https://www.spreaker.com/podcast/dati-e-trend-dei-fenomeni-educativi-a2--7548020Il 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 docente Tommaso Minerva.

Diciotto episodi in cinque blocchi, più l’episodio di consegna dell’e-tivity: leggere i numeri (che cosa misura un dato sull’istruzione, confrontare nel tempo e nello spazio, grafici onesti per le tendenze), le fonti (il portale USTAT e l’Anagrafe Nazionale degli Studenti; ANVUR, AlmaLaurea e ISTAT; i dati interni di ateneo e piattaforme; le fonti europee e internazionali), le tendenze italiane (vent’anni di immatricolazioni e iscrizioni, le università telematiche, Nord, Centro e Sud, chi sono gli studenti, percorsi ed esiti), le tendenze globali (la domanda di istruzione terziaria nel mondo, gli studenti in movimento, il digitale a scala globale) e dai dati alla decisione (proiettare, non profetizzare).

Non è un corso di statistica: è un corso su come trovare, leggere e usare i dati sull’istruzione superiore per decidere. Il metodo sta in tre domande da fare a ogni numero: che cosa conta, rispetto a che cosa, da dove viene. Ogni episodio dichiara fonti, definizioni e date dei dati che usa.

Gli episodi sono l’audio delle videolezioni del modulo. I video e il volume dei testi, con i grafici e le fonti di ogni scena, sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

Trasparenza sull’intelligenza artificiale: gli episodi contengono contenuti generati con l’IA. Le videolezioni sono realizzate con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen), a partire dai testi scritti dal docente, che ne è l’autore e ne cura i contenuti.]]>itEducationCopyright EDUNEXT-Next Education Italiahttps://d3wo5wojvuv7l.cloudfront.net/t_rss_itunes_square_1400/images.spreaker.com/original/7a594a066af9c68679226e8992ffb1ba.jpghttps://www.spreaker.com/podcast/dati-e-trend-dei-fenomeni-educativi-a2--7548020Wed, 11 Nov 2026 14:28:36 +0000Tommaso MINERVATommaso MINERVAadmin@edunext.euIl 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 docente Tommaso Minerva. Diciotto episodi in cinque...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 docente Tommaso Minerva.

Diciotto episodi in cinque blocchi, più l’episodio di consegna dell’e-tivity: leggere i numeri (che cosa misura un dato sull’istruzione, confrontare nel tempo e nello spazio, grafici onesti per le tendenze), le fonti (il portale USTAT e l’Anagrafe Nazionale degli Studenti; ANVUR, AlmaLaurea e ISTAT; i dati interni di ateneo e piattaforme; le fonti europee e internazionali), le tendenze italiane (vent’anni di immatricolazioni e iscrizioni, le università telematiche, Nord, Centro e Sud, chi sono gli studenti, percorsi ed esiti), le tendenze globali (la domanda di istruzione terziaria nel mondo, gli studenti in movimento, il digitale a scala globale) e dai dati alla decisione (proiettare, non profetizzare).

Non è un corso di statistica: è un corso su come trovare, leggere e usare i dati sull’istruzione superiore per decidere. Il metodo sta in tre domande da fare a ogni numero: che cosa conta, rispetto a che cosa, da dove viene. Ogni episodio dichiara fonti, definizioni e date dei dati che usa.

Gli episodi sono l’audio delle videolezioni del modulo. I video e il volume dei testi, con i grafici e le fonti di ogni scena, sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

Trasparenza sull’intelligenza artificiale: gli episodi contengono contenuti generati con l’IA. Le videolezioni sono realizzate con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen), a partire dai testi scritti dal docente, che ne è l’autore e ne cura i contenuti.]]>falsecb6c40c7-188d-5e52-80c4-92f2598c72f2trueserialhttps://www.spreaker.com/episode/a2-v01-il-modulo-a2-i-numeri-per-decidere--76288434Perché chi progetta didattica digitale deve saper leggere i dati di sistema; il percorso in cinque blocchi, diciotto video e la consegna.
Obiettivi dell’episodio:

• Presentare il modulo A2 e il suo rapporto con A1 e con gli altri moduli del cluster, in particolare A6, A7 e B6.
• Presentare le due competenze del modulo, gli ancoraggi ESCO, il percorso in cinque blocchi e diciotto video, più quello di consegna dell’e-tivity, le attività e l’Open Badge.
• Introdurre il caso guida (iscritti alle università italiane dal 2000/01 al 2024/25) e il metodo delle tre domande a ogni numero.

Episodio 1 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 1, «Leggere i numeri». Docente: Tommaso Minerva. Durata: 20 minuti e 26 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.]]>https://api.spreaker.com/episode/76288434Tue, 10 Nov 2026 17:40:00 +0000trueTommaso MINERVAPerché chi progetta didattica digitale deve saper leggere i dati di sistema; il percorso in cinque blocchi, diciotto video e la consegna. Obiettivi dell’episodio: - Presentare il modulo A2 e il suo rapporto con A1 e con gli altri moduli del cluster,...Perché chi progetta didattica digitale deve saper leggere i dati di sistema; il percorso in cinque blocchi, diciotto video e la consegna.
Obiettivi dell’episodio:

• Presentare il modulo A2 e il suo rapporto con A1 e con gli altri moduli del cluster, in particolare A6, A7 e B6.
• Presentare le due competenze del modulo, gli ancoraggi ESCO, il percorso in cinque blocchi e diciotto video, più quello di consegna dell’e-tivity, le attività e l’Open Badge.
• Introdurre il caso guida (iscritti alle università italiane dal 2000/01 al 2024/25) e il metodo delle tre domande a ogni numero.

Episodio 1 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 1, «Leggere i numeri». Docente: Tommaso Minerva. Durata: 20 minuti e 26 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.]]>1226alta formazione,dati e statistiche,digital education,master,serie storiche,università,università telematichefalse11fullhttps://www.spreaker.com/episode/a2-v02-che-cosa-misura-un-dato-sull-istruzione--76288462La prima domanda a ogni numero: che cosa conta, con quale definizione, su quale popolazione, a quale data.
Obiettivi dell’episodio:

• Distinguere stock e flussi e le definizioni di iscritto, iscritto al primo anno, immatricolato e immatricolato puro nelle fonti USTAT e ANVUR.
• Riconoscere in un dato l’unità di conto (persone, carriere, iscrizioni), la popolazione (tipologie di corso, istituzioni, livelli ISCED), il riferimento temporale e lo stato (provvisorio, rivisto).
• Spiegare perché la stessa grandezza assume valori diversi in fonti diverse (USTAT maggio e agosto 2026, ANVUR 2026, Eurostat) e dichiarare la scelta.
• Compilare la carta d’identità di un dato in cinque voci.

Episodio 2 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 1, «Leggere i numeri». Docente: Tommaso Minerva. Durata: 18 minuti e 41 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.]]>https://api.spreaker.com/episode/76288462Tue, 10 Nov 2026 17:41:00 +0000trueTommaso MINERVALa prima domanda a ogni numero: che cosa conta, con quale definizione, su quale popolazione, a quale data. Obiettivi dell’episodio: - Distinguere stock e flussi e le definizioni di iscritto, iscritto al primo anno, immatricolato e immatricolato puro...La prima domanda a ogni numero: che cosa conta, con quale definizione, su quale popolazione, a quale data.
Obiettivi dell’episodio:

• Distinguere stock e flussi e le definizioni di iscritto, iscritto al primo anno, immatricolato e immatricolato puro nelle fonti USTAT e ANVUR.
• Riconoscere in un dato l’unità di conto (persone, carriere, iscrizioni), la popolazione (tipologie di corso, istituzioni, livelli ISCED), il riferimento temporale e lo stato (provvisorio, rivisto).
• Spiegare perché la stessa grandezza assume valori diversi in fonti diverse (USTAT maggio e agosto 2026, ANVUR 2026, Eurostat) e dichiarare la scelta.
• Compilare la carta d’identità di un dato in cinque voci.

Episodio 2 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 1, «Leggere i numeri». Docente: Tommaso Minerva. Durata: 18 minuti e 41 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.]]>1121alta formazione,anvur,dati e statistiche,digital education,immatricolati,università,ustatfalse12fullhttps://www.spreaker.com/episode/a2-v03-confrontare-nel-tempo--76288459La seconda domanda a ogni numero: rispetto a che cosa? Livelli, variazioni, tassi medi annui, numeri indice e discontinuità di una serie storica.
Obiettivi dell’episodio:

• Calcolare e interpretare variazioni assolute e relative, distinguendo per cento e punti percentuali e riconoscendo che le variazioni relative si compongono.
• Calcolare il tasso medio annuo composto di crescita per confrontare periodi di lunghezza diversa e riconoscerne i limiti.
• Costruire e leggere numeri indice a base fissa, scegliere e dichiarare la base, ribasare una serie.
• Individuare le discontinuità di una serie (riforme, definizioni, fonti, unità di conto) e dichiarare il riferimento di ogni confronto.

Episodio 3 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 1, «Leggere i numeri». Docente: Tommaso Minerva. Durata: 18 minuti e 36 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.]]>https://api.spreaker.com/episode/76288459Tue, 10 Nov 2026 17:42:00 +0000trueTommaso MINERVALa seconda domanda a ogni numero: rispetto a che cosa? Livelli, variazioni, tassi medi annui, numeri indice e discontinuità di una serie storica. Obiettivi dell’episodio: - Calcolare e interpretare variazioni assolute e relative, distinguendo per...La seconda domanda a ogni numero: rispetto a che cosa? Livelli, variazioni, tassi medi annui, numeri indice e discontinuità di una serie storica.
Obiettivi dell’episodio:

• Calcolare e interpretare variazioni assolute e relative, distinguendo per cento e punti percentuali e riconoscendo che le variazioni relative si compongono.
• Calcolare il tasso medio annuo composto di crescita per confrontare periodi di lunghezza diversa e riconoscerne i limiti.
• Costruire e leggere numeri indice a base fissa, scegliere e dichiarare la base, ribasare una serie.
• Individuare le discontinuità di una serie (riforme, definizioni, fonti, unità di conto) e dichiarare il riferimento di ogni confronto.

Episodio 3 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 1, «Leggere i numeri». Docente: Tommaso Minerva. Durata: 18 minuti e 36 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.]]>1117alta formazione,dati e statistiche,digital education,numeri indice,serie storiche,tasso medio annuo,universitàfalse13fullhttps://www.spreaker.com/episode/a2-v04-confrontare-nello-spazio--76288460La seconda domanda, nello spazio: rispetto a chi? Tassi di partecipazione, denominatori, regioni e paesi, composizione.
Obiettivi dell’episodio:

• Costruire un tasso di partecipazione dichiarando numeratore, denominatore e data, e scegliere la popolazione esposta come denominatore.
• Distinguere i confronti per residenza e per sede e leggere le differenze tra regioni e tra paesi con i tassi di partecipazione.
• Riconoscere gli effetti di composizione e applicare le forme elementari della standardizzazione (restrizione, tassi specifici, pesi comuni).
• Spiegare il paradosso di Simpson su un caso documentato e rifare per gruppi ogni confronto aggregato.

Episodio 4 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 1, «Leggere i numeri». Docente: Tommaso Minerva. Durata: 16 minuti e 56 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.]]>https://api.spreaker.com/episode/76288460Tue, 10 Nov 2026 17:43:00 +0000trueTommaso MINERVALa seconda domanda, nello spazio: rispetto a chi? Tassi di partecipazione, denominatori, regioni e paesi, composizione. Obiettivi dell’episodio: - Costruire un tasso di partecipazione dichiarando numeratore, denominatore e data, e scegliere la...La seconda domanda, nello spazio: rispetto a chi? Tassi di partecipazione, denominatori, regioni e paesi, composizione.
Obiettivi dell’episodio:

• Costruire un tasso di partecipazione dichiarando numeratore, denominatore e data, e scegliere la popolazione esposta come denominatore.
• Distinguere i confronti per residenza e per sede e leggere le differenze tra regioni e tra paesi con i tassi di partecipazione.
• Riconoscere gli effetti di composizione e applicare le forme elementari della standardizzazione (restrizione, tassi specifici, pesi comuni).
• Spiegare il paradosso di Simpson su un caso documentato e rifare per gruppi ogni confronto aggregato.

Episodio 4 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 1, «Leggere i numeri». Docente: Tommaso Minerva. Durata: 16 minuti e 56 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.]]>1016alta formazione,confronti territoriali,dati e statistiche,digital education,isced,tassi di partecipazione,universitàfalse14fullhttps://www.spreaker.com/episode/a2-v05-grafici-onesti-per-le-tendenze--76288467Gli stessi numeri, storie opposte: assi, scale, doppi assi, aree, torte; che cosa un grafico mostra e che cosa nasconde.
Obiettivi dell’episodio:

• Riconoscere in un grafico le scelte di disegno che alterano la lettura dei dati: asse tronco, formato, doppio asse, scala logaritmica non dichiarata, cumulati, torte e aree.
• Applicare il principio di integrità grafica di Tufte e calcolare il fattore di menzogna di un grafico.
• Scegliere la codifica visiva secondo la gerarchia percettiva di Cleveland e McGill e il tipo di grafico secondo la domanda.
• Costruire e verificare un grafico onesto di una serie storica con i cinque controlli: titolo e fonte, asse, scala, tempo, codifica.

Episodio 5 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 1, «Leggere i numeri». Docente: Tommaso Minerva. Durata: 25 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.]]>https://api.spreaker.com/episode/76288467Tue, 10 Nov 2026 17:44:00 +0000trueTommaso MINERVAGli stessi numeri, storie opposte: assi, scale, doppi assi, aree, torte; che cosa un grafico mostra e che cosa nasconde. Obiettivi dell’episodio: - Riconoscere in un grafico le scelte di disegno che alterano la lettura dei dati: asse tronco, formato,...Gli stessi numeri, storie opposte: assi, scale, doppi assi, aree, torte; che cosa un grafico mostra e che cosa nasconde.
Obiettivi dell’episodio:

• Riconoscere in un grafico le scelte di disegno che alterano la lettura dei dati: asse tronco, formato, doppio asse, scala logaritmica non dichiarata, cumulati, torte e aree.
• Applicare il principio di integrità grafica di Tufte e calcolare il fattore di menzogna di un grafico.
• Scegliere la codifica visiva secondo la gerarchia percettiva di Cleveland e McGill e il tipo di grafico secondo la domanda.
• Costruire e verificare un grafico onesto di una serie storica con i cinque controlli: titolo e fonte, asse, scala, tempo, codifica.

Episodio 5 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 1, «Leggere i numeri». Docente: Tommaso Minerva. Durata: 25 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.]]>1518alta formazione,dati e statistiche,digital education,grafici,serie storiche,università,visualizzazione dei datifalse15fullhttps://www.spreaker.com/episode/a2-v06-il-portale-ustat-e-l-anagrafe-nazionale-degli-studenti--76288466Da dove vengono i numeri dell’università italiana: l’Anagrafe, il Servizio Statistico del MUR, il portale dei dati e i suoi open data; un’estrazione guidata dall’inizio alla fine.
Obiettivi dell’episodio:

• Descrivere da dove vengono i dati del portale USTAT: l’Anagrafe Nazionale degli Studenti (base giuridica, flussi dagli atenei, gestione Cineca), le rilevazioni annuali e l’archivio del personale del Servizio Statistico del MUR, nel Sistan.
• Orientarsi nel portale e nel catalogo open data: dataset, risorsa, file; tracciato record; dizionario dei dati; licenza; le tre date di ogni dato.
• Estrarre una serie storica da un file del portale per la propria istituzione (codici, separatore, codifica, somma per sesso, anni mancanti, provvisori) in modo ripetibile.
• Verificare la coerenza di un’estrazione con un’altra risorsa dello stesso dataset e con una fonte esterna, segnalare le anomalie e citare il dato in modo completo.

Episodio 6 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 2, «Le fonti». Docente: Tommaso Minerva. Durata: 30 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.]]>https://api.spreaker.com/episode/76288466Tue, 10 Nov 2026 17:45:00 +0000trueTommaso MINERVADa dove vengono i numeri dell’università italiana: l’Anagrafe, il Servizio Statistico del MUR, il portale dei dati e i suoi open data; un’estrazione guidata dall’inizio alla fine. Obiettivi dell’episodio: - Descrivere da dove vengono i dati del...Da dove vengono i numeri dell’università italiana: l’Anagrafe, il Servizio Statistico del MUR, il portale dei dati e i suoi open data; un’estrazione guidata dall’inizio alla fine.
Obiettivi dell’episodio:

• Descrivere da dove vengono i dati del portale USTAT: l’Anagrafe Nazionale degli Studenti (base giuridica, flussi dagli atenei, gestione Cineca), le rilevazioni annuali e l’archivio del personale del Servizio Statistico del MUR, nel Sistan.
• Orientarsi nel portale e nel catalogo open data: dataset, risorsa, file; tracciato record; dizionario dei dati; licenza; le tre date di ogni dato.
• Estrarre una serie storica da un file del portale per la propria istituzione (codici, separatore, codifica, somma per sesso, anni mancanti, provvisori) in modo ripetibile.
• Verificare la coerenza di un’estrazione con un’altra risorsa dello stesso dataset e con una fonte esterna, segnalare le anomalie e citare il dato in modo completo.

Episodio 6 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 2, «Le fonti». Docente: Tommaso Minerva. Durata: 30 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.]]>1831alta formazione,anagrafe nazionale degli stude,dati e statistiche,digital education,open data,università,ustatfalse16fullhttps://www.spreaker.com/episode/a2-v07-anvur-almalaurea-istat--76288464Tre istituzioni, tre modi di produrre un numero: il rapporto di valutazione, l’indagine sui laureati, la statistica ufficiale; e come si legge e si cita un rapporto.
Obiettivi dell’episodio:

• Distinguere la natura delle tre fonti (agenzia di valutazione, consorzio di università, istituto di statistica) e riconoscere per ogni dato se la fonte è primaria o secondaria.
• Leggere il Rapporto ANVUR a partire dalla nota metodologica: data di estrazione dell’Anagrafe, definizioni, revisioni; spiegare perché i numeri dell’ANVUR e del portale differiscono.
• Leggere un’indagine sui laureati (AlmaLaurea) con quattro domande: popolazione coperta, tassi di risposta, definizioni, confrontabilità; riconoscere un cambio di definizione in una serie.
• Usare le statistiche ISTAT sui livelli di istruzione e sulla popolazione per quello che misurano, e citare un rapporto in modo completo e controllabile.

Episodio 7 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 2, «Le fonti». Docente: Tommaso Minerva. Durata: 26 minuti e 11 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.]]>https://api.spreaker.com/episode/76288464Tue, 10 Nov 2026 17:46:00 +0000trueTommaso MINERVATre istituzioni, tre modi di produrre un numero: il rapporto di valutazione, l’indagine sui laureati, la statistica ufficiale; e come si legge e si cita un rapporto. Obiettivi dell’episodio: - Distinguere la natura delle tre fonti (agenzia di...Tre istituzioni, tre modi di produrre un numero: il rapporto di valutazione, l’indagine sui laureati, la statistica ufficiale; e come si legge e si cita un rapporto.
Obiettivi dell’episodio:

• Distinguere la natura delle tre fonti (agenzia di valutazione, consorzio di università, istituto di statistica) e riconoscere per ogni dato se la fonte è primaria o secondaria.
• Leggere il Rapporto ANVUR a partire dalla nota metodologica: data di estrazione dell’Anagrafe, definizioni, revisioni; spiegare perché i numeri dell’ANVUR e del portale differiscono.
• Leggere un’indagine sui laureati (AlmaLaurea) con quattro domande: popolazione coperta, tassi di risposta, definizioni, confrontabilità; riconoscere un cambio di definizione in una serie.
• Usare le statistiche ISTAT sui livelli di istruzione e sulla popolazione per quello che misurano, e citare un rapporto in modo completo e controllabile.

Episodio 7 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 2, «Le fonti». Docente: Tommaso Minerva. Durata: 26 minuti e 11 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.]]>1572almalaurea,alta formazione,anvur,dati e statistiche,digital education,istat,universitàfalse17fullhttps://www.spreaker.com/episode/a2-v08-i-dati-interni-segreterie-piattaforme-cruscotti--76288465I dati che l’ateneo produce da sé: carriere, log delle piattaforme, opinioni degli studenti, indicatori e cruscotti; che cosa sono, chi li definisce, che cosa non dicono.
Obiettivi dell’episodio:

• Distinguere le tre famiglie di dati interni di un ateneo (carriere, log delle piattaforme, rilevazioni e cruscotti), lo scopo per cui nascono e le definizioni che ne derivano.
• Seguire il percorso di un dato di carriera dalla segreteria all’Anagrafe e al ritorno come indicatore ANVUR; leggere la scheda di monitoraggio annuale e la definizione di un indicatore (iC14) riconoscendone scelte e limiti.
• Descrivere che cosa registra un log di piattaforma (Moodle) e le quattro decisioni che separano il log dal tasso di completamento; collocare le opinioni degli studenti tra le fonti interne.
• Formulare una richiesta di dati interni in cinque passi, con definizioni, data, verifica e documentazione, nel rispetto dei principi di finalità e minimizzazione (rinvii ai moduli B6, A6 e A7).

Episodio 8 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 2, «Le fonti». Docente: Tommaso Minerva. Durata: 34 minuti e 5 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.]]>https://api.spreaker.com/episode/76288465Tue, 10 Nov 2026 17:47:00 +0000trueTommaso MINERVAI dati che l’ateneo produce da sé: carriere, log delle piattaforme, opinioni degli studenti, indicatori e cruscotti; che cosa sono, chi li definisce, che cosa non dicono. Obiettivi dell’episodio: - Distinguere le tre famiglie di dati interni di un...I dati che l’ateneo produce da sé: carriere, log delle piattaforme, opinioni degli studenti, indicatori e cruscotti; che cosa sono, chi li definisce, che cosa non dicono.
Obiettivi dell’episodio:

• Distinguere le tre famiglie di dati interni di un ateneo (carriere, log delle piattaforme, rilevazioni e cruscotti), lo scopo per cui nascono e le definizioni che ne derivano.
• Seguire il percorso di un dato di carriera dalla segreteria all’Anagrafe e al ritorno come indicatore ANVUR; leggere la scheda di monitoraggio annuale e la definizione di un indicatore (iC14) riconoscendone scelte e limiti.
• Descrivere che cosa registra un log di piattaforma (Moodle) e le quattro decisioni che separano il log dal tasso di completamento; collocare le opinioni degli studenti tra le fonti interne.
• Formulare una richiesta di dati interni in cinque passi, con definizioni, data, verifica e documentazione, nel rispetto dei principi di finalità e minimizzazione (rinvii ai moduli B6, A6 e A7).

Episodio 8 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 2, «Le fonti». Docente: Tommaso Minerva. Durata: 34 minuti e 5 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.]]>2045alta formazione,cruscotti,dati amministrativi,dati e statistiche,digital education,piattaforme,universitàfalse18fullhttps://www.spreaker.com/episode/a2-v09-le-fonti-europee-e-internazionali--76288461Eurostat, OCSE, UNESCO e le associazioni: chi raccoglie i numeri sull’istruzione superiore oltre i confini, come li rende confrontabili e dove restano i trabocchetti.
Obiettivi dell’episodio:

• Distinguere le tre fonti statistiche internazionali (Eurostat, OCSE, UNESCO-UIS) e le fonti non statistiche (EUA, Eurydice, ETER), riconoscendo per ciascuna da dove viene il dato e con quale ritardo.
• Leggere una tabella di Eurostat dal codice, dalla data di aggiornamento, dai filtri e dalle lettere di qualità; usare la classificazione ISCED 2011 per collocare i titoli italiani e spiegare perché il terziario di Eurostat non coincide con l’università del portale.
• Citare correttamente il traguardo europeo del 45% (Risoluzione 2021/C 66/01) e leggere l’indicatore con le sue rotture di serie, le differenze di genere e le revisioni.
• Riconoscere i trabocchetti di un confronto internazionale (media di riferimento, definizione, denominatore, anno, rotture non segnalate) con il metodo dei cinque passi, verificando una serie internazionale contro la serie nazionale.

Episodio 9 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 2, «Le fonti». Docente: Tommaso Minerva. Durata: 32 minuti e 14 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.]]>https://api.spreaker.com/episode/76288461Tue, 10 Nov 2026 17:48:00 +0000trueTommaso MINERVAEurostat, OCSE, UNESCO e le associazioni: chi raccoglie i numeri sull’istruzione superiore oltre i confini, come li rende confrontabili e dove restano i trabocchetti. Obiettivi dell’episodio: - Distinguere le tre fonti statistiche internazionali...Eurostat, OCSE, UNESCO e le associazioni: chi raccoglie i numeri sull’istruzione superiore oltre i confini, come li rende confrontabili e dove restano i trabocchetti.
Obiettivi dell’episodio:

• Distinguere le tre fonti statistiche internazionali (Eurostat, OCSE, UNESCO-UIS) e le fonti non statistiche (EUA, Eurydice, ETER), riconoscendo per ciascuna da dove viene il dato e con quale ritardo.
• Leggere una tabella di Eurostat dal codice, dalla data di aggiornamento, dai filtri e dalle lettere di qualità; usare la classificazione ISCED 2011 per collocare i titoli italiani e spiegare perché il terziario di Eurostat non coincide con l’università del portale.
• Citare correttamente il traguardo europeo del 45% (Risoluzione 2021/C 66/01) e leggere l’indicatore con le sue rotture di serie, le differenze di genere e le revisioni.
• Riconoscere i trabocchetti di un confronto internazionale (media di riferimento, definizione, denominatore, anno, rotture non segnalate) con il metodo dei cinque passi, verificando una serie internazionale contro la serie nazionale.

Episodio 9 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 2, «Le fonti». Docente: Tommaso Minerva. Durata: 32 minuti e 14 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.]]>1935alta formazione,dati e statistiche,digital education,eurostat,ocse,unesco,universitàfalse19fullhttps://www.spreaker.com/episode/a2-v10-vent-anni-di-immatricolazioni-e-iscrizioni--76288463La 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.]]>https://api.spreaker.com/episode/76288463Tue, 10 Nov 2026 17:49:00 +0000trueTommaso MINERVALa 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...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.]]>1748alta formazione,calo demografico,dati e statistiche,digital education,immatricolazioni,iscrizioni,universitàfalse110fullhttps://www.spreaker.com/episode/a2-v11-le-universita-telematiche-una-serie-storica-come-caso-guida--76288549Due 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.]]>https://api.spreaker.com/episode/76288549Tue, 10 Nov 2026 17:50:00 +0000trueTommaso MINERVADue 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...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.]]>1785alta formazione,dati e statistiche,digital education,serie storiche,università,università telematiche,ustatfalse111fullhttps://www.spreaker.com/episode/a2-v12-nord-centro-sud-dove-si-studia-e-da-dove-si-viene--76288550Residenza 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.]]>https://api.spreaker.com/episode/76288550Tue, 10 Nov 2026 17:51:00 +0000trueTommaso MINERVAResidenza 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...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.]]>1708alta formazione,dati e statistiche,digital education,mezzogiorno,mobilità degli studenti,regioni,universitàfalse112fullhttps://www.spreaker.com/episode/a2-v13-chi-sono-gli-studenti--76288551Genere, 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.]]>https://api.spreaker.com/episode/76288551Tue, 10 Nov 2026 17:52:00 +0000trueTommaso MINERVAGenere, 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...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.]]>1683almalaurea,alta formazione,composizione,dati e statistiche,digital education,studenti,universitàfalse113fullhttps://www.spreaker.com/episode/a2-v14-percorsi-ed-esiti--76288545Regolarità, 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.]]>https://api.spreaker.com/episode/76288545Tue, 10 Nov 2026 17:53:00 +0000trueTommaso MINERVARegolarità, 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,...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.]]>2071abbandoni,alta formazione,ava3,dati e statistiche,digital education,laureati,universitàfalse114fullhttps://www.spreaker.com/episode/a2-v15-la-domanda-di-istruzione-terziaria-nel-mondo--76288548Da 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.]]>https://api.spreaker.com/episode/76288548Tue, 10 Nov 2026 17:54:00 +0000trueTommaso MINERVADa 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...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.]]>1818alta formazione,dati e statistiche,demografia,digital education,istruzione terziaria,unesco,universitàfalse115fullhttps://www.spreaker.com/episode/a2-v16-studenti-in-movimento--76288546Sette 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.]]>https://api.spreaker.com/episode/76288546Tue, 10 Nov 2026 17:55:00 +0000trueTommaso MINERVASette 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...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.]]>1577alta formazione,dati e statistiche,digital education,erasmus,mobilità internazionale,studenti internazionali,universitàfalse116fullhttps://www.spreaker.com/episode/a2-v17-il-digitale-a-scala-globale-nei-dati--76288552Corsi 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.]]>https://api.spreaker.com/episode/76288552Tue, 10 Nov 2026 17:56:00 +0000trueTommaso MINERVACorsi 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...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.]]>1684alta formazione,dati e statistiche,digital education,lauree online,micro-credenziali,mooc,universitàfalse117fullhttps://www.spreaker.com/episode/a2-v18-proiettare-non-profetizzare--76288547Le 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.]]>https://api.spreaker.com/episode/76288547Tue, 10 Nov 2026 17:57:00 +0000trueTommaso MINERVALe 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...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.]]>1599alta formazione,dati e statistiche,digital education,istat,proiezioni demografiche,scenari,universitàfalse118fullhttps://www.spreaker.com/episode/a2-v19-l-e-tivity-una-serie-storica-per-la-propria-istituzione--76288553Le 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.]]>https://api.spreaker.com/episode/76288553Tue, 10 Nov 2026 17:58:00 +0000trueTommaso MINERVALe 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...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.]]>1157alta formazione,commento tra pari,dati e statistiche,digital education,e-tivity,serie storiche,universitàfalse119full