Studiare

In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.

Piano Didattico

Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.

1° Anno

InsegnamentiCreditiTAFSSD

2° Anno  Attivato nell'A.A. 2021/2022

InsegnamentiCreditiTAFSSD
Training
6
F
-
Final exam
22
E
-
Attivato nell'A.A. 2021/2022
InsegnamentiCreditiTAFSSD
Training
6
F
-
Final exam
22
E
-
Insegnamenti Crediti TAF SSD
Tra gli anni: 1°- 2°
1 module among the following (1st year: Big Data epistemology and Social research; 2nd year: Cybercrime, Data protection in business organizations, Comparative and Transnational Law & Technology)
6
C
IUS/17
Tra gli anni: 1°- 2°
2 courses among the following (1st year: Business analytics, Digital Marketing and market research; 2nd year: Logistics, Operations & Supply Chain, Digital transformation and IT change, Statistical methods for Business intelligence)
Tra gli anni: 1°- 2°
2 courses among the following (1st year: Complex systems and social physics, Discrete Optimization and Decision Making, 2nd year: Statistical models for Data Science, Continuous Optimization for Data Science, Network science and econophysics, Marketing research for agrifood and natural resources)
Tra gli anni: 1°- 2°
2 courses among the following (1st year: Data Visualisation, Data Security & Privacy, Statistical learning, Mining Massive Dataset, 2nd year: Machine Learning for Data Science)

Legenda | Tipo Attività Formativa (TAF)

TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.




S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Codice insegnamento

4S009083

Coordinatore

Diego Begalli

Crediti

6

Lingua di erogazione

Inglese en

Settore Scientifico Disciplinare (SSD)

AGR/01 - ECONOMIA ED ESTIMO RURALE

Periodo

Primo semestre dal 4 ott 2021 al 28 gen 2022.

Obiettivi formativi

L'insegnamento si propone di fornire agli studenti un'introduzione alle metodologie di analisi dati relativi al settore agroalimentare con estensione a settori dell'indotto. Verranno presentate applicazioni su dati sia di tipo aziendale sia di domanda e offerta di mercato.

Al termine del corso lo studente dovrà dimostrare di:

● conoscere le principali metodologie di analisi dei dati in ambito agroalimentare
● conoscere metodi di base per l’analisi dati in settori collegati all’indotto dell’industria alimentare
● conoscere applicazioni ed esempi di base per la descrizione delle dinamiche di domanda/offerta in ambito agroalimentare.

Programma

I "Food systems"
Risorse Naturali e Beni Comuni
Il Food marketing mix
Differenziazione di prodotto
La gestione della supply chain nel sistema agro-alimentare
Indicatori di performance della supply chain
Dati del settore agroalimentare e ambientale
Domanda dei prodotti agroalimentari e delle risorse naturali
Teorie del valore e preference per prodotti agora-alimentari: Disponibilità a Pagare e Disponibilità ad accettare
I metodi sperimentali applicati al Food Marketing

Bibliografia

Visualizza la bibliografia con Leganto, strumento che il Sistema Bibliotecario mette a disposizione per recuperare i testi in programma d'esame in modo semplice e innovativo.

Modalità d'esame

L' esame consiste in prove in itinere basate su presentazioni in classe e lavori di gruppo e prova finale orale

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