Guida degli insegnamenti
Syllabus
Partially translatedTradotto parzialmente
Riccardo CAPPELLI (Crediti: 6 Ore di lezioneTeaching hours: 44)
Jasmine MONDOLO (Crediti: 3 Ore di lezioneTeaching hours: 22)
Lingua di erogazione: INGLESELessons taught in: ENGLISH
Laurea Magistrale - [EM11] DATA SCIENCE PER L'ECONOMIA E LE IMPRESE Master Degree (2 years) - [EM11] DATA SCIENCE FOR ECONOMICS AND BUSINESS
Dipartimento: [040002] Dipartimento Scienze Economiche e SocialiDepartment: [040002] Dipartimento Scienze Economiche e Sociali
Anno di corsoDegree programme year : 1 - Secondo Semestre
Anno offertaAcademic year: 2023-2024
Anno regolamentoAnno regolamento: 2023-2024
Obbligatorio
Crediti: 9
Ore di lezioneTeaching hours: 66
TipologiaType: B - Caratterizzante
Settore disciplinareAcademic discipline: SECS-P/01 - ECONOMIA POLITICA
INGLESE
ENGLISH
Il corso richiede conoscenze di base di microeconomia e macroeconomia.
The course requires basic knowledge (undergraduate courses) in micro and macroeconomics.
Il corso prevede lezioni frontali ed esercitazioni pratiche con dati.
The course unfolds through both traditional frontal lectures and practical sessions.
Il corso tratta aspetti qualitativi e applicazioni empiriche legati principalmente all'evoluzione e alla diffusione dell'innovazione, dell'ICT e dei brevetti.
Capacità di applicare conoscenze e comprensione.
Gli argomenti presentati e discussi dovrebbero risultare utili per comprendere alcuni aspetti concreti del mondo reale, le decisioni aziendali e le strategie d’impresa. Al termine del corso, gli studenti saranno in grado di utilizzare strumenti qualitativi e quantitativi per misurare e valutare, ad esempio, l'evoluzione e la diffusione delle attività di innovazione e brevettazione, come le performance di nazioni, industrie ed imprese sono influenzate dalle tecnologie ICT e dalle attività innovative, e come la network analysis può essere applicata al settore del software, alle attività brevettuali e ad altri settori economici.
Competenze trasversali.
Gli studenti sono tenuti a rafforzare la loro capacità di svolgere analisi socio-economiche in modo critico ed autonomo. Gli studenti saranno stimolati a migliorare le proprie capacità comunicative e di presentazione, esercitando al contempo le proprie capacità di cooperazione e di lavoro in gruppo.
Knowledge and Understanding.
The course presents qualitative aspects and empirical applications mainly related to the evolution and diffusion of innovation, ICT and patents.
Capacity to apply Knowledge and Understanding.
The topics that are presented and discussed are expected to be employed to understand real-world examples, business decisions and strategies. At the end of the course, students will be able to handle qualitative and quantitative tools in order to measure and assess, for instance, the evolution and spread of innovation and patent activities, how the performance of countries, industries and firms is affected by ICT and innovation, and how network analysis can be applied to the software sector, patent activities and other economic fields.
Transversal Skills.
Students are expected to strengthen their ability to perform socio-economic analyses in a critical and autonomous way. Students will be stimulated to improve their personal communication and presentation skills, while practicing their cooperation and group-work abilities.
I principali argomenti trattati durante il corso sono i seguenti:
-Cicli di vita dell'industria
-Modelli di business
-Attività di innovazione (con focus sui brevetti)
-Un'introduzione alla network analysis, comprese alcune applicazioni economiche
Nota:
Le applicazioni empiriche basate sull'analisi dei dati vengono svolte durante il corso in modo regolare e continuativo. Agli studenti frequentanti vengono assegnati incarichi periodici. Di conseguenza, la presenza in aula è fortemente raccomandata.
The main topics covered during the course are the following:
-Industry life-cycles
-Business models
-Innovation activities (with a focus on patents)
-An introduction to network analysis, including some economic applications
Note:
Empirical applications based on data analysis are carried out during the course on a regular and continuous basis. Periodic assignments are given to attending students. Accordingly, on-site attendance is strongly recommended.
L'esame finale consiste in una prova orale parzialmente basata sulla discussione di progetti realizzati dallo studente. Per gli di studenti con disabilità/invalidità o disturbo specifico di apprendimento (DSA), che abbiano fatto debita richiesta di supporto per affrontare lo specifico esame di profitto all’Info Point Disabilità/DSA dell’Ateneo, le modalità di esame saranno adattate alla luce di quanto previsto dalle linee guida di Ateneo (https://www.univpm.it/Entra/Accoglienza_diversamente_abili).
Criteri di valutazione dell'apprendimento.
La valutazione è basata sulle seguenti componenti: esame orale; progetti di lavoro; lavori svolti durante le lezioni.
Criteri di misurazione dell'apprendimento.
Lo studente supera l'esame se ottiene un voto pari almeno a 18. È prevista l'assegnazione del massimo dei voti con lode (30 e lode).
Criteri di attribuzione del voto finale.
Lo studente supera l'esame se ottiene un voto pari almeno a 18. È prevista l'assegnazione del massimo dei voti con lode (30 e lode).
Learning Evaluation Methods.
The final examination consists of an oral exam partly based on the discussion of the project work. For students with disabilities or Specific Learning Disability (SLD) who have contacted the University Disability/SLD Info Point to request support for the specific curricular exam, please note that the way the exam is taken can be adapted in accordance with the University Guidelines (https://www.univpm.it/Entra/Accoglienza_diversamente_abili).
Learning Evaluation Criteria.
Course assessment will be based on the following components: oral exam; project work; in-class assignments.
Learning Measurement Criteria.
The student passes the exam if the final grade is above 18/30. Cum laude can be bestowed to outstanding performance, reached on all the previous assessment criteria.
Final Mark Allocation Criteria.
The student passes the exam if the final grade is above 18/30. Cum laude can be bestowed to outstanding performance.
Il materiale verrà caricato nella pagina web del corso. Maggiori informazioni saranno fornite dai docenti durante le lezioni.
Nota:
Gli studenti non frequentanti sono invitati a contattare i docenti con largo anticipo rispetto all'esame finale per ricevere informazioni utili su come studiare e prepararsi all'esame.
The material will be uploaded in the webpage of the course. More information will be provided by the teachers during the lectures.
Note:
Non-attending students are invited to contact the professors well ahead of the final exam in order to receive useful information on how to study and prepare for the exam.
https://learn.univpm.it/
https://learn.univpm.it/
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento. Academic year 2023-2024
Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427