ITALIANO 

Slides, testi, e articoli messi a disposizione dal docente.
 

Gli studenti acquisiranno competenze avanzate nell'utilizzo di strumenti e metodologie psicometriche, imparando a integrare tali competenze per condurre e interpretare la ricerca in maniera critica e innovativa. Saranno in grado di:
- Comprendere la natura e le caratteristiche dei dati psicometrici, valutandone la qualità e l'applicabilità.
- Selezionare ed applicare in maniera avanzata test e questionari, considerando gli aspetti teorici e pratici.
- Progettare, acquisire, e preparare dati psicometrici e non nell’ottica dell’analisi di grandi dataset.
- Implementare, riconoscere, simulare, interpretare, e visualizzare modelli di analisi anche complessi tramite l’utilizzo di software professionali.
- Riconoscere e contrastare bias e pitfalls nella metodologia psicometrica e neuroscientifica.
- Valutare l'unicità dei dati relativi ai processi mentali e cognitivi, e incorporare tale consapevolezza nell'analisi e nell'interpretazione della ricerca neuroscientifica.
- Valutare criticamente la natura e le caratteristiche dei dati, con un occhio alla qualità e applicabilità, riconoscendo e contrastando bias e pitfalls metodologici
- Utilizzare approcci innovativi nella selezione e applicazione di test e questionari, e nella progettazione di modelli di analisi, per affrontare e risolvere problemi complessi in modo creativo
- Analizzare e discutere casi studio reali o simulati durante le lezioni, per esplorare applicazioni concrete delle metodologie psicometriche e neuroscientifiche, sviluppando la capacità di applicare la teoria alla pratica
- Sviluppare e presentare in gruppi progetti di ricerca che culminino in una presentazione o pubblicazione simulata (inclusa la produzione di uno strumento psicometrico totalmente ideato da* student*), per preparare alla disseminazione scientifica
Gli studenti saranno inoltre in grado di comunicare efficacemente i risultati della ricerca a un pubblico sia specialistico che non specialistico. 

Si raccomanda l’assenza di odio sistematico e ingiustificato verso formule, numeri, dati, e grafici. Nozioni di statistica di base sono propedeutiche.
Si prega inoltre di installare preventivamente il software open-source JASP.
 

La didattica di 64 ore si dividerà tra:
Lezioni frontali
Discussione di articoli scientifici
Laboratori pratici
Esercitazioni
La frequenza non è obbligatoria ma è ALTAMENTE consigliata. 

L’esame sarà strutturato in una prova scritta ed una prova orale/pratica.
La prova scritta consisterà in 20 domande a risposta multipla sulla teoria (10 punti).
La prova orale pratica sarà divisa in una fase di esposizione ed una fase di interpretazione.
Nella fase di interpretazione, ogni student*, singolarmente, dovrà interpretare un output (metodi e risultati) di uno studio scientifico fittizio (10 punti).
Nella fase di esposizione, l* student* (anche in gruppi di 2-4) esporranno una pipeline di analisi per un dato obiettivo sperimentale, evidenziando i relativi pro e contro (12 punti).
L’oggetto dell’esposizione sarà preventivamente concordato con il docente, che seguirà i gruppi durante il corso con revisioni periodiche. Il voto finale sarà la somma dei voti nelle tre prove.
 

Il materiale del corso sarà fornito in formato digitale per ridurre l'uso di carta.
Si promuoverà l'uso di risorse online e di software open source per garantire l'accessibilità e ridurre l'impatto ambientale.
Si incoraggia l* student* all'uso di trasporti pubblici e mezzi sostenibili per raggiungere il luogo delle lezioni.
 

Letture integrative:
“Discorso sul Metodo”, René Descartes
“Contro il Metodo”, Karl Feyerabend,
“La Struttura delle Rivoluzioni Scientifiche”, Thomas Kuhn