Learning Analytics: the systematic use of complex data analysis for supporting school principals and teachers in K-12 education and higher education
https://www.progetto-goforit.it/wp-content/uploads/2022/01/mip1.png
Melisa Lucia Diaz Lema
Dipartimento:
Dipartimento di Ingegneria Gestionale
Abstract
Il successo degli studi nell’istruzione superiore è una priorità nell’agenda politica europea, ma a causa del diverso panorama educativo tra paesi e istituzioni, è necessaria un’azione più coordinata a livello internazionale per acquisire una conoscenza più condivisa e solida sul fenomeno dell’abbandono universitario. La presente ricerca è mirata a comprendere meglio l’identificazione degli studenti ad alto rischio di abbandono universitario attraverso uno studio comparativo tra due atenei situati in due paesi europei: il Politecnico di Milano in Italia e la Vrije Universiteit Amsterdam nei Paesi Bassi. I risultati mostrano che la capacità predittiva dei modelli in contesti diversi è interscambiabile e migliora notevolmente una volta che i dati sul rendimento universitario degli studenti diventano disponibili.
Characterize the spatio-temporal dynamics of epileptic networks
https://www.progetto-goforit.it/wp-content/uploads/2022/01/mip1.png
Stefania Coelli
Dipartimento:
Elettronica, informazione e bioingegneria
Abstract
La possibilità di studiare con tecniche non invasive l’attività della rete epilettogena è di grande interesse al fine di ulteriormente migliorare le strategie di intervento per il trattamento delle epilessie farmaco-resistenti. Sfruttando un dataset unico di registrazioni di stereo-elettroencefalografia (SEEG) e magneto-elettroencefalografia (MEG) simultanee, si mostra che metodi come l’analisi delle componenti indipendenti e ricostruzione delle sorgenti tramite beamformers sono in grado di identificare i generatori corticali di attività epilettica e ricostruirne la dinamica di rete. Risultati promettenti sono stati ottenuti attraverso simulazioni e su un set di dati reali.