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 e di attivarsi per l'installazione di MatLab. 

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. 

 

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