Corso di laurea: Gestione digitale dell’agricoltura e del territorio montano LM-69
A.A. 2022/2023
Conoscenza e capacità di comprensione
I laureati al termine del corso di studi possiedono capacità di analisi approfondita e sono in grado di affrontare problemi e tematiche complesse in contesti interdisciplinari, utilizzando anche metodologie innovative.
I laureati sono capaci di identificare problemi, definirne i contorni e proporre adeguate soluzioni nel settore dell’applicazione delle tecnologie digitali in agricoltura e nel territorio montano, nell’ottica della sostenibilità.
Sono in grado di scegliere e utilizzare strumenti e metodologie appropriate conoscendone caratteristiche, possibilità applicative e scala di applicazione (aziendale, territoriale, ecc.).
I laureati possiedono una visione sistemica della realtà agricola e del territorio montano e sono in grado di proporre interventi e soluzioni, basate soprattutto su tecnologie digitali, con elevato grado di competenza e autonomia sia nella gestione delle produzioni agricole e zootecniche sia in quella del territorio, con particolare riferimento a quello montano.
Capacità di applicare conoscenza e comprensione
I laureati pertanto sono in grado di:
- partecipare alla progettazione e gestione dell'innovazione digitale applicata alle produzioni agricole e zootecniche con particolare riguardo alla sostenibilità delle stesse;
- partecipare alla progettazione e gestione dell'innovazione digitale applicata al territorio montano con particolare riguardo alla sostenibilità delle attività che vi si svolgono;
- svolgere indagini utili alla definizione di soluzioni a problemi complessi propri dei sistemi agrari e dell’ambiente montano e di quelli inerenti la ricerca e la sperimentazione dei suddetti ambiti;
- svolgere attività di assistenza tecnica e consulenza specialistica nel campo agrario e territoriale-ambientale;
- svolgere attività di assistenza tecnica e consulenza specialistica nel campo nel campo delle tecnologie digitali e meccatroniche applicate all’agricoltura e al territorio montano.
Le suddette capacità e potenzialità di applicazione delle conoscenze acquisite sono sviluppate anche con esercitazioni di laboratorio e di campo, esercitazioni interdisciplinari effettuate fuori sede, attività seminariali, tirocini presso aziende del settore, promozione della discussione critica su specifici problemi.
Le competenze sono valutate nelle verifiche di profitto (esoneri, prove scritte e/o orali), attraverso la relazione di tirocinio e nella Tesi nella quale lo studente sperimenta le sue capacità progettuali e di elaborazione e le capacità di applicare le conoscenze acquisite.
Nel caso di insegnamenti integrati le commissioni di verifica saranno composte dai docenti titolari dei rispettivi moduli di insegnamento.
Il CdS favorirà l'accessibilità ai materiali didattici, e utilizzerà specifiche modalità di verifica dell’apprendimento per gli studenti disabili secondo quanto previsto dalla Commissione Inclusione ed Equità di Ateneo.
Autonomia di giudizio
Il laureato magistrale in Gestione digitale dell’agricoltura e del territorio montano è in grado di comprendere ed utilizzare gli strumenti basati su tecnologie digitali, applicandoli nei diversi contesti in cui opera, sia a livello aziendale, che territoriale, con particolare riferimento al territorio montano.
È in grado, inoltre, di trasmettere a figure professionali ingegneristiche specializzate le informazioni utili alla progettazione, realizzazione e collaudo di nuove tecnologie per l’agricoltura ed il territorio.
Durante il corso di studio gli studenti maturano una capacità di giudizio in occasione di tutte le attività didattiche, sperimentali e di laboratorio impartite.
Tra queste capacità si evidenziano l’identificazione dei problemi tecnico-scientifici nelle aree di competenza e le diverse soluzioni attuabili valutandone anche i rispettivi pro e contro.
Maturano inoltre la capacità di progettazione e di valutazione critica dei risultati ottenuti.
I laureati in GEDAM sono in grado di comprendere la necessità di integrare le loro conoscenze per gestire la complessità, il cambiamento e di formulare giudizi ed acquisire decisioni sulla base di dati disponibili (es.
big data), includendo la riflessione sulle responsabilità sociali ed etiche collegate all'applicazione delle loro conoscenze e giudizi.
Durante il corso di studio, inoltre, acquisiscono:
- la capacità di condurre ricerche bibliografiche su fonti scientifiche e tecniche, anche tramite accesso a banche dati elettroniche;
- la capacità di valutare progetti e piani complessi;
- la capacità di approfondire considerazioni di natura sociale, politica e etica con riferimento particolare alla teoria e alla pratica della sostenibilità dei sistemi agricoli e della conservazione delle risorse ambientali;
- la capacità di operare in autonomia assumendo la responsabilità di progetti o di strutture;
- la conoscenza dei loro ambiti di intervento nella attività professionale e degli aspetti normativi e deontologici;
- l'autonomia di giudizio viene sviluppata mediante attività autonome o di gruppo, richiedenti allo studente uno sforzo personale individuale (per es.
preparazione di elaborati e relazioni nell'ambito dei corsi, valutazione della didattica e delle altre attività formative) e il confronto con i colleghi durante le esercitazioni di laboratorio e in campo.
La verifica dell'autonomia di giudizio è intrinseca alle valutazioni periodiche del profitto dello studente, sia in sede di esame che nella valutazione associata alle attività esercitative o di tirocinio.
Infine, l'avvenuto raggiungimento di questo obiettivo formativo è dimostrato in modo particolare dalle attività autonomamente condotte nella preparazione della tesi finale.
Abilità comunicative
Il laureato magistrale in 'Gestione digitale dell’agricoltura e del territorio montano' è in grado di comunicare in modo chiaro e non ambiguo informazioni, idee, problemi e soluzioni relativi alla formazione tecnico-scientifica acquisita.
È in grado di interagire adeguatamente con interlocutori specialisti e non e di utilizzare i principali mezzi di comunicazione, soprattutto quelli informatici.
E’ in grado di utilizzare, in forma scritta e orale la lingua italiana e quella inglese, con riferimento al lessico tecnico-scientifico acquisito durante il corso di laurea magistrale.
L'abilità comunicativa si esercita e si consegue durante le attività didattiche (lezioni, esercitazioni, laboratori, lavori di gruppo o individuali), durante lo svolgimento del tirocinio e della tesi e durante l’eventuale periodo di studio all’estero nell’ambito del progetto Erasmus.
L’abilità comunicativa si valuta mediante le verifiche del profitto conseguito dallo studente nelle diverse prove di esame, gli elaborati scritti individuali, le presentazioni, anche multimediali, di progetti o di argomenti specifici assegnati, le discussioni e relazioni di gruppo, e soprattutto mediante la presentazione dell'elaborato di tirocinio e di tesi dinanzi alla Commissione di laurea.Capacità di apprendimento
Il laureato magistrale in “Gestione digitale dell’agricoltura e del territorio montano” possiede la capacità necessaria per l’utilizzo delle tecnologie informatiche in grado di garantirgli il continuo aggiornamento delle conoscenze necessarie allo svolgimento della sua attività professionale o scientifica.
In particolare, il laureato magistrale è in grado di:
- mantenersi aggiornato su metodi, tecniche, strumenti e norme inerenti la professione, anche mediante la consultazione di banche dati;
- consultare fonti normative o reperire informazioni in autonomia, su tutte le innovazioni tecnologiche, digitali, metodologiche, sperimentali di settore;
- accedere, con le conoscenze e le competenze specialistiche acquisite, ai livelli formativi superiori universitari (Dottorato di Ricerca, Master, corsi di perfezionamento, ecc.).
Tali capacità sono acquisite durante il curriculum studiorum (lezioni, esercitazioni, tirocinio, preparazione della tesi).
La verifica del raggiungimento dell'obiettivo è legata ai risultati di profitto nell'ambito dei singoli insegnamenti e della valutazione finale.
Requisiti di ammissione
L'iscrizione al Corso di Laurea Magistrale in Gestione digitale dell’agricoltura e del territorio montano è possibile a tutti coloro che siano in possesso di laurea o di titolo equipollente conseguito all'estero.
Il Corso di Laurea Magistrale è ad accesso non programmato.
I requisiti curriculari minimi richiesti sono il possesso di almeno 24 CFU così ripartiti:
• 12 CFU nei SSD:
o da FIS/01 a FIS/07
o da MAT/01 a MAT/09
o INF/01 - Informatica
o SECS-S/01 - Statistica
• 12 CFU nei SSD:
o AGR/02 - Agronomia e coltivazioni erbacee
o AGR/03 - Arboricoltura generale e coltivazioni arboree
o AGR/04 - Orticoltura e floricoltura
o AGR/05 - Assestamento forestale e selvicoltura
o AGR/07 - Genetica agraria
o AGR/08 - Idraulica agraria e sistemazioni idraulico-forestali
o AGR/09 - Meccanica agraria
o AGR/10 - Costruzioni rurali e territorio agroforestale
o AGR/11 - Entomologia generale e applicata
o AGR/12 - Patologia vegetale
o AGR/13 - Chimica agraria
o AGR/15 - Scienze e tecnologie alimentari
o AGR/16 - Microbiologia agraria
o AGR/17 - Zootecnica generale e miglioramento genetico
o AGR/18 - Nutrizione e alimentazione animale
o AGR/19 - Zootecnica speciale
o AGR/20 - Zoocolture
o BIO/01 - Botanica generale
o BIO/02 - Botanica sistematica
o BIO/03 - Botanica ambientale e applicata
o BIO/10 - Biochimica
o BIO/19 - Microbiologia generale
o ING-IND/12 - Misure meccaniche e termiche
o ING-IND/13 - Meccanica applicata alle macchine
o ING-IND/14 - Progettazione meccanica e costruzione di macchine
L'ammissione al corso di studio sarà comunque subordinata alla conoscenza della lingua inglese, in forma scritta e orale, almeno ad un livello che consenta l'utilizzo della letteratura scientifica internazionale (almeno livello B2).
Prova finale
La prova finale consiste nella preparazione e discussione di una tesi elaborata in modo originale dallo studente sotto la guida di un relatore, relativa a tematiche affrontate nel percorso formativo e con un impegno complessivo di 15 CFU.
Per essere ammessi alla prova finale occorre aver conseguito tutti i crediti relativi alle attività formative previste dal piano di studio, ad eccezione di quelli riservati alla prova finale.
La votazione della prova finale è espressa in centodecimi con eventuale lode.
Alla formazione della votazione finale concorrono la carriera studiorum dello studente, la valutazione della qualità e originalità della tesi e della qualità della presentazione dinanzi alla commissione di laurea magistrale.
Orientamento in ingresso
Lo staff dell'orientamento attualmente è costituito da:
• Sergio Madonna (delegato del Direttore con funzione di coordinamento)
• Emilia Gitto (mansioni amministrative ed organizzative)
• Doriano Vittori (mansioni organizzative e logistiche)
• Claudia Menghini e Nino De Pace (questi ultimi pur ricoprendo principalmente altre mansioni rappresentano una stabile ed efficace interfaccia, soprattutto nel periodo estivo per ricevere e smistare gli studenti).
Tutors – Durante l’anno accademico sono reclutati, con un numero di ore variabile a disposizione, alcuni tutors che sono utilizzati sia per le attività di orientamento in sede (accoglienza e ricevimento presso l'Ufficio orientamento nei giorni previsti, gestione delle visite presso le nostre strutture, presenza negli Open Day Unitus e DAFNE ecc.); sia per la organizzazione e gestione delle attività fuori sede (presenza presso gli stand organizzati nelle varie manifestazioni, distribuzione di materiale informativo, ecc.).
Il Delegato del Direttore, la Dott.ssa Gitto ed il Dott.
Vittori svolgono mansioni di gestione e di organizzazione delle attività di orientamento ed in particolare:
• Contatti con gli Istituti
• Controllo e gestione attività tutor (controllo presenze, fogli firme, ecc.)
• Organizzazione e logistica delle attività esterne in occasione di Open Day, Salone dello studente, etc.
(trasporto materiale, istallazione e presenza nello stand, ecc.)
• Front office orientamento (informazioni riguardanti la struttura e le attività didattiche, organizzative, amministrative e di servizio dell'Ateneo, del Dipartimento e del CCS; supporto nella comunicazione diretta dello studente con il corpo docente)
• Pianificazione visite o esercitazioni presso i laboratori di ricerca del Dipartimento (Contatti con i docenti responsabili dei Laboratori del DAFNE, contatti con i docenti degli Istituti superiori, ecc.).
• Contatti con centro Stampa di Ateneo per realizzazione flyer, locandine e manifesti
• Cura (in collaborazione con il Direttore), della pagina Facebook DAFNE (Dott.ssa Gitto)
• Contatti con gestore interno sito Dipartimento per news relative ad attività di orientamento, Open Day, iniziative varie, Bandi (Dott.ssa Gitto)
• Integrazione informazioni di orientamento su attività Erasmus nel DAFNE (Dott.ssa Gitto - referente outgoing e incoming nella segreteria didattica)
Le attività di orientamento del Dipartimento DAFNE sono coordinate ed armonizzate con le attività di orientamento dell'Ateneo.
Il Corso di Studio in breve
Il corso di Laurea Magistrale 'Gestione digitale dell’agricoltura e del territorio montano' (GEDAM) è finalizzato alla formazione di professionisti agronomi o forestali, con particolari competenze specifiche nel campo: della gestione dei dati digitali, della sensoristica applicata all’agricoltura e alle foreste, delle tecniche di agricoltura di precisione, della gestione di sistemi informatici applicati alla gestione del territorio montano e all’agricoltura.
Il laureato sarà esperto nell’introduzione e nella gestione delle innovazioni tecnologiche in agricoltura e nel territorio montano.
Il corso si inquadra nell’interclasse LM69 (Scienze e Tecnologie Agrarie) e LM73 (Scienze e Tecnologie Forestali ed Ambientali).
La LM interclasse consente di differenziarsi da molte offerte formative nazionali in quanto non ci si focalizza al solo ambito strettamente agricolo, o forestale, ma la visione presente nelle due classi di LM viene integrata fornendo alla laurea in GEDAM uno spiccato carattere di unicità.
La presente LM si prefigge di formare tecnici con competenze in due grandi aree d’intervento presenti nel Piano Nazionale di Ripresa e Resilienza (PNRR), cioè la Transizione verde e la Trasformazione digitale.
Il laureato in GEDAM sarà in grado di utilizzare gli strumenti digitali per un’efficiente produzione agricola e una corretta gestione del territorio con particolare riferimento a quello montano.
La figura professionale proposta potrà occuparsi della gestione del territorio in modo più efficace adottando le tecnologie più innovative.
La figura professionale, inoltre, grazie al forte carattere innovativo e alle spiccate competenze in due dei sei pilastri del PNRR, rende il laureato in GEDAM particolarmente richiesto nel mondo del lavoro, grazie anche alle sue competenze al momento difficili da reperire.
Le funzioni che potranno svolgere i laureati GEDAM andranno dalla ricerca e sviluppo in aziende del settore agricolo, agro-alimentare, zootecnico, e forestale, alla collaborazione con aziende di produzione di tecnologie applicate all’agricoltura e alle foreste, agli enti di pianificazione e controllo territoriale.
L’impostazione della LM e le tematiche trattate si prestano allo sviluppo di un percorso internazionale: a questo proposito è in corso di perfezionamento una collaborazione con la Agricultural University of Tirana (Albania), con la quale sarà formalizzato uno specifico agreement, per l’avvio di una laurea magistrale (dual degree), in collaborazione con la facoltà di scienze forestali della stessa Università.
Pertanto, nel caso si riesca a formalizzare l’accordo con l’Agricultural University of Tirana entro i termini consentiti, si costituirà un percorso formativo parallelo a quello illustrato nel presente documento, nella logica della dual degree.
Altri corsi di laurea e master sulla agricoltura di precisione sono molto orientati verso grandi aziende, mentre GEDAM affronta tecniche e metodologie applicabili anche alle PMI e realtà locali, come quelle caratteristiche dell’ambito montano.
Il percorso formativo propone degli insegnamenti caratterizzanti quali: sistemi informativi, fondamenti di ingegneria digitale applicata all'agricoltura, tecniche digitali in agricoltura, droni e sistemi di rilevamento, innovazione nella gestione delle problematiche fitosanitarie, e tecnologie digitali applicate alla genetica.
Il percorso attualmente è suddiviso in due curriculum, il primo riguardante l’'Agricoltura digitale', mentre il secondo riguardante la 'Gestione digitale del territorio montano'.
Nel curriculum 'Agricoltura digitale' saranno presenti insegnamenti riguardanti la cartografia digitale, la cartografia digitale dei suoli, le applicazioni digitali in orto-floricoltura e nella zootecnia, le macchine e gli impianti per l’agricoltura di precisione.
Il curriculum 'Gestione del territorio montano' avrà invece insegnamenti orientati alla gestione digitale delle risorse idriche e del patrimonio forestale, al turismo, al monitoraggio ambientale e agli approvvigionamenti energetici.
Le conoscenze acquisite in entrambi i curriculum saranno sviluppate anche tramite esercitazioni pratiche di laboratorio e di campo, esercitazioni interdisciplinari effettuate fuori sede, attività seminariali e tirocini presso aziende di settore.
Gli studenti avranno la possibilità di esperienze all’estero, grazie alle convenzioni con Università internazionali già in essere per i corsi di laurea magistrale del DAFNE.
Il percorso di studi permetterà di partecipare all’esame di Stato per l’abilitazione alla professione di agronomo e dottore forestale, oppure per la successiva partecipazione alle scuole di dottorato di ricerca.
Lo studente espliciterà le proprie scelte al momento della presentazione,
tramite il sistema informativo di ateneo, del piano di completamento o del piano di studio individuale,
secondo quanto stabilito dal regolamento didattico del corso di studio.
AGRICOLTURA DIGITALE
Primo anno
Primo semestre
Insegnamento
|
CFU
|
SSD
|
Ore Lezione
|
Ore Eserc.
|
Ore Lab
|
Ore Studio
|
Attività
|
Lingua
|
119413 -
Fondamenti di ingegneria digitale applicata all'agricoltura
|
|
-
Sensoristica
(obiettivi)
L'obiettivo del modulo di sensoristica del corso di Fondamenti di ingegneria digitale applicato all'agricoltura è quello di fornire allo studente piena la conoscenza sia del corretto linguaggio metrologico sia del funzionamento dei principali strumenti di misura per applicazioni di agricoltura digitale. Gli strumenti verranno analizzati sia da un punto di vista realizzativo che del principio di funzionamento. I risultati attesi secondo i descrittiri di Dublino sono i seguenti:
- Conoscenza e capacità di comprensione: Conoscere le definizioni delle caratteristiche metro statiche e dinamiche, conoscere le definizioni delle unità di misura, comprendere il significato di distribuzione di probabilità legata alla misura in modo da saper definire l'incertezza estesa, comprendere il concetto di campionamento e conversione analogico-digitale, comprende il funzionamento di uno strumento di misura per la valutazione elettriche di grandezze meccaniche, termiche ed in applicazioni di agricoltura digitale. - Capacità di applicare una corretta conoscenza e comprensione: Avere una comprensione dell'approccio scientifico nel campo delle misure. Avere la capacità di svolgere in modo autonomo una taratura ed associare la corretta incertezza nella funzione degli strumenti utilizzati. Comprendere attraverso la statistica applicata la significatività dei risultati. Avere la capacità di effettuare uno studio dinamico degli strumenti di misura del primo e del secondo ordine. - Abilità di giudizio: Lo studente sarà in grado di valutare i sensori più adatti ad un determinato impiego e sarà in grado di selezionare l'applicazione nel mondo dell'agricoltura corretta. - Abilità comunicativa: Lo studente acquisirà le capacità tali da poter argomentare in sede d'esame i concetti metrologici e di incertezza, così come il principio di funzionamento dei sensori e l'importanza del mondo delle misure nel campo agricolo. - Capacità di apprendere: Lo studente acquisirà le competenze tali da poter approfondire autonomamente lo studio di sensori avanzati o l'utilizzo di quali l'intelligenza artificiale, oltre quelli base visti a lezione.
|
6
|
ING-IND/12
|
48
|
-
|
-
|
-
|
Attività formative affini ed integrative
|
ITA |
-
Basi di meccatronica e IOT
(obiettivi)
Conoscenza e capacità di comprensione Gli studenti acquisiranno una solida comprensione dei fondamenti della programmazione in Python e delle basi della meccatronica e dell'Internet of Things (IoT). Saranno in grado di comprendere e spiegare i principi teorici che governano l'integrazione di componenti meccanici, elettronici e software per applicazioni in ambito agricolo e non solo.
Conoscenza e capacità di comprensione applicate Gli studenti saranno in grado di applicare le competenze acquisite nella programmazione Python per sviluppare progetti pratici di meccatronica utilizzando Raspberry Pi. Saranno capaci di progettare, implementare e testare soluzioni digitali che combinano sensori, attuatori e moduli di comunicazione, con particolare attenzione alle applicazioni agricole.
Autonomia di giudizio Gli studenti svilupperanno la capacità di analizzare criticamente le soluzioni proposte per problemi specifici di ingegneria digitale applicata all'agricoltura. Saranno in grado di valutare l'efficacia delle loro soluzioni meccatroniche e IoT, considerando vari fattori tecnici e di prendere autonomamente decisioni riguardo alle implementazioni più appropriate.
Abilità comunicative Gli studenti saranno in grado di comunicare efficacemente i risultati dei loro progetti, sia oralmente che per iscritto, utilizzando un linguaggio tecnico appropriato. Sapranno documentare e presentare i loro lavori in modo chiaro e coerente, rendendo comprensibili anche a non specialisti le soluzioni tecnologiche adottate e i risultati ottenuti.
Capacità di apprendere Gli studenti svilupperanno la capacità di apprendere in modo autonomo nuove tecniche e strumenti di programmazione, meccatronica e IoT. Saranno in grado di aggiornarsi continuamente, affrontando con successo nuove sfide tecnologiche e applicative, grazie a una solida base metodologica e pratica.
|
6
|
ING-IND/31
|
48
|
-
|
-
|
-
|
Attività formative affini ed integrative
|
ITA |
119466 -
Innovazione nella gestione delle problematiche fitosanitarie
|
|
-
Entomologia
(obiettivi)
Obiettivo del corso è fornire le basi per imparare a valutare e monitorare i rischi fitosanitari riconducibili sia a parassiti (modulo di entomologia) che patogeni (modulo di patologia) utilizzando tecniche avanzate, inclusi sistemi di monitoraggio e previsione, e strumenti diagnostici innovativi. Alla fine del corso, gli studenti saranno in grado di sviluppare strategie innovative e sostenibili per la gestione delle stesse, integrando tecniche biologiche, chimiche e colturali. Acquisiranno competenze nell'utilizzo di tecnologie avanzate per migliorare l'efficacia e l'efficienza delle pratiche fitosanitarie e svilupperanno abilità comunicative per trasferire efficacemente le conoscenze e le innovazioni nel campo fitosanitario alle diverse parti interessate, inclusi agricoltori, tecnici e responsabili del territorio.
Conoscenza e Capacità di Comprensione Dimostrare una conoscenza approfondita delle teorie e dei principi che governano le problematiche fitosanitarie e le soluzioni innovative disponibili per gestirle.
Conoscenza e Capacità di Comprensione Applicate Applicare conoscenze teoriche e metodologiche alla diagnosi e gestione dei problemi fitosanitari concreti, utilizzando strumenti tecnologici avanzati.
Autonomia di Giudizio Formulare giudizi autonomi e critici riguardo alle diverse opzioni di gestione delle problematiche fitosanitarie, tenendo conto delle implicazioni pratiche, economiche e ambientali.
Abilità Comunicative Utilizzare la corretta terminologia tecnico-scientifica nella descrizione degli argomenti del corso. Capacità di sintesi ed efficacia comunicativa verso specialisti e non specialisti.
Capacità di Apprendimento Dimostrare la capacità di apprendere in modo autonomo e continuo, aggiornandosi sulle ultime innovazioni e sviluppi nel campo della gestione fitosanitaria.
|
3
|
AGR/11
|
24
|
-
|
-
|
-
|
Attività formative caratterizzanti
|
ITA |
-
Patologia
(obiettivi)
Il corso intende fornire agli studenti le conoscenze fondamentali per un approccio moderno alla gestione (eco)sostenibile delle problematiche fitosanitarie riconducibili a stress abiotici e biotici, questi ultimi con particolare riferimento a funghi, batteri e virus negli ecosistemi agrari e naturali. Alla fine del Corso lo studente sarà in grado di scegliere le più recenti metodologie digitali e biotecnologiche da utilizzare nei diversi contesti in cui si possono manifestare le malattie delle piante in ambito agrario e forestale per prevenirle e/o contenerne gli effetti nocivi. Il corso persegue i seguenti obiettivi formativi: CONOSCENZA E CAPACITÀ DI COMPRENSIONE Acquisizione di una esaustiva conoscenza delle nozioni di base della difesa fitosanitaria nel contesto dell'Agricoltura digitale: comprensione delle modalità di insorgenza e diffusione delle malattie dei vegetali e di come valutarle con strumenti innovativi; comprensione delle principali strategie innovative diagnostiche e come applicarle correttamente; solida conoscenza delle più recenti innovazioni tecnologiche per la difesa preventiva e contenitiva dalle avversità fitosanitarie. CONOSCENZA E CAPACITÀ DI COMPRENSIONE APPLICATE Applicazione della gestione delle problematiche fitosanitarie tramite approcci digitali ed innnovativi; consocenza delle strategie pre- e post-insorgenza da attuare per limitare al massimo il danno fitopatologico. AUTONOMIA DI GIUDIZIO Capacità di affrontare una problematica fitosanitaria con le metodologie discusse a lezione o analoghe ad esse, e di attingere alle conoscenze acquisite nel Corso per gestirla al meglio. ABILITA' COMUNICATIVE Utilizzo della corretta terminologia tecnico-scientifica nella descrizione degli argomenti del corso. Capacità di sintesi ed efficacia comunicativa nella descrizione degli argomenti del corso. CAPACITA' DI APPRENDERE Conoscenza degli argomenti del corso e capacità critica di comprendere a fondo gli aspetti cruciali di una problematica fitosanitaria e di come affrontarla con le metodiche più recenti.
|
3
|
AGR/12
|
24
|
-
|
-
|
-
|
Attività formative caratterizzanti
|
ITA |
119414 -
Tecniche digitali in agricoltura
|
|
-
Tecniche agronomiche di precisione
|
Erogato in altro semestre o anno
|
-
Applicazioni digitali in arboricoltura
(obiettivi)
Gli obiettivi formativi dell’insegnamento di Applicazioni digitali in arboricoltura pedemontana sono quelli di fornire allo studente la capacità di utilizzare strumenti e tecnologie digitali per il monitoraggio, l'analisi e la gestione dei sistemi arborei da frutto e per l’applicazione di tecniche agronomiche di precisione in campo con particolare riguardo ai fruttiferi da ambiente pedemontano. L’insegnamento intende inoltre fornire allo studente capacità di identificazione del livello più appropriato di digitalizzazione applicabile alle differenti tipologie aziendali ad ordinamento frutticolo, insieme ad una approfondita esplorazione delle differenti forme di allevamento utilizzate nei sistemi arborei da frutto, con l’obiettivo di calibrare le applicazioni di frutticoltura 4.0 alla tipologia impiantistica e forma di allevamento utilizzata nel frutteto. Gli obiettivi sopra descritti sono perseguiti anche attraverso l’esplorazione di appropriati casi studio.
Conoscenza e capacità di comprensione L'insegnamento ha l’obiettivo di sviluppare negli studenti conoscenze e capacità di comprensione, quali: • conoscere e comprendere quali sono le tecnologie utili al monitoraggio dei sistemi arborei per applicazioni agronomiche di precisione quali il telerilevamento e digital soil mapping per stimare in maniera quantitativa variabili d’interesse agronomico della vegetazione e del suolo; • conoscere e comprendere le tecniche e tecnologie digitali che si possono utilizzare per analizzare la variabilità spaziale e temporale dei frutteti; • conoscere e comprendere le modalità di sviluppo e applicazione di tecniche agronomiche di precisione e sistemi di supporto alle decisioni per sistemi arborei da frutto.
Conoscenza e capacità di comprensione applicate L’insegnamento consentirà di applicare conoscenze e comprensione, permettendo di: • conoscere ed utilizzare i principali sistemi satellitari adatti all’agricoltura di precisione attraverso l’utilizzo di piattaforme cloud-based per l’analisi della variabilità temporale e spaziale degli appezzamenti coltivati a fruttiferi; • conoscere ed utilizzare le tecniche per stimare variabili biofisiche della vegetazione e del suolo da dati satellitari e tramite impiego di proximal sensing ai fini del monitoraggio delle colture frutticole; • conoscere le tecniche e le tecnologie disponibili per applicazioni digitali nella gestione delle operazioni colturali nel frutteto, esplorando anche le opportunità di impiego di droni e agribots per esecuzione automatica di operazioni colturali.
Autonomia di giudizio L'insegnamento consentirà di sviluppare autonomia di giudizio a vari livelli, come ad esempio: • ipotizzare quali proprietà del suolo e del clima influenzano la variabilità spaziale e temporale delle colture arboree da frutto; • proporre le agrotecniche di gestione di precisione e digitali più idonee per una gestione efficiente e sostenibile delle colture arboree da frutto.
Abilità comunicative La partecipazione alle lezioni e la fruizione del materiale didattico messo a disposizione faciliteranno lo sviluppo e l'applicazione di abilità comunicative, quali: • fornire una esaustiva gamma di esempi pratici di applicazione di tecniche agronomiche di precisione alle colture arboree da frutto; • utilizzare un appropriato ed aggiornato vocabolario tecnico agronomico in linea con la frutticoltura 4.0.
Capacità di apprendere Partecipare alle lezioni e usufruire autonomamente del materiale messo a disposizione faciliterà il consolidamento delle proprie capacità di apprendimento, quali: • attivare un programma di aggiornamento continuo delle proprie conoscenze; • individuare in autonomia le modalità per acquisire informazioni tramite consultazione di database bibliografici a vari livelli (riviste peer-reviewed, riviste divulgative, atti di convegni, siti internet ecc.); • individuare e utilizzare le fonti di informazioni più utili al personale aggiornamento.
|
6
|
AGR/03
|
48
|
-
|
-
|
-
|
Attività formative caratterizzanti
|
ITA |
Secondo semestre
Insegnamento
|
CFU
|
SSD
|
Ore Lezione
|
Ore Eserc.
|
Ore Lab
|
Ore Studio
|
Attività
|
Lingua
|
119414 -
Tecniche digitali in agricoltura
|
|
-
Tecniche agronomiche di precisione
(obiettivi)
Gli obiettivi del corso di Tecniche Agronomiche di Precisione sono quelli di fornire agli studenti la capacità di utilizzare strumenti e tecnologie digitali per il monitoraggio, l'analisi e la gestione dei sistemi colturali e per l’applicazione di tecniche agronomiche di precisione per applicazioni di pieno campo con particolare riguardo ai sistemi colturali erbacei. La frequenza alle lezioni ed esercitazioni, pur facoltativa è fortemente consigliata.
Conoscenza e capacità di comprensione L'insegnamento ha l’obiettivo di sviluppare negli studenti conoscenze e capacità di comprensione, quali: • conoscere e comprendere quali sono le tecnologie utili al monitoraggio dei sistemi colturali per applicazioni agronomiche di precisione quali il telerilevamento multispettrale ed iperspettrale per stimare in maniera quantitativa variabili d’interesse agronomico della vegetazione e del suolo; • conoscere e comprendere le tecniche e tecnologie che si possono utilizzare per analizzare la variabilità spaziale e temporale degli appezzamenti coltivati, in particolare sfruttando strumenti di modellistica agronomica process-based; • conoscere e comprendere le modalità di sviluppo e applicazione di tecniche agronomiche di precisione quali la semina, fertilizzazione ed irrigazione.
Conoscenza e capacità di comprensione applicate L'insegnamento consentirà di applicare conoscenze e comprensione, permettendo ad esempio di: • conoscere ed utilizzare i principali sistemi satellitari multispettrali adatti all’agricoltura di precisione attraverso l’utilizzo di piattaforme cloud-based per l’analisi della variabilità temporale e spaziale degli appezzamenti coltivati; • conoscere ed utilizzare le tecniche per stimare variabili biofisiche della vegetazione e del suolo da dati satellitari ai fini del monitoraggio delle colture agrarie; • conoscere ed utilizzare un modello agronomico proces-based per analizzare scenari di gestione agronomica; • conoscere le tecniche e le tecnologie ed attrezzature per la semina, irrigazione e fertilizzazione di precisione.
Autonomia di giudizio L'insegnamento consentirà di sviluppare autonomia di giudizio a vari livelli, come ad esempio: • ipotizzare quali proprietà del suolo e dell'atmosfera influenzano la variabilità spaziale e temporale delle produzioni agrarie; • proporre le agrotecniche di gestione di precisione più idonee per una gestione efficiente e sostenibile delle colture erbacee.
Abilità comunicative Partecipare alle lezioni e/o usufruire autonomamente del materiale messo a disposizione faciliterà lo sviluppo e l'applicazione di abilità comunicative, quali ad esempio: • fornire una sufficiente gamma di esempi pratici di applicazione di tecniche agronomiche di precisione alle colture erbacee; • utilizzare un appropriato ed aggiornato vocabolario tecnico agronomico.
Capacità di apprendere Partecipare alle lezioni e/o usufruire autonomamente del materiale messo a disposizione faciliterà il consolidamento delle proprie capacità di apprendimento, permettendo ad esempio di: • attivare un programma di aggiornamento continuo delle proprie conoscenze; • individuare in autonomia le modalità per acquisire informazioni; • individuare e utilizzare le fonti di informazioni più utili al personale aggiornamento.
|
7
|
AGR/02
|
56
|
-
|
-
|
-
|
Attività formative caratterizzanti
|
ITA |
-
Applicazioni digitali in arboricoltura
|
Erogato in altro semestre o anno
|
119427 -
Inglese avanzato (idoneità C1)
(obiettivi)
Obiettivi formativi
Gli obiettivi didattici minimi del corso sono finalizzati a permettere allo studente/alla studentessa di leggere e comprendere (reading-comprehension) efficacemente testi in inglese quali articoli scientifici e/o divulgativi, capitoli di libri, ecc., nonché di comunicare con stranieri dialogare, con particolare riferimento ai contenuti del corso di laurea magistrale, con interlocutori stranieri.
Conoscenze e capacità di comprensione
Lo studente/la studentessa dovrà dimostrare di avere acquisito un grado di conoscenza e di comprensione di contenuti linguistici (lettura, comprensione ed analisi di testi scientifici, dialogo) di livello C1.
Conoscenza e capacità di comprensione applicate
Lo studente/la studentessa dovrà dimostrare di saper applicare la conoscenza acquisita e la comprensione dei contenuti didattici erogati attraverso il superamento con sicurezza della prova d'accertamento finale.
Autonomia di giudizio
Lo studente/la studentessa dovrà dimostrare di saper analizzare in modo critico ed in autonomia il materiale didattico disponibile, e di proporre anche attività di autoapprendimento in autonomia.
Abilità comunicative
Durante la frequenza del corso gli studenti/le studentesse dovranno dimostrare buone abilità comunicative orali in lingua inglese.
Capacità di apprendere
Lo studente/la studentessa dovrà dimostrare una capacità di apprendere i contenuti didattici di un livello almeno pari a C1.
|
3
|
L-LIN/12
|
24
|
-
|
-
|
-
|
Ulteriori attività formative (art.10, comma 5, lettera d)
|
ITA |
119426 -
Attività Formativa a Scelta
|
8
|
|
64
|
-
|
-
|
-
|
Attività formative a scelta dello studente (art.10, comma 5, lettera a)
|
ITA |
119411 -
Sistemi informativi
(obiettivi)
Gli obiettivi del corso di Applicazioni di Intelligenza Artificiale sono quelli di fornire agli studenti competenze avanzate di informatica, quali la programmazione (R, Python) il cloud computing e le basi di dati (big data), la capacità di utilizzare strumenti di statistica avanzata come il machine learning per la comprensione, la progettazione e la soluzione di problemi riguardanti la stima di variabili quantitative o qualitative. Nell’ambito dei sistemi di accesso alle informazioni si faranno cenni anche alle reti di comunicazione (modalità fisiche di trasmissione dati, protocolli di rete). La frequenza alle lezioni ed esercitazioni, pur facoltativa è fortemente consigliata. Conoscenza e capacità di comprensione L'insegnamento ha l’obiettivo di sviluppare negli studenti conoscenze e capacità di comprensione, quali: • conoscere e comprendere quali sono le caratteristiche di un problema di machine learning e quando è opportuno utilizzare il machine learning per risolvere un problema; • conoscere e comprendere la logica alla base dell’apprendimento automatico e le tecniche più diffuse di machine learning; • conoscere e comprendere le modalità di sviluppo di semplici modelli di machine learning e del loro addestramento.
Conoscenza e capacità di comprensione applicate L'insegnamento consentirà di applicare conoscenze e comprensione, permettendo ad esempio di: • suddividere i problemi in categorie generali; • abbinare i problemi agli algoritmi più adatti per risolverli; • progettare e allenare algoritmi di machine learning in grado di stimare variabili qualitative o quantitative sulla base di dataset strutturati e non.
Autonomia di giudizio L'insegnamento consentirà di sviluppare autonomia di giudizio a vari livelli, come ad esempio: • riconoscere le possibili fonti di incertezza nella stima di variabili tramite machine learning (underfitting, overfitting, ecc.); • proporre soluzioni critiche per correggere le tendenze che inficiano la bontà della stima.
Abilità comunicative Partecipare alle lezioni e/o usufruire autonomamente del materiale messo a disposizione faciliterà lo sviluppo e l'applicazione di abilità comunicative, quali ad esempio: • fornire una sufficiente gamma di esempi pratici di applicazione di intelligenza artificiale; • utilizzare un appropriato ed aggiornato vocabolario tecnico informatico.
Capacità di apprendere Partecipare alle lezioni e/o usufruire autonomamente del materiale messo a disposizione faciliterà il consolidamento delle proprie capacità di apprendimento, permettendo ad esempio di: • attivare un programma di aggiornamento continuo delle proprie conoscenze; • individuare in autonomia le modalità per acquisire informazioni; • individuare e utilizzare le fonti di informazioni più utili al personale aggiornamento.
|
8
|
INF/01
|
64
|
-
|
-
|
-
|
Attività formative caratterizzanti
|
ITA |
119412 -
Ecofisiologia vegetale
(obiettivi)
Conoscenza e capacità di comprensione Il corso si propone di consolidare e ampliare la conoscenza della biologia degli organismi vegetali, con particolare riguardo agli aspetti ecofisiologici. Gli studenti apprenderanno, in classe e con originalità, approcci multidisciplinari maggiormente inerenti alla genetica, biologia molecolare, biochimica e fisiologia vegetale.
Capacità di applicare conoscenza e comprensione Gli studenti acquisiranno la capacità risolvere indipendentemente problematiche inerenti alla resilienza delle colture, analizzando in modo critico i meccanismi biochimici e fisiologici che le piante mettono in atto per adattarsi alle condizioni ambientali sfavorevoli e per difendersi da agenti patogeni.
Autonomia di giudizio Gli studenti svilupperanno la capacità di sintesi e integrazione delle conoscenze formulando giudizi solidi.
Abilità comunicative Le proprie conclusioni e raccomandazioni saranno comunicate dagli studenti tramite argomentazione delle conoscenze ottenute durante il corso e delle motivazioni alla base, sia a un pubblico specializzato che a quello non specialistico, in modo chiaro e inequivocabile.
Capacità di apprendimento Le nozioni ed i concetti acquisiti durante il corso doteranno gli studenti di una maggior responsabilità per l’ulteriore sviluppo professionale.
|
6
|
AGR/03
|
48
|
-
|
-
|
-
|
Attività formative caratterizzanti
|
ITA |
119515 -
Impiego dei droni e sistemi di rilevamento
(obiettivi)
Conoscenza e capacità di comprensione Il corso si propone di fornire agli studenti le conoscenze necessarie all’esecuzione di un rilievo topografico, con le tecniche più moderne: GPS/GNSS, Sistemi Aeromobili a Pilotaggio Remoto, al fine di consentire l’acquisizione di precise conoscenze in ordine ai sistemi di rilevamento aerei e terrestri, senza conducente a bordo, dunque di sistemi di rilevamento individuale e ambientale applicabili in campo zootecnico. Già anche al fine di assicurare la conoscenza della materia anche dal punto di vista delle modalità d’impiego e delle applicazioni direttamente utilizzabili. Segnatamente saranno analizzati la costellazione satellitare, i sistemi di controllo ed il segmento utente a terra. Saranno trattati anche le elaborazioni e le restituzioni digitali per i dati acquisiti tramite l’attività di rilevamento, con il connesso approfondimento ai software ed alle tecniche di elaborazione.
Conoscenza e capacità di comprensione applicate Il corso intende favorire l’acquisizione, da parte dello studente, di conoscenze e capacità tali da permettere l’utilizzazione l’introduzione, nel settore agricolo e del territorio montano, di sistemi di rilevamento aerei e terrestri, senza conducente a bordo, nelle loro diverse applicazioni, nonché di sistemi di rilevamento individuale e ambientale in campo zootecnico. Ciò anche al fine di favorire l’utilizzazione di strumenti GIS e l’applicazione dei sistemi satellitari globali di posizionamento, telerilevamento satellitare e sulle principali tipologie di ricevitori a terra.
Autonomia di giudizio Il corso si propone inoltre di assicurare la comprensione, per lo studente, delle tecnologie digitali, applicandoli nei diversi contesti in cui opera, sia a livello aziendale, che territoriale, con particolare riferimento al territorio montano, anche favorendo l’acquisizione di quelle competenze necessarie per trasferire, alle altre figure ingegneristiche operanti nel settore, le informazioni utili alla progettazione delle tecnologie relative i sistemi di rilevamento. Ciò anche favorendo lo sviluppo di una propria e autonoma valutazione di giudizio, attraverso la maturazione di capacità critiche tese ad individuare i problemi tecnico-scientifici connessi alla materia, ad identificare e valutare progetti di rilevamento e piani di volo anche complessi, a condurre ricerche bibliografiche su fonti scientifiche, normative e tecniche, ad approfondire considerazioni di tipo sociale, professionale e deontologico collegate all’applicazione dell’attività di rilevamento. Saranno così affrontati gli aspetti relativi alla conoscenza e all’uso del rilievo mediante APR (Aeromobili a Pilotaggio Remoto), ponendo particolare attenzione al quadro di riferimento normativo, ai tipi di APR e alla pianificazione del volo aerofotogrammetrico.
Abilità comunicative Obiettivo del corso è altresì quello di consentire allo studente di sviluppare proprie specifiche capacità, tramite l’attività didattica, tali da assicurare un adeguato grado di comunicazione delle idee, dei problemi e delle soluzioni relative alla formazione tecnico-scientifica inerente le problematiche del rilevamento digitale.
Capacità di apprendimento Il corso è inoltre finalizzato a favorire lo strutturarsi quelle necessarie capacità di utilizzazione tecnologica, tali da assicurare il costante aggiornamento, da parte dello studente, delle conoscenze utili allo svolgimento della sua attività professionale o scientifica, con particolare riguardo alla consultazione di fonti normative, legislative, di innovazione tecnologica, digitale, metodologica e sperimentale in ordine agli attuali sistemi di rilevamento. Dopo il necessario richiamo dei concetti base del rilievo topografico saranno infatti fornite allo studente le conoscenze utili per assicurare un corretto uso del sistema di posizionamento globale, favorendo la comprensione di nozioni di geostatistica, di sistemi satellitari globali di posizionamento, di telerilevamento satellitare e le principali tipologie di ricevitori a terra.
|
6
|
AGR/10
|
48
|
-
|
-
|
-
|
Attività formative caratterizzanti
|
ITA |
Secondo anno
Primo semestre
Insegnamento
|
CFU
|
SSD
|
Ore Lezione
|
Ore Eserc.
|
Ore Lab
|
Ore Studio
|
Attività
|
Lingua
|
119416 -
Tecnologie digitali applicate alla genetica
(obiettivi)
Conoscenza e capacità di comprensione Il corso intende far acquisire le conoscenze necessarie per la valutazione dei fenotipi e delle loro basi genetiche al fine di apprendere le risposte dell’organismo ai diversi stimoli ambientali e poter favorire quelli più adatti alle specifiche esigenze. Verranno inoltre fornite le basi delle moderne analisi genetiche dal sequenziamento, alla valutazione dei genomi e della biodiversità.
Conoscenza e capacità di comprensione applicate L’insegnamento affronta la caratterizzazione genotipica e genomica (marcatori morfo-bio-molecolari; automatizzazione nella genotipizzazione in campo - NGS, DNA barcoding, genotyping by sequencing; genetica di popolazioni; gestione delle popolazioni naturali), la caratterizzazione fenotipica (tratti di tolleranza a stress abiotici osservazione e parametrizzazione; fenotipizzazione dell'individuo, delle popolazioni e delle comunità; analisi dei dati puntiformi e di areali, dall’analisi multispettrale a fenotipo), da genotipo a fenotipo (regolazione genica; plasticità fenotipica; epi-genetica), la valorizzazione del germoplasma (caratterizzazione, valorizzazione e conservazione del germoplasma; principi generali e applicazione a casi studio).
Autonomia di giudizio Saper decidere le migliori metodologie di valutazione genetica e di conservazione della biodiversità da usare nelle differenti situazioni.
Abilità comunicative Acquisire terminologia tecnica per comunicare in maniera chiara e dettagliata informazioni, idee, problemi e soluzioni alla comunità scientifica e pubblica.
Capacità di apprendere Sviluppare capacità di apprendimento necessarie per intraprendere studi successivi con un alto grado di autonomia.
|
6
|
AGR/07
|
48
|
-
|
-
|
-
|
Attività formative caratterizzanti
|
ITA |
119485 -
Cartografia digitale dei suoli e del territorio
|
|
-
Analisi spaziali GIS e cartografia digitale
(obiettivi)
Obiettivo principale del corso è fornire conoscenze sui metodi e gli strumenti per l’osservazione e l’analisi del territorio fornendo conoscenze avanzate relative ai Sistemi Informativi Geografici, al Remote Sensing e alle analisi spaziali di dati territoriali.
Conoscenza e capacità di comprensione Lo studente acquisirà competenze specifiche relative all’acquisizione di dati georeferenziati reperibili dai principali data base (quali AD ES. geoportale nazionale, banca dati ISTAT; Copernicus; WEB GIS regionale, ecc.), alla analisi ed elaborazione di tali dati ed alla produzione di dati georeferenziati da monitoraggio o derivate da analisi spaziali. Quando possibile gli studenti saranno coinvolti nelle attività connesse con progetti di ricerca in corso.
Conoscenza e capacità di comprensione applicate Al termine del corso lo studente conoscerà gli elementi fondamentali della cartografia e della rappresentazione cartografica digitale; sarà in grado di realizzare carte tematiche relative agli elementi del territorio, saprà condurre analisi spaziali dei diversi fenomeni e saprà creare un progetto cartografico. Avrà acquisito competenze nell’uso dei software GIS e nell’impiego di immagini telerilevate per le analisi territoriali.
Autonomia di giudizio Il corso è volto allo sviluppo di capacità di analisi alla scala territoriale con l’obiettivo di proporre soluzioni tecnico applicative.
Abilità comunicative Lo studente dovrà produrre un elaborato di esame applicando le conoscenze acquisite conducendo parte del lavoro in autonomia e parte in gruppo per promuovere la capacità di apprendimento e l’autonomia di lavoro.
Capacità di apprendere Durante il corso lo studente potrà sviluppare le capacità di apprendimento attraverso una partecipazione attiva. Durante le lezioni lo studente avrà la possibilità di individuare le modalità di acquisizione e aggiornamento delle informazioni, selezionare e utilizzare le fonti più utili, applicare le conoscenze acquisite e verificare il proprio livello di apprendimento.
|
6
|
AGR/10
|
48
|
-
|
-
|
-
|
Attività formative caratterizzanti
|
ITA |
-
Cartografia e monitoraggio digitale dei suoli
(obiettivi)
Il principale obiettivo dell’insegnamento è quello di fornire le conoscenze necessarie per comprendere le caratteristiche e la variabilità spaziale dei suoli, per una corretta gestione sito-specifica del suolo in agricoltura e negli agro-ecosistemi. Verranno richiamati i concetti base di chimica, fisica e idrologia del suolo, i fattori ed i processi pedogenetici. Lo studente imparerà ad inquadrare la variabilità del suolo all’interno di agro-ecosistema, imparerà le tecniche di cartografia digitale del suolo tramite software GIS e l’utilizzo di tecniche innovative per il monitoraggio e la mappatura dei suoli, in particolare l’uso di sensori prossimali quali induzione elettromagnetica e spettrometria di riflettanza diffusa. Lo studente imparerà anche le applicazioni dei prodotti cartografici e dei dati pedologici, quali le carte attitudinali e di capacità d’uso, il monitoraggio della funzionalità di un suolo, ecc.
Conoscenza e capacità di comprensione Lo studente dovrà dimostrare di aver imparato e compreso i principali aspetti della cartografia e monitoraggio del suolo, ovvero: • le principali caratteristiche chimiche, fisiche ed idrologiche dei suoli; • i principi di classificazione degli orizzonti e del suolo; • i principi di cartografia pedologica, in particolar modo quella digitale, utilizzando metodi di spazializzazione dei dati e di clusterizzazione delle unità omogenee attraverso software GIS; • i principi della pedologia applicata all’agronomia in tema di vocazionalità dei suoli, disponibilità idrica e dei nutrienti, riconoscimento di eventuali problematiche (es. ristagni idrici, suscettibilità all’erosione, ecc.).
Capacità di applicare conoscenza e comprensione Lo studente dovrà utilizzare le conoscenze acquisite per: • descrivere le principali caratteristiche di un profilo di suolo ed i processi pedogenetici associati, comprendendo i legami tra le caratteristiche ambientali e quelle chimico-fisiche ed idrologiche; • comprendere la localizzazione di una certa tipologia di suolo all’interno di un paesaggio ed i suoi limiti geografici legati alle variazioni dei fattori pedogenetici; • applicare le tecniche di rilevamento prossimale dei suoli tramite sensori ed effettuare la spazializzazione dei dati pedologici; • riuscire ad individuare eventuali problematiche o rischi relativi alla funzionalità del suolo e circoscriverli.
Autonomia di giudizio Lo studente deve essere in grado autonomamente di riconoscere una certa tipologia di suolo ed i processi pedologici presenti. Deve sapere come impostare un rilevamento pedologico ed una descrizione di un profilo o trivellata di suolo, così come interpretare una carta pedologica o una scheda di descrizione ed analisi di suolo. Deve inoltre saper interpretare i dati ricavati dai sensori prossimali di tipo geofisico, saperli spazializzare nell’appezzamento d’interesse e comprendere a quali caratteristiche del suolo è associata la variabilità di questi dati.
Abilità comunicative Lo studente dovrà avere la capacità di spiegare in maniera semplice ed esaustiva le conoscenze acquisite, cercando di collegare le nozioni di base agli argomenti più complessi relativi alla cartografia dei suoli e alle applicazioni della pedologia.
Capacità di apprendimento Lo studente dovrà riferirsi al programma dell’insegnamento ed alla scaletta delle lezioni del corso, approfondendo le varie tematiche affrontate attraverso le dispense fornite dal docente, la consultazione di testi raccomandati e le pubblicazioni di rilevanza nazionale ed internazionale.
|
6
|
AGR/14
|
48
|
-
|
-
|
-
|
Attività formative caratterizzanti
|
ITA |
119428 -
Tirocinio
|
2
|
|
-
|
-
|
-
|
-
|
Ulteriori attività formative (art.10, comma 5, lettera d)
|
ITA |
Secondo semestre
Insegnamento
|
CFU
|
SSD
|
Ore Lezione
|
Ore Eserc.
|
Ore Lab
|
Ore Studio
|
Attività
|
Lingua
|
119424 -
Macchine e impianti per l’agricoltura di precisione
(obiettivi)
Lo studente dovrà acquisire le capacità di base per poter sviluppare la meccanizzazione delle operazioni proprie dell'agricoltura di precisione. In particolare, dovrà essere in grado di scegliere macchine idonee per un lavoro sostenibile e di qualità (conoscendo modalità operative, aspetti di sicurezza, ecc.) e nel rispetto dei vincoli alla meccanizzazione (di carattere economico, ambientale, di sicurezza, ecc.).
Conoscenza e capacità di comprensione Lo studente dovrà acquisire conoscenze e capacità di comprensione relative ai principi che sono alla base della progettazione e del funzionamento delle macchine e degli impianti e saper introdurre le stesse nei cantieri agricoli, forestali e di manutenzione del verde, nel rispetto di vincoli di varia natura.
Capacità di applicare conoscenza e comprensione Lo studente dovrà acquisire le capacità di applicare le conoscenze teoriche degli argomenti trattati nel corso con senso critico per l'individuazione di singole macchine, di un parco macchine o di impianti per l'agricoltura di precisione.
Autonomia di giudizio Lo studente dovrà essere in grado di selezionare sul mercato macchine e impianti specifici idonei per le varie tipologie di cantieri agricoli ove si applicano i principi della precision farming, in modo obiettivo, senza lasciarsi influenzare dalle case costruttrici e operando anche nel rispetto degli aspetti sociali, scientifici o etici relativi ad ogni decisione di meccanizzazione.
Abilità comunicative Lo studente dovrà essere in grado di comunicare a terzi (datori di lavoro, clienti quali aziende agricole, imprese forestali, ecc.), in modo efficace, le informazioni relative alle macchine ed agli impianti, ed ai loro requisiti tecnico-economici, motivandone le scelte.
Capacità di apprendimento L'articolazione del corso sarà sviluppata in modo da trasmettere agli studenti dapprima i concetti di base "trasversali", relativi cioè a qualsiasi tipologia di macchina. Successivamente saranno trattate singole tipologie di macchine (le più diffuse nell'agricoltura di precisione). Gli argomenti saranno trattati in modo da stimolare la volontà di apprendimento, nella logica di sviluppare la conoscenza in modo graduale, dai materiali e principi meccanici, agli aspetti costruttivi e di sicurezza, alla gestione delle macchine. La stessa logica viene richiesta nella realizzazione di una presentazione (flipped classroom) che sarà presa in considerazione nella valutazione dell’apprendimento.
|
6
|
AGR/09
|
48
|
-
|
-
|
-
|
Attività formative caratterizzanti
|
ITA |
119417 -
Gestione digitale delle risorse idriche
(obiettivi)
L’insegnamento affronta i principali aspetti riguardanti la gestione digitale delle risorse idriche a scala di bacino idrografico. Il corso mira a formare il discente sulle seguenti tematiche: • aspetti normativi legati alla gestione delle risorse idriche; • l’uso dei software di modellazione idrologica; • l’uso dei software di modellazione idraulica per la valutazione delle caratteristiche idrauliche di una corrente a pelo libero.
Conoscenza e capacità di comprensione L'insegnamento ha l’obiettivo di sviluppare negli studenti conoscenze e capacità di comprensione, quali: • conoscenze e capacità di comprensione in un campo di studi ad un livello che sia caratterizzato dall’uso di libri di testo avanzati e includa anche la conoscenza di alcuni temi d’avanguardia nel campo della gestione dei bacini idrografici; • capacità di comprensione dei dati idrologici.
Conoscenza e capacità di comprensione applicate L'insegnamento consentirà di applicare conoscenze mostrando adeguata capacità di comprensione, permettendo ad esempio: • di applicare le loro conoscenze e capacità di comprensione in maniera da dimostrare un approccio professionale al loro lavoro, oltre che competenze adeguate sia per ideare che sostenere argomentazioni per risolvere problemi nell'ambito della gestione dei bacini idrografici; • capacità di raccogliere interpretare ed elaborare (con l’utilizzo della statistica) i dati idrologici.
Autonomia di giudizio L'insegnamento consentirà di sviluppare autonomia di giudizio a vari livelli, come ad esempio: • ipotizzare quali cause hanno maggiormente influenza il manifestarsi di fenomeni di dissesto idrogeologico attraverso l’utilizzo di software di modellazione idraulica monodimensionali; • proporre soluzioni per la mitigazione dei fenomeni di dissesto idrogeologico attraverso l’utilizzo di software di modellazione idraulica monodimensionali.
Abilità comunicative Partecipare alle lezioni e/o usufruire autonomamente del materiale messo a disposizione faciliterà lo sviluppo e l'applicazione di abilità comunicative, quali ad esempio: • capacità di comunicare informazioni, idee, problemi e soluzioni, sulle tematiche trattate, ad interlocutori specialisti e non specialisti; • utilizzare un appropriato ed aggiornato vocabolario tecnico in ambito della modellazione idrologica-idraulica.
Capacità di apprendere Partecipare alle lezioni e/o usufruire autonomamente del materiale messo a disposizione faciliterà il consolidamento delle proprie capacità di apprendimento, permettendo ad esempio di: • attivare un programma di aggiornamento continuo delle proprie conoscenze; • individuare in autonomia le modalità per acquisire informazioni; • individuare e utilizzare le fonti di informazioni più utili al personale aggiornamento. Tale capacità di apprendimento risulterà fondamentale per intraprendere studi successivi (PhD) con un alto grado di autonomia.
|
6
|
AGR/08
|
48
|
-
|
-
|
-
|
Attività formative caratterizzanti
|
ITA |
119425 -
Zootecnia di precisione
(obiettivi)
In linea con gli obiettivi formativi del CdLM in ' Gestione Digitale dell’Agricoltura e del Territorio Montano' l'insegnamento impartito ha come obiettivo generale di far conseguire allo studente competenze sulle applicazioni in ambito zootecnico dei principali sensori e strumenti per un allevamento di precisione finalizzato al miglioramento della produttività, della salute e del benessere animale e della sostenibilità ambientale.
Conoscenza e capacità di comprensione Lo studente maturerà le conoscenze di base e avanzate relative alle possibili soluzioni di automazione disponibili per la gestione di animali (ruminanti, suini, avicoli), per il controllo del microclima in allevamento, per la gestione degli alimenti in allevamento e preparazione/distribuzione della razione, in funzione della specie allevata ed ai sistemi di monitoraggio delle performance animali ed automazione della mungitura.
Conoscenza e capacità di comprensione applicate Le conoscenze acquisite conferiranno allo studente la capacità di comprendere i principali punti critici legati alla gestione degli animali, dell’alimentazione degli animali, e dei principali approcci tecnologici digitali disponibili per migliorare l’efficienza produttiva e la sostenibilità di un allevamento zootecnico.
Autonomia di giudizio Le competenze e conoscenze acquisite consentiranno allo studente di elaborare proprie valutazioni in autonomia in merito alla risoluzione di problemi pratici relativi alla gestione degli animali in allevamento utilizzando tecnologie digitali disponibili sul mercato.
Abilità comunicative Le conoscenze acquisite dallo studente gli permetteranno di comunicare quanto appreso utilizzando un appropriato linguaggio tecnico e scientifico.
Capacità di apprendere Le capacità acquisite dallo studente gli consentiranno di sviluppare una capacità critica che gli permetterà di affrontare con grande flessibilità i diversi contesti professionali in cui dovrà operare.
|
6
|
AGR/18
|
48
|
-
|
-
|
-
|
Attività formative caratterizzanti
|
ITA |
119429 -
Prova finale
|
20
|
|
-
|
-
|
-
|
-
|
Per la prova finale e la lingua straniera (art.10, comma 5, lettera c)
|
ITA |
Insegnamenti extracurriculari:
(nascondi)
|
|
|
119853 -
Gestione digitale della zootecnia estensiva e in aree montane
(obiettivi)
In linea con gli obiettivi formativi del CdLM in ' Gestione Digitale dell’Agricoltura e del Territorio Montano' l'insegnamento impartito ha come obiettivo generale di far conseguire allo studente competenze sulle applicazioni in ambito zootecnico dei principali sensori e strumenti per un allevamento di precisione finalizzato al miglioramento della produttività, della salute e del benessere animale e della sostenibilità ambientale.
Conoscenza e capacità di comprensione Lo studente maturerà le conoscenze di base e avanzate relative alle possibili soluzioni di automazione disponibili per la gestione di animali (ruminanti, suini, avicoli), per il controllo del microclima in allevamento, per la gestione degli alimenti in allevamento e preparazione/distribuzione della razione, in funzione della specie allevata ed ai sistemi di monitoraggio delle performance animali ed automazione della mungitura.
Conoscenza e capacità di comprensione applicate Le conoscenze acquisite conferiranno allo studente la capacità di comprendere i principali punti critici legati alla gestione degli animali, dell’alimentazione degli animali, e dei principali approcci tecnologici digitali disponibili per migliorare l’efficienza produttiva e la sostenibilità di un allevamento zootecnico.
Autonomia di giudizio Le competenze e conoscenze acquisite consentiranno allo studente di elaborare proprie valutazioni in autonomia in merito alla risoluzione di problemi pratici relativi alla gestione degli animali in allevamento utilizzando tecnologie digitali disponibili sul mercato.
Abilità comunicative Le conoscenze acquisite dallo studente gli permetteranno di comunicare quanto appreso utilizzando un appropriato linguaggio tecnico e scientifico.
Capacità di apprendere Le capacità acquisite dallo studente gli consentiranno di sviluppare una capacità critica che gli permetterà di affrontare con grande flessibilità i diversi contesti professionali in cui dovrà operare.
|
4
|
|
32
|
-
|
-
|
-
|
|
ITA |
119856 -
Modellistica agronomica, metodologia statistica ed intelligenza artificiale per l'agronomia digitale
(obiettivi)
Gli obiettivi del corso di Applicazioni di Intelligenza Artificiale sono quelli di fornire agli studenti competenze avanzate di informatica, quali la programmazione (R, Python) il cloud computing e le basi di dati (big data), la capacità di utilizzare strumenti di statistica avanzata come il machine learning per la comprensione, la progettazione e la soluzione di problemi riguardanti la stima di variabili quantitative o qualitative. Nell’ambito dei sistemi di accesso alle informazioni si faranno cenni anche alle reti di comunicazione (modalità fisiche di trasmissione dati, protocolli di rete). La frequenza alle lezioni ed esercitazioni, pur facoltativa è fortemente consigliata. Conoscenza e capacità di comprensione L'insegnamento ha l’obiettivo di sviluppare negli studenti conoscenze e capacità di comprensione, quali: • conoscere e comprendere quali sono le caratteristiche di un problema di machine learning e quando è opportuno utilizzare il machine learning per risolvere un problema; • conoscere e comprendere la logica alla base dell’apprendimento automatico e le tecniche più diffuse di machine learning; • conoscere e comprendere le modalità di sviluppo di semplici modelli di machine learning e del loro addestramento.
Conoscenza e capacità di comprensione applicate L'insegnamento consentirà di applicare conoscenze e comprensione, permettendo ad esempio di: • suddividere i problemi in categorie generali; • abbinare i problemi agli algoritmi più adatti per risolverli; • progettare e allenare algoritmi di machine learning in grado di stimare variabili qualitative o quantitative sulla base di dataset strutturati e non.
Autonomia di giudizio L'insegnamento consentirà di sviluppare autonomia di giudizio a vari livelli, come ad esempio: • riconoscere le possibili fonti di incertezza nella stima di variabili tramite machine learning (underfitting, overfitting, ecc.); • proporre soluzioni critiche per correggere le tendenze che inficiano la bontà della stima.
Abilità comunicative Partecipare alle lezioni e/o usufruire autonomamente del materiale messo a disposizione faciliterà lo sviluppo e l'applicazione di abilità comunicative, quali ad esempio: • fornire una sufficiente gamma di esempi pratici di applicazione di intelligenza artificiale; • utilizzare un appropriato ed aggiornato vocabolario tecnico informatico.
Capacità di apprendere Partecipare alle lezioni e/o usufruire autonomamente del materiale messo a disposizione faciliterà il consolidamento delle proprie capacità di apprendimento, permettendo ad esempio di: • attivare un programma di aggiornamento continuo delle proprie conoscenze; • individuare in autonomia le modalità per acquisire informazioni; • individuare e utilizzare le fonti di informazioni più utili al personale aggiornamento.
|
4
|
AGR/02
|
32
|
-
|
-
|
-
|
|
ITA |
119858 -
Macchine, strumenti e tecniche per il verde urbano
(obiettivi)
Lo studente dovrà acquisire le capacità di base per poter sviluppare la meccanizzazione delle operazioni proprie dell'agricoltura di precisione. In particolare, dovrà essere in grado di scegliere macchine idonee per un lavoro sostenibile e di qualità (conoscendo modalità operative, aspetti di sicurezza, ecc.) e nel rispetto dei vincoli alla meccanizzazione (di carattere economico, ambientale, di sicurezza, ecc.).
Conoscenza e capacità di comprensione Lo studente dovrà acquisire conoscenze e capacità di comprensione relative ai principi che sono alla base della progettazione e del funzionamento delle macchine e degli impianti e saper introdurre le stesse nei cantieri agricoli, forestali e di manutenzione del verde, nel rispetto di vincoli di varia natura.
Capacità di applicare conoscenza e comprensione Lo studente dovrà acquisire le capacità di applicare le conoscenze teoriche degli argomenti trattati nel corso con senso critico per l'individuazione di singole macchine, di un parco macchine o di impianti per l'agricoltura di precisione.
Autonomia di giudizio Lo studente dovrà essere in grado di selezionare sul mercato macchine e impianti specifici idonei per le varie tipologie di cantieri agricoli ove si applicano i principi della precision farming, in modo obiettivo, senza lasciarsi influenzare dalle case costruttrici e operando anche nel rispetto degli aspetti sociali, scientifici o etici relativi ad ogni decisione di meccanizzazione.
Abilità comunicative Lo studente dovrà essere in grado di comunicare a terzi (datori di lavoro, clienti quali aziende agricole, imprese forestali, ecc.), in modo efficace, le informazioni relative alle macchine ed agli impianti, ed ai loro requisiti tecnico-economici, motivandone le scelte.
Capacità di apprendimento L'articolazione del corso sarà sviluppata in modo da trasmettere agli studenti dapprima i concetti di base "trasversali", relativi cioè a qualsiasi tipologia di macchina. Successivamente saranno trattate singole tipologie di macchine (le più diffuse nell'agricoltura di precisione). Gli argomenti saranno trattati in modo da stimolare la volontà di apprendimento, nella logica di sviluppare la conoscenza in modo graduale, dai materiali e principi meccanici, agli aspetti costruttivi e di sicurezza, alla gestione delle macchine. La stessa logica viene richiesta nella realizzazione di una presentazione (flipped classroom) che sarà presa in considerazione nella valutazione dell’apprendimento.
|
3
|
AGR/09
|
24
|
-
|
-
|
-
|
|
ITA |
Insegnamenti extracurriculari:
(nascondi)
|
|
|
120283 -
Salute e sicurezza dei luoghi di lavoro
(obiettivi)
A) OBIETTIVI FORMATIVI L'insegnamento fornisce le conoscenze principali in tema di salute e sicurezza sul lavoro, quali: la normativa generale e specifica di settore oltre agli strumenti per garantire una formazione continua in funzione della costante evoluzione della stessa; l'individuazione dei soggetti coinvolti nel sistema di prevenzione e protezione aziendale, le loro mansioni e le rispettive responsabilità; i compiti svolti dalle istituzioni di riferimento e dai diversi enti pubblici e privati incaricati della tutela della salute e della sicurezza nei luoghi di lavoro; i principali rischi trattati dal D.Lgs. 81/08 e l'individuazione delle misure di prevenzione e protezione nonché le modalità di coordinamento tra le parti durante le emergenze; il dovere di informare, formare e addestrare i soggetti facenti parte del sistema di prevenzione e protezione aziendale; i concetti di pericolo, rischio, danno, prevenzione e protezione; gli elementi metodologici per la valutazione del rischio.
B) RISULTATI DI APPRENDIMENTO ATTESI • Conoscenza e capacità di comprensione Lo studente dovrà acquisire conoscenze e capacità di comprensione relative alla normativa di riferimento per la valutazione e la gestione del rischio in azienda.
• Capacità di applicare conoscenza e comprensione Lo studente acquisirà le capacità per applicare le conoscenze teoriche degli argomenti trattati nel corso con un significato critico per la valutazione del rischio e la sua gestione nel rispetto delle norme vigenti.
• Autonomia di giudizio Lo studente sarà in grado di organizzare la gestione della sicurezza e della salute sul lavoro in azienda, in modo da essere il più oggettivo possibile e senza essere influenzato dai portatori di interesse.
• Abilità comunicative Lo studente sarà in grado di comunicare a terzi (datori di lavoro, clienti quali aziende agricole, aziende forestali, ecc.) in modo efficace, le informazioni sulla gestione della sicurezza e della salute sul lavoro in azienda, motivando le sue scelte.
• Capacità di apprendimento I temi verranno affrontati in modo da stimolare la volontà di apprendere, nella logica dello sviluppo graduale della conoscenza.
La frequenza ad almeno il 90% delle ore di corso e il superamento della prova finale danno diritto a richiedere l'attestato "modulo A" per assumere il ruolo di Responsabile del Servizio di Prevenzione e Protezione (RSPP) e di Addetto al Servizio di Prevenzione e Protezione (ASPP). Per lo svolgimento del corso RSPP ASPP Modulo A è consentito l’utilizzo della modalità E-Learning come stabilito nell’allegato II all’Accordo Stato Regioni del 07/07/2016.
|
4
|
AGR/09
|
32
|
-
|
-
|
-
|
|
ITA |