LAURA FALIVENE | TECNOLOGIE E COMPETENZE AVANZATE PER LA RICERCA SCIENTIFICA
LAURA FALIVENE TECNOLOGIE E COMPETENZE AVANZATE PER LA RICERCA SCIENTIFICA
cod. 8860400035
TECNOLOGIE E COMPETENZE AVANZATE PER LA RICERCA SCIENTIFICA
| 8860400035 | |
| DIPARTIMENTO DI CHIMICA E BIOLOGIA "ADOLFO ZAMBELLI" | |
| Corso di Dottorato (D.M.226/2021) | |
| SCIENZE CHIMICHE,BIOLOGICHE E AMBIENTALI | |
| 2024/2025 |
| OBBLIGATORIO | |
| ANNO CORSO 1 | |
| ANNO ORDINAMENTO 2024 | |
| SECONDO SEMESTRE |
| SSD | CFU | ORE | ATTIVITÀ | ||
|---|---|---|---|---|---|
| STESURA DI ELABORATI SCIENTIFICI IN LINGUA INGLESE | |||||
| CHIM/02 | 1 | 8 | LEZIONE | ||
| INTRODUZIONE ALLE COMPETENZE TRASVERSALI. | |||||
| SECS-P/08 | 1 | 8 | LEZIONE | ||
| BANCHE DATI STRUTTURALI | |||||
| CHIM/02 | 1 | 8 | LEZIONE | ||
| INTRODUZIONE ALL'INTELLIGENZA ARTIFICIALE. | |||||
| CHIM/04 | 1 | 8 | LEZIONE | ||
| Obiettivi | |
|---|---|
| IL CORSO DI “TECNOLOGIE E COMPETENZE AVANZATE PER LA RICERCA SCIENTIFICA” È STATO IDEATO PER INTEGRARE COMPETENZE AVANZATE DI ANALISI DATI E LE ESIGENZE ESPRESSE DALL’ATTUALE CONTESTO LAVORATIVO, CHE RICHIEDE LO SVILUPPO DI COMPETENZE TRASVERSALI PER L’IDEAZIONE, LO SVILUPPO E LA GESTIONE DI ATTIVITÀ DI RICERCA COMPETITIVE. CONOSCENZA E CAPACITÀ DI COMPRENSIONE I DOTTORANDI APPRENDERANNO I CONCETTI TEORICI LEGATI AGLI ARGOMENTI AFFRONTATI E SARANNO IN GRADO DI COMPRENDERE COME LE COMPETENZE ACQUISITE SIANO CRUCIALI PER IL SUCCESSO INDIVIDUALE E DI GRUPPO. ATTRAVERSO ATTIVITÀ PRATICHE, SI CIMENTERANNO IN SITUAZIONI SIMULATE DI GESTIONE DEI DATI E METODOLOGIE AVANZATE PER LA RICERCA SCIENTIFICA. AUTONOMIA DI GIUDIZIO IL CORSO È PROGETTATO PER SVILUPPARE NEGLI STUDENTI LA CAPACITÀ DI VALUTARE LA QUALITÀ DEI DATI RIPORTATI NELLA LETTERATURA SCIENTIFICA E RIFLETTERE CRITICAMENTE SU PROCEDURE SITUAZIONI COMPLESSE IN CONTESTI LAVORATIVI. GLI STUDENTI, ATTRAVERSO DISCUSSIONI DI GRUPPO E RAPPRESENTAZIONI IN METAFORA, AVRANNO L’OPPORTUNITÀ DI ESPRIMERE OPINIONI INFORMATE E SOSTENERE LE PROPRIE SCELTE, CONSOLIDANDO COSÌ LA PROPRIA AUTONOMIA DI GIUDIZIO. ABILITÀ COMUNICATIVE ATTRAVERSO UN APPROCCIO DIDATTICO INTERATTIVO E LA PROMOZIONE DELLA COLLABORAZIONE DI GRUPPO, GLI STUDENTI SVILUPPERANNO COMPETENZE COMUNICATIVE EFFICACI. PARTICOLARE ENFASI SARÀ POSTA SUI TEMI DI COMUNICAZIONE EFFICACE, ASCOLTO ATTIVO E SENSIBILITÀ INTERCULTURALE, CHE RAPPRESENTANO ELEMENTI FONDAMENTALI IN UN MERCATO GLOBALE. CAPACITÀ DI APPRENDIMENTO IL CORSO MIRA A POTENZIARE LA CAPACITÀ DEGLI STUDENTI DI APPRENDERE IN MODO CONTINUO, FORNENDO LORO TECNICHE PER UN AUTO-SVILUPPO EFFICACE E UN MIGLIORAMENTO COSTANTE DELLE PROPRIE COMPETENZE E CONOSCENZE. I DOTTORANDI SARANNO GUIDATI A RIFLETTERE SUI PROPRI PROCESSI DI APPRENDIMENTO E A IDENTIFICARE LE STRATEGIE PIÙ ADEGUATE ALLA PROPRIA CRESCITA PERSONALE E PROFESSIONALE. |
| Prerequisiti | |
|---|---|
| CONOSCENZE DI BASE DI CHIMICA, FISICA, INFORMATICA |
| Contenuti | |
|---|---|
| IL CORSO CONSISTE DI 4 MODULI DI 8 ORE CIASCUNO DEDICATI A: MODULO A: STESURA DI ELABORATI SCIENTIFICI IN LINGUA INGLESE - INDICATORI UNIVOCI DI AUTORI E DI PUBBLICAZIONI (1H) - SOFTWARE PER LA GENERAZIONE, LA GESTIONE E L’ARCHIVIAZIONE DI RIFERIMENTI BIBLIOGRAFICI (ENDNOTEWEB, MENDELEY, ZOTERO) (2H) - IL LAVORO COLLABORATIVO (GOOGLEDOCS E OVERLEAF). (3H) - SOFTWARE DEDICATO ALLA SCRITTURA DI EQUAZIONI (LATEX E AUTOLATEX). (1 H ) MODULO B BANCHE DATI STRUTTURALI - DATI CRISTALLOGRAFICI. COORDINATE CARTESIANE E COORDINATE CRISTALLOGRAFICHE. IL FORMATO CIF E PDB (2H) - BANCHE DATI STRUTTURALI. CAMBRIDGE STRUCTURAL DATABASE E PROTEIN DATA BANK. USO DEL SOFTWARE CONQUEST (2H) - USO DI PROGRAMMI PER LA VISUALIZZAZIONE TRIDIMENSIONALE DI PICCOLE MOLECOLE: MERCURY (2 H ) - USO DI PROGRAMMI PER LA VISUALIZZAZIONE TRIDIMENSIONALE DI MACROMOLECOLE: CHIMERAX, HERMES (2H). MODULO C INTRODUZIONE ALLE COMPETENZE TRASVERSALI E MANAGEMENT DELLA RICERCA - INTRODUZIONE ALLE COMPETENZE TRASVERSALI (1H) - COMUNICAZIONE INTERPERSONALE E ASSERTIVITÀ (1H) - EMPATIA E LINGUAGGIO DELL’ACCORDO (1H) - LEADERSHIP SITUAZIONALE (1H) - MANAGEMENT DELLA RICERCA (4H) MODULO D INTRODUZIONE ALL’INTELLIGENZA ARTIFICIALE - PRINCIPI DELL’INTELLIGENZA ARTIFICIALE: CONCETTI DI BASE (2H) - “SUPERVISED” MACHINE LEARNING: ANALIZZARE GRANDI SET DI DATI, IDENTIFICARE MODELLI, ESTRARRE INFORMAZIONI, PREDIZIONI (2H) - “UNSUPERVISED” MACHINE LEARNING: RICONOSCIMENTO DI PATTERN, CLASSIFICAZIONE, CLUSTERING (2H) - APPLICAZIONI NEL CAMPO CHIMICO E DELLA CATALISI: PREVISIONE DI REAZIONI CHIMICHE, PROGETTAZIONE DI NUOVE MOLECOLE, IDENTIFICAZIONE DI MATERIALI CON PROPRIETÀ SPECIFICHE (2H) |
| Metodi Didattici | |
|---|---|
| LE LEZIONI FRONTALI SONO ASSISTITE DALLA PROIEZIONE DI DIAPOSITIVE E DA MATERIALE MULTIMEDIALE DISPONIBILE VIA WEB REPERIBILE ATTRAVERSO LE BANCHE DATI (AD ES. SCOPUS, SCI FINDER, WEB OF SCIENCE). È PREVISTO L’UTILIZZO DEI COMPUTER PERSONALI DEGLI STUDENTI, CHE INSTALLERANNO E UTILIZZERANNO SOFTWARE DEDICATO AI TEMI AFFRONTATI. IL MODULO C SI AVVALE ANCHE DI METODOLOGIE IN METAFORA, ROLE PLAY, SIMULAZIONI E CIRCLE TIME. |
| Verifica dell'apprendimento | |
|---|---|
| IL RAGGIUNGIMENTO DEGLI OBIETTIVI DI INSEGNAMENTO AVVERRÀ MEDIANTE LA PRESENTAZIONE DA PARTE DEGLI STUDENTI DI PROGETTI, CHE DIMOSTRINO LA LORO CAPACITÀ DI COMBINARE E APPLICARE LE CONOSCENZE ACQUISITE CON LE COMPETENZE TRASVERSALI IN UN CONTESTO PRATICO E REALISTICO. |
BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2025-07-16]
