Durante l’evento che ha celebrato i 20 anni di Ingegneria Gestionale nella Scuola di Ingegneria dell’Università di Pisa, rappresentati dal mondo industriale e della ricerca hanno condiviso le loro esperienze e prospettive sul Corso di Laurea di Ingegneria Gestionale. Qui i dettagli dell’evento //ingegneria-gestionale-20-20-progettare-metodi-per-un-futuro-sostenibile 
Anche i ricercatori e dottorandi di B4DS hanno partecipato con due interventi.

I prodotti (verso processi di innovazione antropocentrici)

Relatore: Filippo Chiarello, PhD

 


Tra le righe dei laureandi – Analisi testuale delle tesi

Relatori: Vito Giordano e Irene Spada, Dottorandi nel programma Smart Industry dell’Università di Pisa

 

Diapositiva1
Diapositiva2
Diapositiva3
Diapositiva4
Diapositiva5
Diapositiva6
Diapositiva7
Diapositiva8
Diapositiva9
Diapositiva10
Diapositiva11
Diapositiva12
Diapositiva13
Diapositiva14
Diapositiva15
previous arrow
next arrow

 

Scopri di più sulla rete dei temi! In questo grafo ogni nodo rappresenta un argomento identificato nelle sintesi degli studenti e delle studentesse di Ingegneria Gestionale. Un arco esiste se una coppia di argomenti appare nella stessa sintesi. La dimensione dei nodi è proporzionale al numero di archi incidenti in un nodo.

  • CLUSTER 1 (25,98%): gli argomenti che cadono in questo cluster sono fanno riferimento a tecniche e tematiche presenti in più insegnamenti del Corso di Studio in Ingegneria Gestionale;
  • CLUSTER 2 (24,47%): in questo cluster possiamo ritrovare argomenti legati all’implementazione delle tecnologie digitali e abilitanti dell’Industria 4.0, che rivestono un ruolo cardine nella maggior parte delle realtà di business;
  • CLUSTER 3 (16,62%): il gruppo in analisi contiene termini che fanno riferimento gli strumenti e tecniche per la gestione dei progetti ai fini di sviluppare nuovi prodotti o servizi smart;
  • CLUSTER 4 (16,62%): in questo cluster possiamo ritrovare argomenti legati alla movimentazione e alla gestione della logistica;
  • CLUSTER 5 (9,06%): i termini che cadono in questo cluster fanno riferimento agli strumenti utilizzati dallo studente per svolgere la tesi e nello specifico per catturare, analizzare e visualizzare i dati di tesi. Tecniche che possiamo far ricadere sotto un unico cappello che è quello della Data Science;
  • CLUSTER 6 (7,25%): in questo cluster ci sono termini specifici di un determinato settore industriale, quello dell’automotive.

Quanto più due nodi sono vicini, tanto più gli argomenti relativi sono semanticamente simili. Infatti, come possiamo osservare, il CLUSTER 2 e il CLUSTER 5 sono molto vicini tra loro e anche molto simili. Il primo fa riferimento in modo più ampio a tutta la classe delle tecnologie digitali, mentre il secondo è rappresentativo delle tecniche di Data Science che sono una parte delle tecnologie digitali esistenti. Per questo motivo abbiamo deciso di rappresentare questi due cluster con lo stesso colore (il verde) ma con diverse tonalità.