Le linee guida sull autismo pubblicate nel 2000 e emesse dall ICDL Clinical Practice Guidelines Workgroup dedicano una parte del documento
DettagliTrials clinici. Disegni di studio
Trials Clinici Dott.ssa Pamela Di Giovanni Studi descrittivi Disegni di studio Popolazioni Individui Studi analitici Osservazionali Sperimentali Studi di correlazione o ecologici Case report - Case series
DettagliTecniche di Simulazione: Introduzione. N. Del Buono:
Tecniche di Simulazione: Introduzione N. Del Buono: 2 Che cosa è la simulazione La SIMULAZIONE dovrebbe essere considerata una forma di COGNIZIONE (COGNIZIONE qualunque azione o processo per acquisire
DettagliFisica Medica x OPD. Angelo Scribano (ottobre 2006) Le scienze e il metodo scientifico Fisica Medica. A. Scribano 10-06. pag.1
x OPD Le trasparenze qui presentate sono in gran parte originariamente state create e utilizzate dal prof. Domenico Scannicchio nella sua lunga esperienza didattica in presso l'università di Pavia. Sono
DettagliEXCEL FUNZIONI PRINCIPALI
EXCEL FUNZIONI PRINCIPALI Funzione SE() Sintassi: SE(VERIFICA, VALORE SE VERO, VALORE SE FALSO): verifica un valore e ritorna una risposta in base al risultato vero/falso Esempio: =SE(A2=15; "OK"; "NO")
DettagliAppunti sulla Macchina di Turing. Macchina di Turing
Macchina di Turing Una macchina di Turing è costituita dai seguenti elementi (vedi fig. 1): a) una unità di memoria, detta memoria esterna, consistente in un nastro illimitato in entrambi i sensi e suddiviso
DettagliLaboratorio di Pedagogia Sperimentale. Indice
INSEGNAMENTO DI LABORATORIO DI PEDAGOGIA SPERIMENTALE LEZIONE III INTRODUZIONE ALLA RICERCA SPERIMENTALE (PARTE III) PROF. VINCENZO BONAZZA Indice 1 L ipotesi -----------------------------------------------------------
DettagliConcetto di potenza statistica
Calcolo della numerosità campionaria Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Concetto di potenza statistica 1 Accetto H 0 Rifiuto H 0 Ipotesi Nulla (H
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
DettagliMotore di ricerca. Il nuovo motore di ricerca di CNA Interpreta è accessibile cliccando sull icona RICERCA AVANZATA presente sulla home page.
Motore di ricerca Il nuovo motore di ricerca di CNA Interpreta è accessibile cliccando sull icona RICERCA AVANZATA presente sulla home page. Il sistema permette di effettuare ricerche semantiche, cioè
DettagliCorso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad
DettagliDipartimenti di Ingegneria civile, ambientale e meccanica E Ingegneria Industriale
Dipartimenti di Ingegneria civile, ambientale e meccanica E Ingegneria Industriale LAUREE TRIENNALI/A CICLO UNICO Linee Guida per l apprendimento delle lingue Centro Linguistico di Ateneo via Verdi, 8
DettagliELEMENTI DI STATISTICA
Dipartimento di Ingegneria Meccanica Chimica e dei Materiali PROGETTAZIONE E GESTIONE DEGLI IMPIANTI INDUSTRIALI Esercitazione 6 ORE ELEMENTI DI STATISTICA Prof. Ing. Maria Teresa Pilloni Anno Accademico
DettagliRICERCA-AZIONE. l insegnamento riflessivo. Caterina Bortolani-2009
RICERCA-AZIONE ovvero l insegnamento riflessivo Gli insegnanti sono progettisti.. riflettono sul contesto nel quale devono lavorare sugli obiettivi che vogliono raggiungere decidono quali contenuti trattare
DettagliPrincipi generali. Vercelli 9-10 dicembre 2005. G. Bartolozzi - Firenze. Il Pediatra di famiglia e gli esami di laboratorio ASL Vercelli
Il Pediatra di famiglia e gli esami di laboratorio ASL Vercelli Principi generali Carlo Federico Gauss Matematico tedesco 1777-1855 G. Bartolozzi - Firenze Vercelli 9-10 dicembre 2005 Oggi il nostro lavoro
DettagliEffetti sull opinione di pazienti riguardo all utilizzo di un computer in uno studio medico nell assistenza ordinaria
Effetti sull opinione di pazienti riguardo all utilizzo di un computer in uno studio medico nell assistenza ordinaria Christopher N. Sciamanna, Scott P. Novak, Bess H. Marcus. International Journal of
DettagliResearch Game The European scientific research game. Guida al gico
Research Game The European scientific research game Guida al gico Cosa fare per giocare? Avete già la registrazione? Fate parte di una squadra? Ora è tempo di giocare! Seguite gli step e ricordate che
DettagliAnalisi della varianza (anova) a due vie
Analisi della varianza (anova) a due vie Andrea Onofri 27 marzo 2014 Indice 1 Il concetto di interazione 1 2 Tipi di interazione 2 3 Descrizione del caso studio 3 4 Analisi dei dati 4 Sommario Scopo di
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliUniversità di Siena Sede di Grosseto Secondo Semestre 2010-2011. Macroeconomia. Paolo Pin ( pin3@unisi.it ) Lezione 4 20 Aprile 2011
Università di Siena Sede di Grosseto Secondo Semestre 200-20 Macroeconomia Paolo Pin ( pin3@unisi.it ) Lezione 4 20 Aprile 20 Riassunto della puntata precedente Abbiamo costruito un modello per spiegare
Dettagliiovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi
iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica 2.2 Mettere a punto un test psicologico Davide Massidda davide.massidda@gmail.com Da dove partire C'è davvero bisogno di un nuovo strumento di misura?
DettagliPLIDA Progetto Lingua Italiana Dante Alighieri Certificazione di competenza in lingua italiana
PLIDA Progetto Lingua Italiana Dante Alighieri Certificazione di competenza in lingua italiana giugno 2011 PARLARE Livello MATERIALE PER L INTERVISTATORE 2 PLIDA Progetto Lingua Italiana Dante Alighieri
DettagliCURRICOLO SCIENZE SCUOLA PRIMARIA Classe 1, 2, 3
CURRICOLO SCIENZE SCUOLA PRIMARIA Classe 1, 2, 3 Nuclei tematici Scienza della materia Traguardi per lo sviluppo della competenza L alunno sviluppa atteggiamenti di curiosità verso fenomeni del mondo fisico
DettagliUniversità di Parma Facoltà di Ingegneria. Polo Tecnologico Nettuno
Università di Parma Facoltà di Ingegneria Polo Tecnologico Nettuno Guida ai servizi FINALITÀ...2 COORDINATORE...3 SEGRETERIA DIDATTICA E CEDI...4 TUTORI...5 DATI UTILI...6 Finalità L obiettivo di questa
DettagliIl Problem-Based Learning dalla pratica alla teoria
Il Problem-Based Learning dalla pratica alla teoria Il Problem-based learning (apprendimento basato su un problema) è un metodo di insegnamento in cui un problema costituisce il punto di inizio del processo
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliCome scrivere una proposta progettuale
PROGETTO OPERATIVO DI ASSISTENZA TECNICA ALLE REGIONI DELL OBIETTIVO CONVERGENZA Come scrivere una proposta progettuale Comune di CATANIA 17/03/2016 SIGNIFICATO E DEFINIZIONE DEI LIVELLI DELLA LOGICA
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
DettagliRicerca di outlier. Ricerca di Anomalie/Outlier
Ricerca di outlier Prof. Matteo Golfarelli Alma Mater Studiorum - Università di Bologna Ricerca di Anomalie/Outlier Cosa sono gli outlier? L insieme di dati che sono considerevolmente differenti dalla
DettagliE possibile prevenire l abuso di alcolici? I risultati della sperimentazione del progetto PAASS
CONEGLIANO, 19 OTTOBRE 2012 E possibile prevenire l abuso di alcolici? I risultati della sperimentazione del progetto PAASS Bolzonello Igor & Massimo Santinello -Il progetto P.A.A.S.S. è la conseguenza
DettagliSETTE FASI PER LA SICUREZZA DEL PAZIENTE NELL AMBITO DELLE CURE PRIMARIE. Pietro Ragni. Risk Manager, Direzione Sanitaria AUSL di Reggio Emilia
SETTE FASI PER LA SICUREZZA DEL PAZIENTE NELL AMBITO DELLE CURE PRIMARIE Pietro Ragni Risk Manager, Direzione Sanitaria AUSL di Reggio Emilia Libera traduzione da National Patient Safety Agency (NPSA),
DettagliEsempi di algoritmi. Lezione III
Esempi di algoritmi Lezione III Scopo della lezione Implementare da zero algoritmi di media complessità. Verificare la correttezza di un algoritmo eseguendolo a mano. Imparare a valutare le prestazioni
DettagliDATA BASE ON LINE (BANCA DATI MODULI SPERIMENTALI)
Progetto regionale antidispersione per favorire l adempimento dell obbligo d istruzione 2 a annualità DATA BASE ON LINE (BANCA DATI MODULI SPERIMENTALI) MANUALE DI UTILIZZO Indice Premessa 3 Ingresso nel
DettagliRapporto dal Questionari Insegnanti
Rapporto dal Questionari Insegnanti SCUOLA CHIC81400N N. Docenti che hanno compilato il questionario: 60 Anno Scolastico 2014/15 Le Aree Indagate Il Questionario Insegnanti ha l obiettivo di rilevare la
DettagliCALCOLO COMBINATORIO
CALCOLO COMBINATORIO 1 Modi di formare gruppi di k oggetti presi da n dati 11 disposizioni semplici, permutazioni Dati n oggetti distinti a 1,, a n si chiamano disposizioni semplici di questi oggetti,
DettagliAnalisi e diagramma di Pareto
Analisi e diagramma di Pareto L'analisi di Pareto è una metodologia statistica utilizzata per individuare i problemi più rilevanti nella situazione in esame e quindi le priorità di intervento. L'obiettivo
DettagliBase di lavoro. Idea principale
Base di lavoro Idea principale «Gli esseri viventi vivono in relazione tra loro e con l ambiente che li ospita, all interno di particolari ecosistemi dotati di un equilibrio ben preciso. Tutti gli organismi
DettagliDipartimento Biologia e Biotecnologie. Luigi Boitani. Il monitoraggio della biodiversità nella
Dipartimento Biologia e Biotecnologie Luigi Boitani Il monitoraggio della biodiversità nella rete N2000 dell Emilia Romagna Biodiversità in Italia Roma 25 26 Febbraio 2014 Biodiversità in regione Emilia-Romagna
DettagliL insegnamento del Laboratorio di Fisica. Alcune considerazioni didattiche
L insegnamento del Laboratorio di Fisica Alcune considerazioni didattiche La Fisica nasce come scienza sperimentale, ma è spesso insegnata in modo soltanto teorico. Senza il supporto del laboratorio, si
DettagliI motori di ricerca. Che cosa sono. Stefania Marrara Corso di Sistemi Informativi
I motori di ricerca Stefania Marrara Corso di Sistemi Informativi a.a 2002/2003 Che cosa sono Un motore di ricerca è uno strumento per mezzo del quale è possibile ricercare alcuni termini (parole) all
DettagliMODULO 5 Appunti ACCESS - Basi di dati
MODULO 5 Appunti ACCESS - Basi di dati Lezione 1 www.mondopcnet.com Modulo 5 basi di dati Richiede che il candidato dimostri di possedere la conoscenza relativa ad alcuni concetti fondamentali sui database.
Dettaglistudi e analisi finanziarie La Duration
La Duration Cerchiamo di capire perchè le obbligazioni a tasso fisso possono oscillare di prezzo e, quindi, anche il valore di un fondo di investimento obbligazionario possa diminuire. Spesso si crede
DettagliInnovazione didattica in matematica: PP&S su piattaforma e-learning in ambiente di calcolo evoluto
Innovazione didattica in matematica: PP&S su piattaforma e-learning in ambiente di calcolo evoluto 1 Criticità La recente riforma del II ciclo di istruzione [DPR 87/210; DPR 88/2010; DPR 89/2010], apre
DettagliDisoccupazione e salario reale
Disoccupazione e salario reale Testo di studio raccomandato: Mankiw, Principi di Economia, 3 ed., 2004, Zanichelli Capitolo 28 La disoccupazione Come si misura la disoccupazione? Come si interpretano i
Dettagli