Formazione e ricerca

Attività Formative della Scuola di Dottorato - 2024/2025

Please note: Additional information will be added during the year. Currently missing information is labelled as “TBD” (i.e. To Be Determined).

1. PhD students must obtain a specified number of CFUs each year by attending teaching activities offered by the PhD School.
First and second year students must obtain 8 CFUs. Teaching activities ex DM 226/2021 provide 5 CFUs; free choice activities provide 3 CFUs.
Third year students must obtain 4 CFUs. Teaching activities ex DM 226/2021 provide 2 CFUs; free choice activities provide 2 CFUs.
More information regarding CFUs is found in the Handbook for PhD Students: https://www.univr.it/phd-vademecum

2. Registering for the courses is not required unless explicitly indicated; please consult the course information to verify whether registration is required or not. When registration is actually required, instructions will be sent well in advance. No confirmation e-mail will be sent after signing up. Please do not enquiry: if you entered the requested information, then registration was silently successful.

3. When Zoom links are not explicitly indicated, courses are delivered in presence only.

4. All information we have is published here. Please do not enquiry for missing information or Zoom links: if the information you need is not there, then it means that we don't have it yet. As soon as we get new information, we will promptly publish it on this page.

Summary of training activities

Teaching Activities ex DM 226/2021: Linguistic Activities

Teaching Activities ex DM 226/2021: Research management and Enhancement

Teaching Activities ex DM 226/2021: Statistics and Computer Sciences

Teaching Activities: Free choice

THE EMPIRICAL PHENOMENOLOGICAL METHOD (EPM): THEORETICAL FOUNDATION AND EMPIRICAL APPLICATION IN EDUCATIONAL AND HEALTHCARE FIELDS

Crediti: 2

Lingua di erogazione: English

Docente:  Luigina Mortari

DOTTORATO E MERCATO DEL LAVORO: WORKSHOP FORMATIVI PER DOTTORANDI E NEO-DOTTORI DI RICERCA

Crediti: 4

Lingua di erogazione: Italiano
ARE YOU SURE YOU CAN DEFEAT A CHATBOT?

Crediti: 1

Lingua di erogazione: Italiano
MEETING UKRAINE: THE IMPACT OF WAR AND FUTURE OPPORTUNITIES

Crediti: 1

Lingua di erogazione: Italiano
EMOTIONS, BELIEFS, AND SKILLS TO FACE CLIMATE CHANGE AND EMBRACE CLIMATE ACTION

Crediti: 0,5

Lingua di erogazione: Inglese
OPEN SCIENCE: THE MIGHTY STICK AGAINST "BAD" SCIENCE

Crediti: 2

Lingua di erogazione: English

Docente:  Michele Scandola

COMPUTATIONAL MECHANISMS UNDERLYING SENSORIMOTOR LEARNING

Crediti: 4,5

Lingua di erogazione: English

Docente:  Matteo Bertucco

CSF DYNAMICS: ANATOMICAL AND FUNCTIONAL FEATURES

Crediti: 0,5

Lingua di erogazione: Inglese

Docente:  Alberto Feletti

DIFFERENTIAL DIAGNOSIS OF DEMYELINATING DISEASES OF THE CENTRAL NERVOUS SYSTEM

Crediti: 2

Lingua di erogazione: English

Docente:  Alberto Gajofatto

IL SONNO E I SUOI DISTURBI: FOCUS SULLE PARASONNIE E I DISTURBI DEL MOVIMENTO IN SONNO

Crediti: 1,5

Lingua di erogazione: italiano o inglese

Docente:  Elena Antelmi

IMAGING TECHNIQUES FOR BODY COMPOSITION ANALYSIS

Crediti: 1

Lingua di erogazione: Inglese/English

Docente:  Carlo Zancanaro

RESEARCH TECHNIQUES IN NEUROSCIENCE: MONITORING AND MODULATING NEURONAL ACTIVITY

Crediti: 2,3

Lingua di erogazione: non prevista

Docente:  Giuseppe Busetto

DETERMINATION OF SAMPLE SIZE TO ACHIEVE A PREDEFINED PRECISION OR POWER  (2024/2025)

Docente

Giuseppe Verlato

Referente

Giuseppe Verlato

Crediti

0,5

Lingua di erogazione

inglese

Frequenza alle lezioni

Scelta Libera

Sede

VERONA

MoodleMoodle Seminari 0

Obiettivi di apprendimento

Obiettivi:

The course will provide an overview on the methods to compute sample size necessary to achieve an adequate precision in estimating proportions or an adequate statistical power to compare the means of two independent or dependent samples, or the proportions of two independent samples.
The concepts of statistical power, statistical precision, sample size and effect size will be reviewed. Statistical power computations will be illustrated by Excel files and Stata software. Participants will be encouraged to bring power calculation problems, to be used as examples in the class.

Prerequisiti e nozioni di base

Sono richieste conoscenze di base di Matematica e Statistica.

Programma

Intervallo di confidenza e precisione di una stima. Calcolo della numerosità campionaria necessaria per raggiungere una determinata precisione della stima.
Beta (probabilità di errore del II tipo) e potenza di un test statistico. Calcolo della numerosità necessaria per raggiungere un’adeguata potenza statistica per confrontare medie di due campioni dipendenti o indipendenti, o le proporzioni di due campioni indipendenti.

Modalità didattiche

Le lezioni saranno organizzate in modalità duale (presenza o collegamento a distanza tramite Zoom). È richiesta la frequenza del 75%.
Link zoom: https://univr.zoom.us/j/94331181144?pwd=b1hxSVVvKzBsWUlDWkE0bTllV0tzQT09
Le lezioni avranno luogo nell’Aula d’Informatica. Il calcolo della Potenza statistica sarà effettuato utilizzando dei file Excel o del software statistico (Stata e R-commander). I partecipanti saranno incoraggiati a portare dei problemi di calcolo della numerosità campionaria, che verranno usati come esempi nell’ambito delle lezioni.

Modalità di verifica dell'apprendimento

L'esame sarà scritto. Gli studenti dovranno risolvere un problema di calcolo della numerosità campionaria.

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI

Valutazione

Si valuterà non solo l’acquisizione di conoscenze statistiche ma anche la capacità di utilizzarle in modo critico per risolvere problemi sanitari.

Criteri di composizione del voto finale

La valutazione finale è espressa in 30esimi e l'esame risulta superato con un punteggio uguale o superiore a 18/30.

Dottorandi

Dottorandi presenti nel:
foto, 21 ottobre 2024

Bonavero Silvia

symbol email silvia.bonavero@univr.it
BotaDiana

Bota Diana

IseppiAlis May

Iseppi Alis May

foto, 23 novembre 2024

Pierotti Veronica

symbol email veronica.pierotti@univr.it
Lezioni del Corso
Lezioni della Scuola di Dottorato

Loading...

Linee guida percorso formativo

Di seguito i file che contengono le Linee guida per il percorso formativo e il regolamento per l'acquisizione dei crediti formativi (CFU) per l'Anno Accademico 2023/2024.

Documenti

Titolo Info File
File pdf Guidelines for PhD students pdf, en, 146 KB, 02/04/24
File pdf Linee guida del percorso formativo pdf, it, 210 KB, 02/04/24