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.
Prerequisiti
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.
Metodi didattici
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.
Verifica Apprendimento
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.
Testi
Slides, testi, e articoli messi a disposizione dal docente.
Contenuti
Il corso mira a fornire una conoscenza approfondita delle metodologie psicometriche e neuroscientifiche utilizzate nelle scienze cognitive computazionali. Verrà posta enfasi particolare sugli aspetti metodologici, sul riconoscimento di errori/bias, e sulla qualità delle esposizioni dei risultati in report & articoli scientifici.
Lingua Insegnamento
Italiano
Altre informazioni
Letture integrative: “Discorso sul Metodo”, René Descartes “Contro il Metodo”, Karl Feyerabend, “La Struttura delle Rivoluzioni Scientifiche”, Thomas Kuhn
