Dati e trend dei fenomeni educativi - A2

Dati e trend dei fenomeni educativi - A2

By Tommaso MINERVAEducationHow ToCourses
Download on the App Store

Dati e trend dei fenomeni educativi - A2 episodes

  • A2.V19 · L’e-tivity: una serie storica per la propria istituzione
    Le consegne: una serie documentata, un grafico onesto, tre misure, una pagina di lettura, un commento tra pari.
    Obiettivi dell’episodio:
    • Svolgere l’e-tivity del modulo: scegliere ed estrarre da una fonte ufficiale una serie storica pertinente al proprio contesto e documentarne fonte, file, date, definizione e unità.
    • Rappresentare la serie con un grafico onesto e calcolarne variazione totale, tasso medio annuo di crescita e confronto con il totale nazionale, con numeratore e denominatore dallo stesso file e dalla stessa estrazione.
    • Scrivere una lettura di una pagina che distingue andamento, fluttuazioni e composizione e dichiara limiti e ipotesi, e commentare un’altra lettura, di un autore di profilo diverso dove possibile, con la griglia del modulo.
    Episodio 19 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Episodio di consegna dell’e-tivity. Docente: Tommaso Minerva. Durata: 19 minuti e 16 secondi.

    È l’episodio delle consegne: si rivolge a chi è iscritto al Master e spiega l’e-tivity del modulo, una serie storica per la propria istituzione estratta da una fonte ufficiale, con un grafico onesto, tre misure, una pagina di lettura e un commento tra pari; si può svolgere da soli o in un gruppo di al massimo quattro persone, meglio se di istituzioni e di profili diversi.

    L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

    Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.

    by Tommaso Minerva

    Questo episodio include contenuti generati dall’IA.
    20 min
  • A2.V18 · Proiettare, non profetizzare
    Le previsioni demografiche dell’ISTAT, gli errori delle proiezioni passate, gli scenari: dal dato alla diagnosi e alla proposta.
    Obiettivi dell’episodio:
    • Distinguere proiezione, scenario, previsione probabilistica e profezia, e riconoscere in ogni numero sul futuro le ipotesi da cui dipende.
    • Leggere le previsioni demografiche ISTAT con base 1/1/2025 per i diciannovenni, in Italia e per ripartizione, con mediana e intervalli al 50% e al 90%, e spiegare perché l’incertezza cresce con l’orizzonte.
    • Valutare a posteriori l’errore delle proiezioni passate (ISTAT, Eurostat, NCES) e distinguere ciò che si conta (coorti già nate) da ciò che si ipotizza (fecondità, migrazioni, comportamenti).
    • Costruire scenari dichiarati per gli immatricolati e usarli nella diagnosi e negli indicatori della proposta di innovazione del modulo A1.
    Episodio 18 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 5, «Dai dati alla decisione». Docente: Tommaso Minerva. Durata: 26 minuti e 39 secondi.

    L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

    Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.

    by Tommaso Minerva

    Questo episodio include contenuti generati dall’IA.
    27 min
  • A2.V17 · Il digitale a scala globale nei dati
    Corsi online, MOOC, lauree a distanza e micro-credenziali misurati con le fonti primarie: quanto sono grandi davvero.
    Obiettivi dell’episodio:
    • Distinguere i quattro contatori del digitale (persone, account e iscrizioni, studenti, istituzioni) e riconoscere per ciascun numero numeratore, denominatore e periodo.
    • Leggere la diffusione dei corsi online e dei materiali didattici in Europa e in Italia con i dati Eurostat 2007-2025 per paese, età, istruzione e condizione, e confrontarli con i dati ISTAT, dichiarando le differenze di definizione.
    • Valutare criticamente i numeri dei MOOC (Class Central, Coursera) e i loro tassi di completamento, riconoscendo che dipendono dalla scelta del denominatore.
    • Confrontare gli iscritti a distanza negli Stati Uniti (NCES) e in Italia (USTAT) e l’offerta di micro-credenziali e MOOC degli atenei europei (EUA, Commissione europea), e impostare la misura del digitale nel proprio ateneo.
    Episodio 17 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 4, «Le tendenze globali». Docente: Tommaso Minerva. Durata: 28 minuti e 3 secondi.

    L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

    Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.

    by Tommaso Minerva

    Questo episodio include contenuti generati dall’IA.
    29 min
  • A2.V16 · Studenti in movimento
    Sette milioni di studenti fuori dal paese del diploma: dove vanno, da dove vengono, l’Italia come destinazione e come origine, Erasmus, e le definizioni che cambiano i numeri.
    Obiettivi dell’episodio:
    • Distinguere mobilità di titolo e mobilità di credito, studenti internazionali e studenti stranieri, e applicare la definizione UIS-UOE di paese di origine (paese del diploma secondario, residenza, cittadinanza solo come ultima risorsa).
    • Leggere la mobilità internazionale nel mondo dal 2000 con i dati UIS per regione, gruppo di reddito e paese (in entrata, in uscita, tassi), riconoscendo che i dati in uscita sono stime costruite sui paesi ospitanti.
    • Ricostruire l’Italia come destinazione e come origine confrontando la serie UOE, il diploma estero dei file USTAT, l’OCSE e AlmaLaurea, e riconoscere la discontinuità del 2019 dovuta a un cambio di definizione.
    • Misurare la mobilità di credito con i dati Erasmus+ INDIRE ed Eurostat, valutare la distanza dall’obiettivo europeo del 23% e leggere gli indicatori ANVUR di internazionalizzazione (iC10, iC10bis, iC11, iC12) del proprio corso.
    Episodio 16 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 4, «Le tendenze globali». Docente: Tommaso Minerva. Durata: 26 minuti e 16 secondi.

    L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

    Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.

    by Tommaso Minerva

    Questo episodio include contenuti generati dall’IA.
    27 min
  • A2.V15 · La domanda di istruzione terziaria nel mondo
    Da 103 a 265 milioni di studenti dal 2000: tasso lordo di iscrizione per regione, demografia fino al 2050 e la posizione dell’Italia, con le definizioni accanto ai numeri.
    Obiettivi dell’episodio:
    • Leggere l’espansione dell’istruzione terziaria dal 2000 con i dati UIS per regione SDG e gruppo di reddito (iscritti, tasso lordo di iscrizione, parità di genere), interrogati dall’API pubblica, e riconoscere stime, qualificatori e pesi degli aggregati.
    • Scomporre la crescita degli iscritti in demografia e partecipazione (iscritti = popolazione in età terziaria × GER) e leggere le proiezioni demografiche delle Nazioni Unite (WPP 2024) come proiezioni con varianti, distinguendo la parte già scritta dalle ipotesi.
    • Spiegare perché il tasso lordo di iscrizione non è una quota né un tasso di laurea (età, stranieri, durata, abbandono; valori sopra 100) e confrontare per l’Italia cinque indicatori con cinque denominatori: GER, immatricolati per 100 diciannovenni, laureati di coorte, laureati 25-34 anni, tasso lordo di laurea.
    • Costruire scenari aritmetici a tassi costanti per regioni e per il bacino della propria istituzione (giovani × tasso di immatricolazione × quota) con le ipotesi dichiarate, in preparazione di A2.V18.
    Episodio 15 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 4, «Le tendenze globali». Docente: Tommaso Minerva. Durata: 30 minuti e 17 secondi.

    L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

    Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.

    by Tommaso Minerva

    Questo episodio include contenuti generati dall’IA.
    31 min
  • A2.V14 · Percorsi ed esiti
    Regolarità, abbandoni, passaggi, tempi di laurea e lavoro dopo la laurea nei file USTAT, nell’ANVUR e in AlmaLaurea; gli indicatori AVA3 come dati già pronti.
    Obiettivi dell’episodio:
    • Distinguere le misure di percorso per unità (stock di iscritti, laureati dell’anno, coorte di immatricolati puri), data di osservazione e denominatore, e ricondurre a queste differenze i numeri diversi di USTAT, ANVUR e AlmaLaurea su «in corso», abbandono e passaggio alla magistrale.
    • Leggere le serie di regolarità, abbandono, progressione di coorte e passaggio L-LM del Rapporto ANVUR 2026 e dei file USTAT (16, 19, 04) riconoscendo discontinuità amministrative (proroga della sessione), troncamento delle coorti ed effetti di composizione per tipo di ateneo.
    • Leggere gli esiti occupazionali di AlmaLaurea 2026 (occupazione a 1, 3, 5 anni; disoccupazione; contratti; retribuzioni reali; efficacia) con le loro definizioni, i tassi di risposta e il senso di un modello di associazione a parità di condizioni.
    • Usare gli indicatori AVA3 del percorso (iC14, iC21-iC24, iC17, iC22, iC25, iC26) come dati già pronti per il proprio corso, con numeratore, denominatore, coorte e confronti, e anteporre la composizione degli immatricolati a ogni confronto.
    Episodio 14 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 3, «Le tendenze italiane». Docente: Tommaso Minerva. Durata: 34 minuti e 31 secondi.

    L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

    Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.

    by Tommaso Minerva

    Questo episodio include contenuti generati dall’IA.
    35 min
  • A2.V13 · Chi sono gli studenti
    Genere, età, lavoro, provenienza dall’estero e dalla scuola nei file USTAT, nell’ANVUR e in AlmaLaurea; e perché la composizione cambia le medie.
    Obiettivi dell’episodio:
    • Descrivere la composizione degli studenti per sesso, età, provenienza dall’estero e dalla scuola con i file USTAT (02, 03, 04, 06, 08-10 iscritti; 01, 04, 06, 10 immatricolati) e integrarla con ANVUR (Focus 7) e AlmaLaurea 2026 per lavoro, frequenza, cittadinanza e origine sociale, distinguendo le tre popolazioni.
    • Scomporre il cambiamento di una media in effetto di composizione ed effetto entro i gruppi con la standardizzazione diretta (quota di donne per gruppo disciplinare, 2010/11-2024/25) e riconoscere la stessa logica nel «con e senza i telematici» di AlmaLaurea.
    • Riconoscere che «straniero», «lavoratore», «adulto» dipendono dalla definizione e dalla fonte (diploma estero, cittadinanza, studenti mobili; lavoratori-studenti; età al 31 dicembre) e scriverla accanto al numero.
    • Costruire il profilo della propria istituzione con i file aperti per ateneo (02, 10, 15, 18, 21) e con i dati interni per età e diploma, pubblicando ogni media «con e senza» il pezzo nuovo.
    Episodio 13 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 3, «Le tendenze italiane». Docente: Tommaso Minerva. Durata: 28 minuti e 3 secondi.

    L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

    Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.

    by Tommaso Minerva

    Questo episodio include contenuti generati dall’IA.
    29 min
  • A2.V12 · Nord, Centro, Sud: dove si studia e da dove si viene
    Residenza e sede del corso nei file USTAT: chi resta, chi parte, chi va online; i saldi delle regioni, le province, le sedi; e le tre definizioni di «fuori regione».
    Obiettivi dell’episodio:
    • Misurare la mobilità interna degli immatricolati con i file USTAT per residenza e sede del corso (file 05 e 12, telematiche per differenza), distinguendo restare, partire e studiare online, per macroarea, regione, provincia e sede.
    • Leggere la tendenza 2009/10-2024/25 della mobilità dal Mezzogiorno (massimo nel 2015/16, calo dal 2023/24, sorpasso delle telematiche) con una serie e con una seconda fonte (ANVUR 2026, § 1.4), senza commentare il provvisorio.
    • Riconoscere che «fuori regione» dipende dalla definizione (residenza, diploma, popolazione ANVUR, confini delle macroaree, fuori sede a 90 minuti) e dichiararla accanto al numero.
    • Costruire il bacino di reclutamento e l’indice di attrazione della propria sede, con il denominatore scritto, e distinguere ciò che i flussi mostrano da ciò che non dicono (cause, esiti).
    Episodio 12 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 3, «Le tendenze italiane». Docente: Tommaso Minerva. Durata: 28 minuti e 27 secondi.

    L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

    Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.

    by Tommaso Minerva

    Questo episodio include contenuti generati dall’IA.
    29 min
  • A2.V11 · Le università telematiche: una serie storica come caso guida
    Due lavori pubblicati sulla serie 2004-2021 e il loro aggiornamento al 2024/25: la domanda, i dati, il controllo di coerenza, i risultati, i limiti, e che cosa cambia quando i dati si aggiornano.
    Obiettivi dell’episodio:
    • Descrivere la struttura di un’analisi di serie storica pubblicata (domanda, dati con le date, controllo di coerenza, metodo, risultati e limiti, aggiornamento) usando Minerva et al. 2022 e 2024 come modello.
    • Riconoscere il «trabocchetto dell’ultimo anno» nelle serie delle università telematiche (iscrizioni aperte tutto l’anno, conferimenti in ritardo) e applicare la regola dell’estrazione più recente, leggendo le cautele delle fonti come parte del dato.
    • Aggiornare i risultati di un’analisi con dati più recenti (USTAT settembre 2026, ANVUR 2026) e distinguere ciò che si conferma, ciò che cambia e ciò che l’aggiornamento corregge.
    • Distinguere ciò che una serie aggregata mostra (crescita, concentrazione, residenza, profilo) da ciò che non può dire (cause, qualità, esiti), e riconoscere nei sei passi il modello dell’e-tivity «Una serie storica per la mia istituzione», le cui consegne sono in A2.V19.
    Episodio 11 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 3, «Le tendenze italiane». Docente: Tommaso Minerva. Durata: 29 minuti e 45 secondi.

    L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

    Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.

    by Tommaso Minerva

    Questo episodio include contenuti generati dall’IA.
    30 min
  • A2.V10 · Vent’anni di immatricolazioni e iscrizioni
    La serie 1998/99-2025/26 letta con le misure del primo blocco e le fonti del secondo: quattro fasi, due riforme, tre crisi e un inverno che deve ancora arrivare.
    Obiettivi dell’episodio:
    • Descrivere le quattro fasi delle immatricolazioni e delle iscrizioni alle università italiane dal 1998/99 al 2025/26 con le variazioni corrette (dentro la serie coerente) e con il dato provvisorio riportato ma non commentato.
    • Usare i denominatori demografici (residenti di 19 anni, nati 19 anni prima) per distinguere la componente generazionale dalla propensione a iscriversi, e riconoscere l’inverno demografico come dato già certo.
    • Scomporre una serie per età e per tipo di corso per riconoscere effetti transitori (studenti maturi del 3+2) e trabocchetti di definizione (titoli contro persone tra i laureati).
    • Distinguere ciò che una serie aggregata mostra da ciò che le fonti propongono come spiegazione, citando le ipotesi con la fonte e con i suoi avverbi (ANVUR 2013 e 2026).
    Episodio 10 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 3, «Le tendenze italiane». Docente: Tommaso Minerva. Durata: 29 minuti e 8 secondi.

    L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

    Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.

    by Tommaso Minerva

    Questo episodio include contenuti generati dall’IA.
    30 min

About Dati e trend dei fenomeni educativi - A2

From the publisher's feed

Il podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» del Master di I livello in Digital Education Design dell’Università di Modena e Reggio Emilia (cluster A), con il…