Gestione Strategica e Marketing Digitale

Obiettivi formativi Il corso si propone di fornire agli studenti le competenze teoriche e operative necessarie per analizzare il comportamento del consumatore attraverso una prospettiva integrata che coniuga modelli neuroscientifici, approcci psicologici e strumenti statistici. L’obiettivo è sviluppare la capacità di progettare e condurre ricerche empiriche nel contesto del marketing strategico, con particolare attenzione alle dinamiche decisionali del consumatore, ai processi inconsci e affettivi che influenzano le scelte d’acquisto, e alle tecniche statistiche avanzate per l’analisi dei dati comportamentali.

Gli studenti devono comprendere i fondamenti teorici utili ad analizzare il comportamento del consumatore in una prospettiva integrata, includendo: modelli neuroscientifici e psicologici delle scelte di consumo, fasi e disegni della ricerca comportamentale, principi di misurazione (scale e strumenti), logiche di campionamento e basi delle principali tecniche multivariate per l’analisi dei dati comportamentali.

Gli studenti devono saper applicare operativamente i contenuti del corso: impostare una rilevazione nel contesto del consumer behavior (scelta del disegno, definizione del campione), costruire/valutare strumenti di misura e selezionare ed eseguire analisi statistiche adeguate (es. regressione logistica, PCA, cluster) tramite esercitazioni in Jamovi/JASP.

Gli studenti devono sviluppare autonomia di giudizio e capacità critico-interpretativa nel collegare teoria e risultati empirici; saper argomentare le scelte metodologiche e statistiche; comunicare in modo chiaro gli esiti delle analisi e le implicazioni per il marketing strategico, anche a partire da output software.

• Fondamenti di neuroanatomia e neurofisiologia;
• Metodologie e strumenti di misura in neuroscienze (principali tecniche e indicatori)
• Neuroscienze applicate al marketing
• Gli aspetti organizzativi di un'indagine sul comportamento del consumatore. Fasi della ricerca statistica. Definizione del tema e delle sue dimensioni.
• La misura delle variabili endogene al fenomeno: scale di misura per la valutazione e rilevazione del comportamento del consumatore.
• Altre tipologie di scale: Scale di atteggiamenti (Thurstone, Likert e Guttman).
• Raccolta delle informazioni. La definizione del questionario. Tecniche di campionamento per le indagini comportamentali e determinazione della numerosità campionaria.
• Metodi multivariati di sintesi delle informazioni: Analisi delle componenti principali e Analisi Fattoriale
• Metodi multivariati per l’individuazione delle determinanti del comportamento: modelli regressione logistica.
• Metodi di classificazione: Cluster analysis e analisi di segmentazione

L’esame di profitto si svolge attraverso un colloquio orale. All’accertamento delle conoscenze, contribuiscono in ugual misura la capacità di analisi e quella di problem solving, nonché le conoscenze teoriche acquisite.

1. Pozharliev, R. I., & Cherubino, P. (2025). La mente del consumatore: Neuromarketing e neuroscienze all’epoca dell’Intelligenza artificiale.
2. Di Franco, G. (2011). Tecniche e modelli di analisi multivariata. Milan: FrancoAngeli.

• Conoscere le metodologie di base a carattere statistico e matematico.
• Conoscere i metodi e le procedure statistiche per l'analisi dei dati aziendali.
• Acquisire una solida conoscenza degli aspetti quantitativi dell'analisi aziendale.
• Avere dimestichezza con i sistemi di trattamento informatico dei dati microeconomici.

Lo studente/studentessa sarà in grado di:

• conoscere ed affrontare alcune tematiche tipiche della realtà aziendale che richiedono l'impiego di metodi statistici.
• essere in grado di elaborare i dati aziendali con tecniche di data mining e di analisi economica e di fornire analisi di contesto.

Lo studente/studentessa sarà in grado di:

• utilizzare le competenze metodologiche acquisite per identificare definire la struttura interna dell'azienda;
• effettuare previsioni di scenario in relazione al mercato in cui opera l'azienda.

Lo studente/studentessa sarà in grado di:

• applicare le conoscenze acquisite agli specifici casi concreti che si presentano sui mercati;
• interpretare i fenomeni economici legati alle scelte aziendali;
• utilizzare tecniche di confronto della situazione aziendale con l'andamento del mercato in cui essa è inserita, quali gli alberi decisionali e le reti neurali, al fine di delineare le capacità di sviluppo dell'impresa e prevederne le possibili insolvenze future.

• La statistica nella realtà aziendale.
• Le statistiche nella gestione aziendale.
• L'estrazione delle informazioni dai dati aziendali: il data mining.
• L'analisi statistica delle decisioni aziendali: gli alberi decisionali.
• L'analisi statistica delle previsioni aziendali.
• L'analisi statistica della revisione aziendale.
• L'analisi statistica dei bilanci aziendali per la valutazione della gestione.
• L'analisi statistica dei bilanci per la rilevazione delle anomalie e delle valutazioni del rischio di credito

L’accertamento delle conoscenze dello studente/studentessa avviene esclusivamente attraverso una prova orale, durante la quale sono valutate le conoscenze teoriche sulle tematiche del corso, nonché la capacità di valutare le implicazioni delle suddette conoscenze sulla valutazione economico-aziendale, sulla scorta delle analisi effettuate durante le lezioni frontali e le esercitazioni in aula.

• Dispense del docente.
• M. Berry - G. Linoff: Data Mining, Apogeo, Milano, 2001
• Makridakis S. -Whellright S.: Forecasting: Methods and applications, John Wiley & Sons, N.Y., 1998
• Barbarito L.: L'analisi di settore. Metodologia ed applicazioni, Franco Angeli Milano, 1999.

Il corso è strutturato al fine di fornire agli studenti strumenti avanzati per comprendere e analizzare i meccanismi economici e non economici alla base della corporate governance, nonché i sistemi di governo dei rischi e gli strumenti di controllo interno.

Il corso offrirà strumenti concettuali chiave per analizzare le problematiche di corporate governance sia nelle grandi che nelle piccole e medie imprese. Questo corso fornisce conoscenze avanzate e risorse analitiche che consentiranno agli studenti di comprendere le caratteristiche, i punti di forza e di debolezza dei sistemi di corporate governance adottati dalle aziende in diversi contesti e ambienti normativi.

Gli studenti saranno in grado di:

• analizzare le caratteristiche dei sistemi di corporate governance, di governo dei rischi e controllo interno;
• confrontare pro e contro della scelta organizzativa dei diversi sistemi di governo societario;
• analizzare come e perché le organizzazioni hanno adottato differenti caratteristiche di corporate governance, di governo dei rischi e di controllo interno.

Autonomia di giudizio:
Ci si attende che gli studenti siano in grado di analizzare i sistemi di governance aziendale, di controllo interno e di governo dei rischi, identificando possibili aree di miglioramento. Dovranno inoltre essere in grado di discutere e valutare le questioni chiave del governo societario.
Durante tutto il corso, gli studenti saranno invitati ad analizzare criticamente le questioni di corporate governance, come e perché vengono fatte determinate scelte.
Capacità di comunicazione:
Questo corso darà agli studenti la possibilità di acquisire e comprendere i principali termini e concetti al fine di comunicare le proprie idee, proposte, analisi e ragionamenti critici nel campo della corporate governance, del governo dei rischi e del controllo interno.
Capacità di apprendimento:
Questo corso consentirà agli studenti di fornire loro gli strumenti per determinare perché vengono fatte determinate scelte di governo societario e come vengono valutate le diverse alternative.

1. La corporate governance.
2. La separazione tra proprietà e controllo.
3. Meccanismi di corporate governance: il Consiglio di amministrazione.
Passato, presente e futuro.
4. Il Sistema di controllo interno e le tutele organizzative alla luce delle
recenti riforme normative.
5. Gli assetti proprietari.
6. Le aziende a controllo familiare.
7. Proprietà, strategia e governance
8. ESG e sviluppo sostenibile.
9. Intelligenza artificiale e blockchain: opportunità, rischi e sfide per la corporate governance del futuro.

La valutazione dell’apprendimento si basa su una prova scritta finale, prevista in tutti gli appelli d’esame, e sulla possibilità di svolgere, su base facoltativa, un project work.
La prova scritta è articolata in 22 domande a risposta chiusa e 2 domande a risposta aperta, riferite agli argomenti trattati durante il corso e approfonditi nei testi di riferimento.
La prova è finalizzata a valutare il livello di apprendimento dello studente con riferimento ai principali concetti e modelli teorici, nonché ai metodi e agli strumenti presentati nei testi, verificando altresì la capacità di analizzarne le implicazioni e di applicarli all’interpretazione di problematiche e casi aziendali.
Le domande a risposta chiusa sono finalizzate prevalentemente a verificare la conoscenza e la comprensione dei contenuti, mentre le domande a risposta aperta consentono di valutare anche la capacità di argomentazione, analisi e applicazione delle conoscenze acquisite.
La risposta errata alle domande a risposta chiusa non comporta alcuna penalizzazione.
Gli studenti che scelgono di partecipare al project work sono tenuti a predisporre un report collettivo finale e, ove possibile, a discuterne i contenuti. Il report e la relativa discussione contribuiscono alla valutazione della capacità di applicare conoscenze e comprensione, dell’autonomia di giudizio e delle abilità comunicative.
Per gli studenti con disabilità/invalidità o disturbo specifico di apprendimento (DSA), che abbiano fatto debita richiesta di supporto per affrontare lo specifico esame di profitto, le modalità di esame sono opportunamente emendate secondo quanto previsto dalle linee guida di Ateneo.

Zattoni, A. (2015), Corporate governance, Egea, Milano (cap. 1).
Minichilli, A., Quarato, F. (2022), Principi di corporate governance, Egea, Milano.
Esposito De Falco S. (2024), Corporate governance. Teorie, attori e sistemi di controllo nelle imprese, McGrawHill, Milano (pagg. 211-229).
Borsa Italiana, Il codice di Autodisciplina, gennaio 2020 (www.borsaitaliana.it).
Casi aziendali discussi in classe.
Note di approfondimento discusse in classe.
Materiali didattici a cura del docente.
Riferimenti bibliografici utili per la redazione dei project works saranno forniti nel corso delle lezioni.
Ulteriori letture (facoltative) saranno consigliate, su richiesta dei discenti, durante lo svolgimento del corso.

Obiettivo del corso è fornire agli studenti le conoscenze teoriche e le competenze operative necessarie per analizzare dati complessi e supportare processi decisionali basati sui dati. Il corso mira a sviluppare capacità di gestione, esplorazione, visualizzazione e interpretazione dei dati, di scelta e applicazione di appropriati metodi statistici, nonché di costruzione e valutazione di modelli per l’analisi, la previsione e la classificazione. Particolare attenzione è dedicata all’utilizzo di un software statistico, alla qualità e riproducibilità delle analisi e alla comunicazione chiara e rigorosa dei risultati, integrando metodi statistici e tecniche di apprendimento statistico in contesti data-driven.

Lo studente acquisirà conoscenze teoriche e metodologiche relative ai principali strumenti statistici per l’analisi dei dati, con particolare riferimento ai metodi descrittivi e inferenziali, ai modelli di regressione e classificazione e alle principali tecniche di apprendimento statistico. Sarà in grado di comprendere i presupposti, le finalità e le caratteristiche dei diversi metodi trattati, nonché di riconoscerne il ruolo nei processi di analisi, previsione e supporto alle decisioni basate sui dati.

Lo studente sarà in grado di applicare i principali metodi statistici e di apprendimento statistico a problemi concreti di analisi dei dati, selezionando gli strumenti più appropriati in relazione alla natura dei dati e agli obiettivi dell’analisi. Sarà inoltre in grado di utilizzare il software statistico R per la gestione, l’esplorazione e l’analisi dei dati, la stima dei modelli, la valutazione dei risultati e la loro rappresentazione grafica. Le competenze acquisite consentiranno di affrontare in modo autonomo problemi di previsione, classificazione e supporto alle decisioni in diversi contesti applicativi.

DD3 - Autonomia di giudizio;
Lo studente sarà in grado di valutare criticamente i risultati delle analisi, scegliere in modo motivato i metodi più appropriati in relazione al problema considerato e riconoscere limiti, assunzioni e possibili criticità delle diverse tecniche utilizzate. Sarà inoltre in grado di formulare interpretazioni autonome a supporto dei processi decisionali basati sui dati.
DD4 - Abilità comunicative;
Lo studente sarà in grado di presentare in modo chiaro, rigoroso ed efficace i risultati delle analisi statistiche, utilizzando opportunamente rappresentazioni grafiche, tabelle e indicatori di sintesi. Sarà inoltre in grado di comunicare metodi, risultati e interpretazioni sia a interlocutori con competenze statistiche sia a destinatari non specialisti.
DD5 - Capacità di apprendere in modo autonomo;
Lo studente svilupperà la capacità di approfondire e aggiornare autonomamente le proprie conoscenze nell’ambito dell’analisi dei dati, utilizzando in modo consapevole materiale didattico, documentazione software e altre fonti di approfondimento. Le competenze acquisite consentiranno di affrontare nuovi problemi di analisi dei dati e di ampliare progressivamente il proprio repertorio di metodi e strumenti.

Prima parte

• Richiami di Statistica descrittiva e di Probabilità
  Tipologie di dati, distribuzioni di frequenza e statistiche di sintesi. Concetti di base di probabilità, variabili casuali e distribuzioni di probabilità (binomiale, Poisson, normale e t di Student).
• Problemi inferenziali: stima puntuale, intervalli di confidenza e test di ipotesi
• Test di bontà di adattamento, test parametrici (su una popolazione, su due popolazioni, per una proporzione e per dati appaiati).
• Confronti tra gruppi: analisi della varianza a una via e a due vie.
  Seconda parte
• L’apprendimento statistico
  Problemi di inferenza e problemi di previsione. Metodi parametrici e non parametrici. Metodi di classificazione e di regressione.
• Modello di regressione lineare semplice e multipla
  Motivazione e definizione del modello di regressione lineare. Stima e verifica di ipotesi sui parametri di regressione. Valutazione della bontà di adattamento del modello ai dati. Analisi dei residui.
• Modelli lineari generalizzati: regressione logistica
  Motivazione e definizione del modello di regressione logistica. Stima e verifica di ipotesi sui parametri del modello. Impiego della regressione logistica nei problemi di classificazione.
• Altre tecniche di classificazione (cenni)
  Analisi discriminante lineare, metodi non parametrici KNN e alberi decisionali.
• Metodi di apprendimento non supervisionato
  Analisi delle componenti principali e metodi di clustering (gerarchico e k-means).
  Ogni argomento del programma verrà trattato attraverso lo studio di casi pratici e con l’ausilio del software statistico R. Costituiscono inoltre parte integrante del programma:
• Introduzione all’ambiente statistico R e all’ambiente di sviluppo integrato RStudio.
• Interazione con il software: caricamento e gestione dei dati, creazione delle variabili di lavoro, oggetti, funzioni e pacchetti.
• Utilizzo di dataset reali e costruzione di rappresentazioni grafiche e tabellari mediante strumenti di grafica di base e avanzata.

La valutazione finale prevede una prova pratica, svolta mediante il software statistico R, e un colloquio orale sull’intero programma del corso. La prova pratica, della durata di 1 ora e 30 minuti, richiede la consegna di uno script di R completo di comandi, commenti e interpretazione dei risultati ed è svolta alcuni giorni prima della prova orale.
La valutazione tiene conto della conoscenza dei contenuti teorici e metodologici, della capacità di applicare autonomamente i metodi statistici ai casi di studio proposti, della correttezza delle scelte effettuate, dell’interpretazione dei risultati e delle abilità comunicative dimostrate sia nell’elaborato sia durante il colloquio orale. Possono inoltre essere considerati la continuità dell’impegno e lo svolgimento degli homework assegnati durante il corso.
La prova pratica e la prova orale sono valutate in trentesimi e concorrono entrambe alla determinazione del voto finale. Gli elaborati sono sottoposti a verifica di autenticità; eventuali evidenze di non originalità dell’elaborato comportano l’annullamento della prova pratica.

Per la prima parte
CICCHITELLI, G., D’URSO, P., MINOZZO, M. (4° ed.). Statistica: principi e metodi. ISBN 8891915386 [Capitoli 1-6, 9-14, 18-22]
Per la seconda parte
JAMES, G., WITTEN, D., HASTIE, T., TIBSHIRANI, R. Introduzione all’apprendimento statistico con applicazioni in R. Piccin Nuova Libraria S.p.A., Padova. ISBN 978-88-299-3094-4 [Capitoli 1-4, 8, 10]
Edizione in inglese disponibile @ https://www.statlearning.com/
Testi consigliati (approfondimento)
WICKHAM, H., GROLEMUND, G. R for Data Science: Import, Tidy, Transform, Visualize, and Model Data (1st. ed.). O'Reilly Media, Inc.
PICCOLO, D. Statistica per le decisioni (3° ed.). Il Mulino, Bologna. ISBN 978-88-15-27220-1
SGARRO, A., Franzoi, L., Vicig, P. STATISTICA DI BASE. Idee e tecniche. Zanichelli, Bologna. ISBN 9788808620187

Il corso ha l’obiettivo di approfondire il fenomeno Fintech nella sua duplice configurazione di processo evolutivo, connesso all’innovazione dei servizi finanziari resa possibile dalla tecnologia, e di nuovo comparto del sistema finanziario, nel quale sono ricomprese imprese innovative che offrono al cliente finale servizi bancari e finanziari ad alta intensità tecnologica, o che hanno sviluppato soluzioni digitali al servizio del mondo bancario e finanziario (cd. Fintech B2B).

Il corso mira a fornire gli strumenti per conoscere e comprendere le problematiche tecniche connesse alla digitalizzazione del sistema finanziario e delle sue diverse componenti, con particolare attenzione alle imprese Fintech.

Gli studenti acquisiranno capacità di applicazione dei concetti teorici alle situazioni concrete, attraverso l’ausilio di case history ed esempi pratici.

Autonomia di giudizio: l’autonomia di giudizio verrà stimolata attraverso l’utilizzo delle competenze acquisite nell’analisi di casi concreti e nella riflessione sugli accadimenti contingenti, realizzata attraverso stampa specializzata e lavori di ricerca.
Abilità comunicative: lo studente dovrà acquisire capacità di comunicazione ed esposizione dei contenuti del corso con linguaggio tecnico appropriato.
Capacità di apprendere: il corso consentirà di acquisire e sviluppare le capacità di apprendimento, attraverso l’indicazione di un adeguato metodo di studio da utilizzare per affrontare gli argomenti in programma.

Il corso si sofferma sulle caratteristiche tecniche ed economiche delle imprese Fintech, al fine di dotare gli studenti delle competenze necessarie per affrontare le problematiche gestionali connesse all’attività di questi nuovi player del sistema finanziario. Frutto della digital transformation, le imprese Fintech si caratterizzano per un business model peculiare che permette loro di affrontare le nuove sfide legate all’innovazione tecnologica nel settore dei servizi di pagamento (con lo sviluppo dei pagamenti digitali e delle criptovalute), dei servizi di investimento e di gestione del risparmio della clientela (con l’avvento dei robo-advisors), dei servizi di finanziamento (con la diffusione dei prestiti peer to peer su piattaforma informatica), dell’attività assicurativa (con lo sviluppo dell’InsurTech). In merito ai servizi di pagamento digitali, particolare rilevanza riveste l’analisi delle implicazioni tecniche legate al recepimento della Payment Service Directive (PSD2), finalizzata ad incrementare la standardizzazione, la sicurezza e la trasparenza per gli utenti dei servizi di pagamento. Il corso intende soffermarsi altresì sui trend di sviluppo del settore, tra cui l’Embedded finance (fornitura di servizi finanziari da parte di fornitori non finanziari), gli strumenti di pagamento invisibili basati sulla biometria, le Fintech ESG focalizzate sugli investimenti sostenibili. Agli approfondimenti in tema di business model e scelte strategiche delle Fintech si affiancherà, infine, l’analisi delle dinamiche gestionali attraverso i dati di bilancio.

Preappello scritto a fine corso e/o prova orale.

Digital banking e FinTech. L’intermediazione finanziaria tra cambiamenti tecnologici e sfide di mercato, di Boscia V., Schena C., Stefanelli V., Bancaria Editrice, Roma, 2020.
Materiale didattico fornito dalla docente.

Comprensione delle metodologie alla base dell’apprendimento statistico e capacità di applicare le suddette tecniche in problemi di carattere economico-finanziario, con il supporto del software statistico R.

Dal punto di vista disciplinare, i risultati di apprendimento
attesi coincidono con l’acquisizione di competenze sui
diversi argomenti del programma: comprensione e
conoscenza delle tecniche alla base dell’apprendimento
statistico, e loro potenziale utilizzo applicativo.
In particolare, gli/le studenti/esse acquisiranno le basi
teoriche dei problemi di classificazione, regolarizzazione
dei modelli, inferenza statistica non parametrica, oltre ai
fondamenti di metodologie fondamentali nel campo del
machine learning, quali i metodi ad albero e le random
forests.

Familiarità nell’applicazione dei metodi
dell’apprendimento statistico all’analisi dei dati
economico-finanziari attraverso l’uso del software R.

• Autonomia di giudizio
  Autonomia nella scelta delle tecniche dell’apprendimento
  statistico e nell’interpretazione dei risultati ottenuti
  applicando tali tecniche con il software R ad esercizi e casi
  di studio economici o riferiti ad altri contesti applicativi
• Abilità comunicative
  Abilità nel comunicare ad interlocutori specialisti e non
  specialisti i contenuti teorici della disciplina, le motivazioni
  delle scelte da effettuare per lo svolgimento di esercizi ed
  esempi, e l’interpretazione dei risultati delle analisi
  condotte con il software R
• Capacità di apprendere in modo autonomo
  Autonomia nell’apprendimento dei temi
  dell’apprendimento statistico e nella pratica di utilizzo del
  software R, allo scopo di valorizzare le abilità e le
  competenze da maturare negli studi successivi e
  nell’attività lavorativa.

1. Metodi di classificazione
1.1 Regressione logistica
1.2 Analisi discriminante lineare e quadratica (LDA, QDA)
1.3 K-nearest neighbors
1.4 Confronto tra metodi di classificazione
2. Metodi di ricampionamento
2.1 Validazione incrociata (k-fold, leave-one-out)
2.2 Bootstrap
3. Selezione del modello e regolarizzazione
3.1 Cenni sulla selezione di sottoinsiemi di variabili
3.2 Regressione Lasso e Ridge
4. Metodi di inferenza non lineare
4.1 Cenni su spline di regressione e modelli additivi generalizzati (GAM)
5. Metodi ad albero
5.1 Alberi di regressione e di classificazione
5.2 Bagging
5.3 Random forests
5.4 Boosting
6. Support Vector Machines
6.1 Argomenti propedeutici: separatore ottimale
6.2 Support vector classifier
6.3 Support vector machines e kernel non lineari
7. Apprendimento non supervisionato
7.1 Analisi delle componenti principali (cenni)
7.2 Metodi di clustering: k-means, clustering gerarchico (cenni)

La verifica dell’apprendimento avviene mediante un esame costituito da due prove: una prova pratica consistente nello svolgimento di esercizi con il supporto di R e un colloquio orale, consistente in almeno tre domande. È prevista la possibilità, per gli studenti, di anticipare la prova pratica a una data da fissare al termine delle lezioni.
La prova pratica avrà durata di un’ora e mezza e la sua correzione avverrà contestualmente al colloquio orale.
La valutazione dell’esame viene conclusa solo al termine del colloquio orale.

Tutti gli argomenti del corso di studio sono trattati nel seguente manuale:
G. James, D. Witten, T. Hastie, R. Tibshirani (2020) Introduzione all’apprendimento statistico con applicazioni in R, Piccin Nuova Libraria Editore

Approfondimento delle peculiarità del rapporto di lavoro mediante piattaforma digitale sia sotto il profilo individuale che collettivo con analisi dei profili teorici di maggior rilievo.

o Acquisizione delle conoscenze e competenze utili per comprendere il diritto del lavoro in un contesto digitale
o Acquisizione della capacità di comprensione dell’evoluzione della normativa in materia e della sua ratio
o Acquisizione della capacità di inquadrare in modo autonomo i problemi empirici e di individuarne la corretta soluzione giuridica
o Capacità di comprensione dell’evoluzione normativa in materia

Capacità di applicare conoscenza e comprensione;
o Conoscenza della disciplina nella sua dimensione collettiva e individuale

• Autonomia di giudizio
  Al termine dell’insegnamento lo/la studente/studentessa dovrà essere in grado di
  o Padroneggiare le fonti normative e contrattuali e di orientarsi tra i diversi istituti
• Descrittore di Dublino 4: capacità di comunicare quanto si è appreso.
• Abilità comunicative
  Al termine dell’insegnamento lo/la studente/studentessa dovrà essere in grado di
  o Padroneggiare il linguaggio tecnico giuridico proprio del diritto del lavoro nella dimensione digitale
• Descrittore di Dublino 5: capacità di proseguire lo studio in modo autonomo nel corso della vita.
• Capacità di apprendere in modo autonomo
  Al termine dell’insegnamento lo/la studente/studentessa dovrà essere in grado di
  o Acquisizione delle capacità e degli strumenti di base per l’aggiornamento costante delle competenze in materia

Il mercato del lavoro digitale tra subordinazione e autonomia. Il rapporto di lavoro mediante piattaforma digitale: analisi de iure condito e prospettive de iure condendo. Le tipologie contrattuali. I poteri del datore di lavoro. I rischi derivanti dall’uso dell’intelligenza artificiale nella gestione dei rapporti di lavoro. Le tutele dei lavoratori: la protezione dei dati, il divieto di discriminazione, la salute e la sicurezza sul lavoro. Social media e contratti di lavoro. La rappresentanza sindacale nel lavoro mediante piattaforma digitale. Strumenti e tecniche del conflitto collettivo.

Esame orale

Durante il corso la docente indicherà saggi e materiale su cui approfondire gli argomenti delle lezioni.

Il corso è sviluppato in modo da fornire ai discenti strumenti teorici e operativi di management strategico pubblico utili alla formulazione, all’attuazione e al controllo delle strategie nelle Pubbliche Amministrazioni e negli organismi a controllo pubblico. L’insegnamento approfondisce, in particolare, il processo di creazione di valore pubblico, la pianificazione e programmazione, i sistemi di performance e accountability, la governance di reti e società partecipate, la gestione strategica dei fondi comunitari e i processi di innovazione e cambiamento organizzativo.

Al termine del corso lo/la studente/studentessa sarà in grado di comprendere: che cosa sono le istituzioni pubbliche; come si gestiscono le istituzioni pubbliche; come e con chi interagiscono le istituzioni pubbliche.

Al termine del corso lo/la studente/studentessa sarà in grado di: svolgere analisi strategiche, definire obiettivi, costruire indicatori, applicare strumenti di programmazione, analizzare i sistemi di gestione e controllo dei fondi comunitari a livello regionale e nazionale, analizzare la governance di organismi pubblici.

DD3 – Autonomia di giudizio
Al termine dell’insegnamento lo/la studente/studentessa dovrà essere in grado di: valutare criticamente le scelte strategiche pubbliche, analizzare trade-off, interpretare documenti strategici, valutare rischi e opportunità delle relazioni tra istituzioni pubbliche e società partecipate; valutare i sistemi di gestione e controllo dei fondi comunitari a livello regionale e nazionale.
-
-
DD4 – Abilità comunicative
Al termine dell’insegnamento lo/la studente/studentessa dovrà essere in grado di: presentare analisi strategiche in forma scritta e orale, usare il linguaggio tecnico, redigere report.
DD5 – Capacità di apprendimento
Al termine dell’insegnamento lo/la studente/studentessa dovrà essere in grado in modo autonomo di: reperire e usare fonti normative/regolamentari e documenti pubblici; aggiornarsi su processi di riforma e innovazione; applicare i concetti a contesti diversi.

Parte I. CHE COSA SONO LE ISTITUZIONE PUBBLICHE?
1. Le finalità e le logiche di funzionamento delle istituzioni pubbliche
2. Le funzioni e le specificità delle istituzioni pubbliche
3. L’evoluzione del ruolo delle istituzioni pubbliche: la filiera istituzionale e la distribuzione dei poteri
Parte II. COME SI GESTISCONO LE ISTITUZIONE PUBBLICHE?
4. Le teorie sulle istituzioni pubbliche: burocrazia, New Public Management e governance
5. I modelli organizzativi e gli assetti istituzionali delle istituzioni pubbliche
6. La strategia delle istituzioni pubbliche
7. La definizione degli equilibri economico-finanziari a supporto della strategia
8. Le politiche di prodotto e di servizio
9. Il bilancio delle istituzioni pubbliche
10. La gestione e valutazione della performance delle istituzioni pubbliche
11. La gestione degli acquisti pubblici
12. Il Partenariato Pubblico Privato
13. La gestione strategica delle persone nelle istituzioni pubbliche
14. La gestione dell’innovazione e del cambiamento nelle istituzioni pubbliche
15. L’innovazione digitale nelle istituzioni pubbliche e le smart city
Parte III. COME E CON CHI INTERAGISCONO LE ISTITUZIONE PUBBLICHE?
16. Le relazioni tra istituzioni pubbliche
17. Le relazioni tra istituzioni pubbliche e le loro partecipate
18. Business-government relations
19. Etica e politiche di contrasto alla corruzione
20. Le relazioni tra le istituzioni pubbliche e le aziende non-profit
21. La gestione e il controllo dei fondi comunitari

La valutazione dell’apprendimento si basa su una prova scritta finale, prevista in tutti gli appelli d’esame, e sulla possibilità di svolgere, su base facoltativa, un project work.
La prova scritta è articolata in 22 domande a risposta chiusa e 2 domande a risposta aperta, riferite agli argomenti trattati durante il corso e approfonditi nei testi di riferimento.
La prova è finalizzata a valutare il livello di apprendimento dello studente con riferimento ai principali concetti e modelli teorici, nonché ai metodi e agli strumenti presentati nei testi, verificando altresì la capacità di analizzarne le implicazioni e di applicarli all’interpretazione di problematiche e casi aziendali.
Le domande a risposta chiusa sono finalizzate prevalentemente a verificare la conoscenza e la comprensione dei contenuti, mentre le domande a risposta aperta consentono di valutare anche la capacità di argomentazione, analisi e applicazione delle conoscenze acquisite.
La risposta errata alle domande a risposta chiusa non comporta alcuna penalizzazione.
Gli studenti che scelgono di partecipare al project work sono tenuti a predisporre un report collettivo finale e, ove possibile, a discuterne i contenuti. Il report e la relativa discussione contribuiscono alla valutazione della capacità di applicare conoscenze e comprensione, dell’autonomia di giudizio e delle abilità comunicative.
Per gli studenti con disabilità/invalidità o disturbo specifico di apprendimento (DSA), che abbiano fatto debita richiesta di supporto per affrontare lo specifico esame di profitto, le modalità di esame sono opportunamente emendate secondo quanto previsto dalle linee guida di Ateneo.

Cucciniello, M., Longo, F., Fattore, G., Ricciuti, E., Turrini, A. (2024.), Management pubblico, Egea, Milano.
European Commission. (2021). Cohesion policy 2021–2027: Regulations and guidance. Publications Office of the European Union.
Casi di studio discussi in classe.
Note di approfondimento discusse in classe.
Materiali didattici a cura del docente.
Ulteriori letture (facoltative) saranno consigliate, su richiesta dei discenti, durante lo svolgimento del corso.

Obiettivo del corso è far conoscere il ruolo del Marketing nell’ambito delle strategie d’internazionalizzazione delle imprese, i principali modelli di screening dei mercati, le modalità di ingresso e le strategie di marketing.
Nello specifico, gli studenti saranno in grado di conoscere e comprendere i processi strategici e decisionali delle imprese, di identificare e proporre modelli di analisi dei mercati, individuare le modalità di ingresso negli stessi e le strategie di marketing che la letteratura manageriale presenta.

• Avere conoscenza delle strategie di Marketing applicabili nei mercati internazionali
• Comprensione dell’importanza della conoscenza della cultura per potersi interfacciare con popoli e mercati diversi
• Capacità di proposte e applicazione di strategie di Marketing nell’ambito di casi di Marketing Internazionale

Descrittore di Dublino 3:

• Autonomia di giudizio
  Al termine dell’insegnamento lo/la studente/studentessa dovrà essere in grado di
• Valutare, in modo indipendente, i fenomeni di marketing a livello internazionale, rafforzando la propria capacità di riflessione
  Descrittore di Dublino 4
• Abilità comunicative
  Al termine dell’insegnamento lo/la studente/studentessa dovrà essere in grado di
• Utilizzare il linguaggio e i vocaboli del Marketing e, nello specifico, del Marketing Internazionale
  Descrittore di Dublino 5
• Capacità di apprendere in modo autonomo
  Al termine dell’insegnamento lo/la studente/studentessa dovrà essere in grado di
• Comprendere le dinamiche internazionali secondo la logica della causa-effetto

La globalizzazione
Le strategie internazionali
L’attrattività dei paesi
L’accessibilità dei paesi
Modalità di ingresso nei mercati esteri
Insediamenti produttivi all’estero
Gli accordi di collaborazione internazionale
Posizionamento dell’offerta
Politiche di prodotto
Politiche di prezzo
Politiche di comunicazione

Prova Scritta.

Valdani E., Bertoli G., Marketing Internazionale, Egea, 2023

Il corso di Organizzazione Aziendale affronta il vasto campo delle discipline che trattano gli aspetti di gestione, organizzazione e rilevazione delle aziende di vario ordine. In particolare, esso si propone di fornire agli studenti le conoscenze di base e gli strumenti logico-analitici indispensabili per sviluppare la capacità di comprendere, in modo unitario i comportamenti aziendali.
Si analizzeranno così le teorie organizzative, della personalità, motivazionali, si analizzeranno le principali strutture organizzative dall’approccio per funzioni a quello per processi, e le principali variabili organizzative come ad esempio quelle inerenti la gestione del personale e lo stile di leadership. Infine, saranno affrontate le dinamiche di team building e change management.

Al termine dell’insegnamento, lo studente sarà in grado di organizzare un’azienda, scegliendo il modello più opportuno di gestione in rapporto all’ambiente competitivo nel quale opera.

Al termine del corso, lo studente sarà in grado di coniugare una coerente struttura organizzativa con le variabili organizzative analizzate, avendo modo di scegliere lo stile di leadership più opportuno da sviluppare nel rapporto con i propri dipendenti.

Gli studenti saranno in grado di sviluppare una capacità manageriale che gli consenta di operare in mercati caratterizzati da alta dinamicità e turbolenza come quelli attuali, sviluppando un progetto organizzativo che coniughi la scelta della migliore struttura organizzativa in termini di efficacia ed efficienza con le variabili organizzative attuali, al fine di rendere l’impresa altamente competitiva ed in grado di realizzare significativi vantaggi competitivi nel settore nel quale opera a livello nazionale e internazionale.

Il rapporto impresa - ambiente. Il principio di economicità e gli equilibri economico, finanziario e patrimoniale. Natura del problema organizzativo e contenuto del concetto di organizzazione. Il modello tayloristico e le scuole di pensiero. I caratteri strutturali e i processi di gestione. Il raggruppamento, il decentramento, la divisione del lavoro orizzontale e verticale, la differenza tra struttura organizzativa formale e informale. La configurazione organizzativa e la declinazione delle sue varie forme. Le principali forme di struttura organizzativa: plurifunzionale, multidivisionale, a matrice, Approccio funzionale e per processi. La struttura organizzativa per processi. Il modello di Fabbrica Integrata, Il modello toyotistico e la lean production. I meccanismi operativi: la pianificazione e controllo di gestione, il sistema informativo e l’organizzazione delle risorse umane. I differenti stili di leadership ed il rapporto imprenditore-dipendenti. Tecniche di creazione di empowerment e commitment. La cultura aziendale nel terzo millennio. La Responsabilità Sociale e la trasformazione digitale e i loro riflessi organizzativi sulle imprese.

• Esoneri: No
• Prova Scritta: No
• Colloquio Orale: Si

BERTERO P., BRUSA L., SORANO E. - Dentro l’Azienda - Sistemi Organizzativi e Manageriali a confronto. Giuffré Editore - Seconda edizione, 2017.

L’attività formativa ha l’obiettivo di fornire agli studenti gli strumenti basilari per comprendere l’evoluzione dei processi di governance, di organizzazione e di gestione strategica e operativa, dalla rivoluzione industriale alla fine del XX secolo. Gli studenti acquisiranno le competenze necessarie per comprendere la genesi, l’evoluzione e la struttura dei fenomeni legati alla gestione manageriale, oltre che la loro dinamica. Lo studio di casi nazionali agevolerà la comparazione tra modelli di sviluppo differenti, ciascuno caratterizzato da precise peculiarità nel management delle attività imprenditoriali. L’arco di tempo considerato va dalla diffusione della rivoluzione industriale per giungere fino alla piena affermazione della leadership tecnologica e manageriale delle grandi imprese degli Stati Uniti.

• Conoscenza e capacità di comprensione:
  Saper elaborare una personale mappa concettuale della Storia del Management.
• Conoscenza e capacità di comprensione applicate:
  Saper confrontare l’evoluzione delle teorie di Management dei più importanti paesi industrializzati, individuando punti di contatto e punti di contrasto.
• Autonomia di giudizio:
• Sviluppare una capacità di argomentare circa l’evoluzione storica delle teorie del Management.
• Abilità comunicative:
• Capacità di esporre le nozioni apprese attraverso la frequenza delle lezioni e/o lo studio individuale.
• Capacità di apprendere:
• Saper selezionare testi e materiali per lo studio della disciplina.

Il programma d’esame verterà sullo sviluppo della grande impresa moderna con riferimento specifico all’evoluzione delle teorie manageriali, delle forme organizzative e di gestione strategica e operativa. Si studierà la separazione tra proprietà e controllo, l’avvento della grande impresa integrata, i settori principali di affermazione della grande impresa e di nuove forme di organizzazione manageriale, l’evoluzione storica delle strutture d’impresa e delle strategie manageriali, lo sviluppo delle multinazionali, le alternative alla grande impresa, la crisi del fordismo. Specifica attenzione sarà dedicata all'analisi delle strategie di distribuzione e marketing, il cui studio in prospettiva storica consentirà agli studenti di acquisire competenze essenziali per la comprensione delle dinamiche imprenditoriali in età contemporanea. Il periodo cronologico studiato va dall’epoca della rivoluzione industriale inglese al superamento dell’impresa imprenditoriale-familiare seguendo le teorie manageriali che si sono succedute nelle esperienze dei più importanti paesi industrializzati e in particolare nell’esperienza della leadership tecnologica e manageriale delle grandi imprese degli Stati Uniti.

L’esame orale è volto ad accertare la conoscenza e la capacità di comprensione dei contenuti del programma (concetti base, fatti, coordinate temporali, dinamiche geo-politiche). Sarà valutata anche la piena padronanza del linguaggio della Storia del Management e la capacità di applicazione delle conoscenze in relazione all'effettiva dinamica di determinati contesti storici.

• Materiali didattici e di approfondimento forniti dal docente su richiesta degli studenti interessati;
• P. Toninelli, Storia d’Impresa, Bologna, Il Mulino, 2022 (Solo i capitoli 3 e 4)
• C. Anderson, La coda lunga, Torino, Codice, 2006 (capitoli III e IV)
• A. Colli, Corporate governance e assetti proprietari, Venezia, Marsilio, 2006 (da pag. 73 a pag. 161)

Il Corso si propone di rendere gli studenti familiari con le principali leve competitive nei mercati contemporanei. In particolare, si discuteranno in dettaglio il funzionamento delle principali strutture di mercato, con un approfondimento degli effetti economici della diversificazione di prodotto (concorrenza monopolistica e oligopolio differenziato), e degli effetti dell’innovazione sulla capacità competitiva e della competizione nelle industrie a rete. Infine si discuteranno i principi economici della tutela della competizione

Alla fine del corso lo studente padroneggierà gli struemnti e le previsioni di economia e politica industriale e avrà compreso i seguenti contenuti:
a) Tecnologia e costi;
b) Potere di mercato
c) Struttura di Mercato
d) Discriminazione di prezzo
e) Varietà e qualità di prodotto
f) Definizione di mercato
g) Oligopoli
h) Scelte sequenziali ed equilibri
i) Collusione
j) Reti e potere di mercato
k) Fusioni

Lo studente avrà assimilato le capacità di discutere e utilizzare concretamente i temi sopradetti per valutare situazioni e configurazioni di mercato, e i fattori di competitività e vantaggio

Lo sviluppo di capacità critiche e di analisi è al centro del corso.
In forza della possibilità per gli studenti frequentanti di preparare una tesina su temi correlati o più avanzati essi dovranno essere in grado di utilizzare i concetti espressi nel corso per discutere casi ulteriori
La discussione del caso studio darà l’opportunità di sviluppare capacità di esposizione e di presentazione delle proprie argomentazioni.

• La tesina e la discussione prevista per frequentanti consente di sviluppare capacità di ricerca di materiali e organizzazione del lavoro in autonomia (anche se all’occorrenza sotto la guida del Professore)

Background
Materiali: Qualunque manuale di Microeconomia; slides

• Fondamenti di Game Theory
• Tecnologia e Costi
  Corso:
  La tematica della fonti del potere di mercato sarà analizzata a partire dalla microeconomia della struttura dei mercati classica e delle fonti e del comportamento del monopolio: La discriminazione come tecnica di approfondimento e mantenimento del potere di mercato verrà analizzata sia nel contesto monopolistico sia in quello oligopolistico. Gli approcci strategici alla deterrenza all’entrata e dei prezzi predatori saranno successivamente affrontati. Infine il corso approfondirà il ruolo della pubblicità delle spese in Ricerca e Sviluppo e dell’accesso alle reti (infrastrutture) come strumenti di competizione strategica.
• Tecnologia e costi;
• Potere di mercato
• Struttura di Mercato
• Discriminazione di prezzo
• Varietà e qualità di prodotto
• Oligopoli
• Scelte sequenziali ed equilibri
• Definizione di mercato
• Collusione
• Reti e potere di mercato
• Fusioni

La modalità standard di verifica per frequentanti sarà l’esame scritto con saggio e domande a scelta multipla in apposito preappello. Una parte dalla valutazione potrà a scelta essere espletata a lezione con stesura di tesina e sua presentazione e discussione in aula.
Per non frequentanti invece la verifica sarà orale.

Carlton Perloff ‘Organizzazione Industriale’ Mc Graw-Hill
Motta ‘Antitrust-Economia della concorrenza’ Il Mulino
Materiali di policy e slides riassuntive di lezione saranno disponibili su piattaforma Teams

L'insegnamento si propone di fornire le conoscenze teoriche di base per l'analisi dell'economia dei mercati digitali. Al termine del corso lo studente acquisisce la conoscenza dei principali elementi tecno-economici ed istituzionali che regolano i mercati digitali, le particolari tipologie di comportamento che caratterizzano la domanda da parte dei consumatori, l’offerta da parte dei produttori ed i conseguenti processi di diffusione generati nei sistemi economici dalla loro interazione.

Al termine del corso lo studente conosce l'evoluzione storica e tecnologica delle infrastrutture ICT e ne comprende il ruolo di fondamento per l'economia digitale, padroneggia le caratteristiche economiche che distinguono i beni e servizi digitali da quelli fisici, e conosce i principali framework teorici con cui si analizzano la creazione di valore, la strategia competitiva e la struttura dei mercati digitali, comprendendo inoltre le dinamiche che portano alla formazione di posizioni dominanti, alle fusioni tra imprese digitali, alla definizione di standard tecnici e alle relative questioni di regolazione, incluso il dibattito sulla neutralità della rete.

Lo studente sa applicare i modelli teorici appresi all'analisi di imprese e mercati digitali reali, riconoscendo nei casi concreti i meccanismi di funzionamento studiati a livello astratto; sa inoltre costruire semplici modelli quantitativi dell'evoluzione dei mercati digitali e utilizzare strumenti di pianificazione strategica, come l'analisi del modello di business e delle relazioni con gli stakeholder, per progettare o valutare un'iniziativa imprenditoriale in ambito digitale.

Autonomia di giudizio. Lo studente è in grado di valutare criticamente perché un'impresa o un modello di business digitale abbia successo o fallisca, distinguendo il peso relativo di fattori tecnologici, strategici e di mercato, e sa formulare giudizi motivati e autonomi su questioni controverse di policy legate alla digitalizzazione dell'economia, riconoscendo la pluralità di posizioni esistenti e integrando, ove necessario, fonti reperite in autonomia per contestualizzare i temi trattati.
Abilità comunicative. Lo studente sa comunicare con chiarezza e proprietà terminologica i concetti dell'economia digitale, adattando il registro a interlocutori specialisti e non specialisti, ed è in grado di presentare in forma scritta od orale l'analisi di un caso di studio o di un modello di business, anche avvalendosi di rappresentazioni visive di supporto.
Capacità di apprendimento. Lo studente ha sviluppato l'attitudine e gli strumenti concettuali per aggiornare autonomamente le proprie conoscenze in un campo per natura in rapida trasformazione, sapendo reperire, selezionare e valutare criticamente nuove fonti e informazioni, competenza che costituisce la base per proseguire lo studio a un livello più avanzato o per applicare le conoscenze acquisite in contesti professionali di management, consulenza o definizione di policy.

Economia digitale
Tecnologie dell'informazione e della comunicazione
Convergenza di tecnologie e servizi
Ecosistema dell'economia digitale
Evoluzione del mercato digitale
Beni e servizi digitali
Modelli di produzione
Modelli di creazione del valore e strategia competitiva
Effetti di rete
Piattaforme multiside
Dipendenza dal percorso (path dependence)
Lock-in e costi di passaggio (switching costs)
Monopoli e oligopoli digitali
Standard, fusioni e acquisizioni
La coda lunga (Long Tail)
Mercati digitali
Modellazione dei mercati digitali
Modelli di business digitali
Economia dei Big Data
Neutralità della rete
Regolamentazione digitale

Didattica frontale del materiale previsto nel programma; letture aggiuntive fornite dal docente; discussione di casi studio.

Øverby, H., & Audestad, J. A. (2021). Introduction to digital economics: Foundations, business models and case studies. Springer Nature.
Belleflamme P, Peitz M. Platforms: Definitions and Typology. In: The Economics of Platforms: Concepts and Strategy. Cambridge University Press; 2021:10-40.
Letture proposte a lezione dal docente (link dalle slides).

Il percorso formativo è finalizzato allo sviluppo delle competenze linguistiche necessarie al conseguimento dell’idoneità di lingua inglese di livello B2 del Quadro Comune Europeo di Riferimento per le Lingue (QCER). In particolare, mira a potenziare le conoscenze lessicali e grammaticali e a sviluppare le abilità di comprensione e produzione, scritta e orale, per consentire agli studenti di comprendere le idee principali di testi e discorsi complessi su argomenti concreti e astratti, interagire con un adeguato grado di scioltezza e spontaneità e produrre testi chiari e articolati. Il percorso intende inoltre sviluppare la capacità di esprimere e sostenere opinioni, illustrando vantaggi e svantaggi di diverse opzioni, anche in contesti di studio.

Al termine del percorso, lo/la studente sarà in grado di riconoscere e comprendere strutture grammaticali articolate della lingua inglese e la terminologia relativa alle tematiche veterinarie trattate nei moduli. Saprà comprendere le idee principali e le informazioni di dettaglio di testi scritti e videolezioni su argomenti relativi alle scienze veterinarie, individuando relazioni logiche, spiegazioni e argomentazioni, con un grado di complessità adeguato al livello B2 del QCER.

Al termine del percorso, lo/la studente sarà in grado di applicare le conoscenze grammaticali e lessicali acquisite per selezionare, collegare e confrontare informazioni tratte da testi e materiali audiovisivi in lingua inglese relativi alle scienze veterinarie. Saprà interpretare descrizioni di processi, indicazioni operative e spiegazioni riguardanti le tematiche trattate nei moduli e utilizzare la terminologia di settore nelle esercitazioni proposte, a un livello adeguato al B2 del QCER.

• Autonomia di giudizio: lo/la studente saprà selezionare e confrontare le informazioni presenti nei materiali in lingua inglese proposti, distinguere descrizioni fattuali da opinioni e interpretare le argomentazioni relative alle tematiche trattate.
• Abilità comunicative: lo/la studente saprà utilizzare un lessico appropriato, anche di settore, per descrivere processi, illustrare informazioni ed esprimere opinioni motivate su argomenti relativi alle scienze veterinarie, a un livello adeguato al B2 del QCER.
• Capacità di apprendere: lo/la studente saprà pianificare autonomamente lo studio sulla piattaforma e-learning, valutare i propri progressi attraverso i test di autovalutazione e adottare strategie mirate per migliorare le competenze linguistiche, anche mediante la consultazione di ulteriori materiali in lingua inglese pertinenti al proprio ambito di studio.

Il corso è articolato in sei moduli che consolidano e ampliano le conoscenze lessicali e grammaticali della lingua inglese attraverso contenuti generali relativi alle scienze veterinarie. Le attività comprendono la lettura e l’ascolto di testi di difficoltà adeguata al livello B2, esercitazioni linguistiche e test intermedi.
Le tematiche riguardano l’anatomia e la fisiologia animale, l’alimentazione, la salute e il benessere animale, la gestione degli allevamenti, la prevenzione e il controllo delle malattie e i rapporti tra salute animale, salute umana e ambiente. Particolare attenzione è dedicata alla terminologia di settore, alla comprensione di testi divulgativi e introduttivi di carattere scientifico e alla capacità di descrivere processi, confrontare informazioni ed esprimere opinioni motivate sui temi trattati.

Al termine dei sei moduli è previsto un test finale computer-based, da svolgere da remoto, della durata di 25 minuti e composto da 30 quesiti a risposta multipla. A ogni risposta corretta è attribuito 1 punto; alle risposte parziali, errate o non date sono attribuiti 0 punti.
L’idoneità linguistica è conseguita con un punteggio di almeno 20 punti su 30, che consente il conseguimento dell’attestato di livello B2. Un punteggio compreso tra 14 e 19 punti consente il conseguimento dell’attestato di livello B1, ma non soddisfa il requisito di livello B2 previsto dal Corso di Studio.
Con un punteggio inferiore a 14 punti non è conseguita alcuna idoneità linguistica e il test può essere ripetuto non prima che siano trascorsi 20 giorni dalla prova precedente. La valutazione è espressa in termini di idoneità, senza attribuzione di un voto in trentesimi.

Il materiale didattico di riferimento è costituito dai contenuti dei sei moduli disponibili sulla piattaforma e-learning, comprensivi di videolezioni ed esercizi. Non è prevista l’adozione di libri di testo.