Dati e trend dei fenomeni educativi - A2

About Dati e trend dei fenomeni educativi - A2

Il podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» del Master di I livello in Digital Education Design dell’Università di Modena e Reggio Emilia (cluster A), con il docente Tommaso Minerva. Diciotto episodi in cinque blocchi, più l’episodio di consegna dell’e-tivity: leggere i numeri (che cosa misura un dato sull’istruzione, confrontare nel tempo e nello spazio, grafici onesti per le tendenze), le fonti (il portale USTAT e l’Anagrafe Nazionale degli Studenti; ANVUR, AlmaLaurea e ISTAT; i dati interni di ateneo e piattaforme; le fonti europee e internazionali), le tendenze italiane (vent’anni di immatricolazioni e iscrizioni, le università telematiche, Nord, Centro e Sud, chi sono gli studenti, percorsi ed esiti), le tendenze globali (la domanda di istruzione terziaria nel mondo, gli studenti in movimento, il digitale a scala globale) e dai dati alla decisione (proiettare, non profetizzare). Non è un corso di statistica: è un corso su come trovare, leggere e usare i dati sull’istruzione superiore per decidere. Il metodo sta in tre domande da fare a ogni numero: che cosa conta, rispetto a che cosa, da dove viene. Ogni episodio dichiara fonti, definizioni e date dei dati che usa. Gli episodi sono l’audio delle videolezioni del modulo. I video e il volume dei testi, con i grafici e le fonti di ogni scena, sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm Trasparenza sull’intelligenza artificiale: gli episodi contengono contenuti generati con l’IA. Le videolezioni sono realizzate con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen), a partire dai testi scritti dal docente, che ne è l’autore e ne cura i contenuti.

Publisher

Tommaso MINERVA

Category

education · education · education

Language

it

Explicit

No

First episode

10 Nov 2026

Latest episode

10 Nov 2026

Latest episodes

19 episodes in the feed.

1. 

   10 Nov 2026

   A2.V19 · L’e-tivity: una serie storica per la propria istituzione

   Le consegne: una serie documentata, un grafico onesto, tre misure, una pagina di lettura, un commento tra pari. Obiettivi dell’episodio: Svolgere l’e-tivity del modulo: scegliere ed estrarre da una fonte ufficiale una serie storica pertinente al proprio contesto e documentarne fonte, file, date, definizione e unità. Rappresentare la serie con un grafico onesto e calcolarne variazione totale, tasso medio annuo di crescita e confronto con il totale nazionale, con numeratore e denominatore dallo stesso file e dalla stessa estrazione. Scrivere una lettura di una pagina che distingue andamento, fluttuazioni e composizione e dichiara limiti e ipotesi, e commentare un’altra lettura, di un autore di profilo diverso dove possibile, con la griglia del modulo. Episodio 19 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Episodio di consegna dell’e-tivity. Docente: Tommaso Minerva. Durata: 19 minuti e 16 secondi. È l’episodio delle consegne: si rivolge a chi è iscritto al Master e spiega l’e-tivity del modulo, una serie storica per la propria istituzione estratta da una fonte ufficiale, con un grafico onesto, tre misure, una pagina di lettura e un commento tra pari; si può svolgere da soli o in un gruppo di al massimo quattro persone, meglio se di istituzioni e di profili diversi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

2. 

   10 Nov 2026

   A2.V18 · Proiettare, non profetizzare

   Le previsioni demografiche dell’ISTAT, gli errori delle proiezioni passate, gli scenari: dal dato alla diagnosi e alla proposta. Obiettivi dell’episodio: Distinguere proiezione, scenario, previsione probabilistica e profezia, e riconoscere in ogni numero sul futuro le ipotesi da cui dipende. Leggere le previsioni demografiche ISTAT con base 1/1/2025 per i diciannovenni, in Italia e per ripartizione, con mediana e intervalli al 50% e al 90%, e spiegare perché l’incertezza cresce con l’orizzonte. Valutare a posteriori l’errore delle proiezioni passate (ISTAT, Eurostat, NCES) e distinguere ciò che si conta (coorti già nate) da ciò che si ipotizza (fecondità, migrazioni, comportamenti). Costruire scenari dichiarati per gli immatricolati e usarli nella diagnosi e negli indicatori della proposta di innovazione del modulo A1. Episodio 18 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 5, «Dai dati alla decisione». Docente: Tommaso Minerva. Durata: 26 minuti e 39 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

3. 

   10 Nov 2026

   A2.V17 · Il digitale a scala globale nei dati

   Corsi online, MOOC, lauree a distanza e micro-credenziali misurati con le fonti primarie: quanto sono grandi davvero. Obiettivi dell’episodio: Distinguere i quattro contatori del digitale (persone, account e iscrizioni, studenti, istituzioni) e riconoscere per ciascun numero numeratore, denominatore e periodo. Leggere la diffusione dei corsi online e dei materiali didattici in Europa e in Italia con i dati Eurostat 2007-2025 per paese, età, istruzione e condizione, e confrontarli con i dati ISTAT, dichiarando le differenze di definizione. Valutare criticamente i numeri dei MOOC (Class Central, Coursera) e i loro tassi di completamento, riconoscendo che dipendono dalla scelta del denominatore. Confrontare gli iscritti a distanza negli Stati Uniti (NCES) e in Italia (USTAT) e l’offerta di micro-credenziali e MOOC degli atenei europei (EUA, Commissione europea), e impostare la misura del digitale nel proprio ateneo. Episodio 17 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 4, «Le tendenze globali». Docente: Tommaso Minerva. Durata: 28 minuti e 3 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

4. 

   10 Nov 2026

   A2.V16 · Studenti in movimento

   Sette milioni di studenti fuori dal paese del diploma: dove vanno, da dove vengono, l’Italia come destinazione e come origine, Erasmus, e le definizioni che cambiano i numeri. Obiettivi dell’episodio: Distinguere mobilità di titolo e mobilità di credito, studenti internazionali e studenti stranieri, e applicare la definizione UIS-UOE di paese di origine (paese del diploma secondario, residenza, cittadinanza solo come ultima risorsa). Leggere la mobilità internazionale nel mondo dal 2000 con i dati UIS per regione, gruppo di reddito e paese (in entrata, in uscita, tassi), riconoscendo che i dati in uscita sono stime costruite sui paesi ospitanti. Ricostruire l’Italia come destinazione e come origine confrontando la serie UOE, il diploma estero dei file USTAT, l’OCSE e AlmaLaurea, e riconoscere la discontinuità del 2019 dovuta a un cambio di definizione. Misurare la mobilità di credito con i dati Erasmus+ INDIRE ed Eurostat, valutare la distanza dall’obiettivo europeo del 23% e leggere gli indicatori ANVUR di internazionalizzazione (iC10, iC10bis, iC11, iC12) del proprio corso. Episodio 16 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 4, «Le tendenze globali». Docente: Tommaso Minerva. Durata: 26 minuti e 16 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

5. 

   10 Nov 2026

   A2.V15 · La domanda di istruzione terziaria nel mondo

   Da 103 a 265 milioni di studenti dal 2000: tasso lordo di iscrizione per regione, demografia fino al 2050 e la posizione dell’Italia, con le definizioni accanto ai numeri. Obiettivi dell’episodio: Leggere l’espansione dell’istruzione terziaria dal 2000 con i dati UIS per regione SDG e gruppo di reddito (iscritti, tasso lordo di iscrizione, parità di genere), interrogati dall’API pubblica, e riconoscere stime, qualificatori e pesi degli aggregati. Scomporre la crescita degli iscritti in demografia e partecipazione (iscritti = popolazione in età terziaria × GER) e leggere le proiezioni demografiche delle Nazioni Unite (WPP 2024) come proiezioni con varianti, distinguendo la parte già scritta dalle ipotesi. Spiegare perché il tasso lordo di iscrizione non è una quota né un tasso di laurea (età, stranieri, durata, abbandono; valori sopra 100) e confrontare per l’Italia cinque indicatori con cinque denominatori: GER, immatricolati per 100 diciannovenni, laureati di coorte, laureati 25-34 anni, tasso lordo di laurea. Costruire scenari aritmetici a tassi costanti per regioni e per il bacino della propria istituzione (giovani × tasso di immatricolazione × quota) con le ipotesi dichiarate, in preparazione di A2.V18. Episodio 15 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 4, «Le tendenze globali». Docente: Tommaso Minerva. Durata: 30 minuti e 17 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

6. 

   10 Nov 2026

   A2.V14 · Percorsi ed esiti

   Regolarità, abbandoni, passaggi, tempi di laurea e lavoro dopo la laurea nei file USTAT, nell’ANVUR e in AlmaLaurea; gli indicatori AVA3 come dati già pronti. Obiettivi dell’episodio: Distinguere le misure di percorso per unità (stock di iscritti, laureati dell’anno, coorte di immatricolati puri), data di osservazione e denominatore, e ricondurre a queste differenze i numeri diversi di USTAT, ANVUR e AlmaLaurea su «in corso», abbandono e passaggio alla magistrale. Leggere le serie di regolarità, abbandono, progressione di coorte e passaggio L-LM del Rapporto ANVUR 2026 e dei file USTAT (16, 19, 04) riconoscendo discontinuità amministrative (proroga della sessione), troncamento delle coorti ed effetti di composizione per tipo di ateneo. Leggere gli esiti occupazionali di AlmaLaurea 2026 (occupazione a 1, 3, 5 anni; disoccupazione; contratti; retribuzioni reali; efficacia) con le loro definizioni, i tassi di risposta e il senso di un modello di associazione a parità di condizioni. Usare gli indicatori AVA3 del percorso (iC14, iC21-iC24, iC17, iC22, iC25, iC26) come dati già pronti per il proprio corso, con numeratore, denominatore, coorte e confronti, e anteporre la composizione degli immatricolati a ogni confronto. Episodio 14 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 3, «Le tendenze italiane». Docente: Tommaso Minerva. Durata: 34 minuti e 31 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

7. 

   10 Nov 2026

   A2.V13 · Chi sono gli studenti

   Genere, età, lavoro, provenienza dall’estero e dalla scuola nei file USTAT, nell’ANVUR e in AlmaLaurea; e perché la composizione cambia le medie. Obiettivi dell’episodio: Descrivere la composizione degli studenti per sesso, età, provenienza dall’estero e dalla scuola con i file USTAT (02, 03, 04, 06, 08-10 iscritti; 01, 04, 06, 10 immatricolati) e integrarla con ANVUR (Focus 7) e AlmaLaurea 2026 per lavoro, frequenza, cittadinanza e origine sociale, distinguendo le tre popolazioni. Scomporre il cambiamento di una media in effetto di composizione ed effetto entro i gruppi con la standardizzazione diretta (quota di donne per gruppo disciplinare, 2010/11-2024/25) e riconoscere la stessa logica nel «con e senza i telematici» di AlmaLaurea. Riconoscere che «straniero», «lavoratore», «adulto» dipendono dalla definizione e dalla fonte (diploma estero, cittadinanza, studenti mobili; lavoratori-studenti; età al 31 dicembre) e scriverla accanto al numero. Costruire il profilo della propria istituzione con i file aperti per ateneo (02, 10, 15, 18, 21) e con i dati interni per età e diploma, pubblicando ogni media «con e senza» il pezzo nuovo. Episodio 13 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 3, «Le tendenze italiane». Docente: Tommaso Minerva. Durata: 28 minuti e 3 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

8. 

   10 Nov 2026

   A2.V12 · Nord, Centro, Sud: dove si studia e da dove si viene

   Residenza e sede del corso nei file USTAT: chi resta, chi parte, chi va online; i saldi delle regioni, le province, le sedi; e le tre definizioni di «fuori regione». Obiettivi dell’episodio: Misurare la mobilità interna degli immatricolati con i file USTAT per residenza e sede del corso (file 05 e 12, telematiche per differenza), distinguendo restare, partire e studiare online, per macroarea, regione, provincia e sede. Leggere la tendenza 2009/10-2024/25 della mobilità dal Mezzogiorno (massimo nel 2015/16, calo dal 2023/24, sorpasso delle telematiche) con una serie e con una seconda fonte (ANVUR 2026, § 1.4), senza commentare il provvisorio. Riconoscere che «fuori regione» dipende dalla definizione (residenza, diploma, popolazione ANVUR, confini delle macroaree, fuori sede a 90 minuti) e dichiararla accanto al numero. Costruire il bacino di reclutamento e l’indice di attrazione della propria sede, con il denominatore scritto, e distinguere ciò che i flussi mostrano da ciò che non dicono (cause, esiti). Episodio 12 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 3, «Le tendenze italiane». Docente: Tommaso Minerva. Durata: 28 minuti e 27 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

9. 

   10 Nov 2026

   A2.V11 · Le università telematiche: una serie storica come caso guida

   Due lavori pubblicati sulla serie 2004-2021 e il loro aggiornamento al 2024/25: la domanda, i dati, il controllo di coerenza, i risultati, i limiti, e che cosa cambia quando i dati si aggiornano. Obiettivi dell’episodio: Descrivere la struttura di un’analisi di serie storica pubblicata (domanda, dati con le date, controllo di coerenza, metodo, risultati e limiti, aggiornamento) usando Minerva et al. 2022 e 2024 come modello. Riconoscere il «trabocchetto dell’ultimo anno» nelle serie delle università telematiche (iscrizioni aperte tutto l’anno, conferimenti in ritardo) e applicare la regola dell’estrazione più recente, leggendo le cautele delle fonti come parte del dato. Aggiornare i risultati di un’analisi con dati più recenti (USTAT settembre 2026, ANVUR 2026) e distinguere ciò che si conferma, ciò che cambia e ciò che l’aggiornamento corregge. Distinguere ciò che una serie aggregata mostra (crescita, concentrazione, residenza, profilo) da ciò che non può dire (cause, qualità, esiti), e riconoscere nei sei passi il modello dell’e-tivity «Una serie storica per la mia istituzione», le cui consegne sono in A2.V19. Episodio 11 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 3, «Le tendenze italiane». Docente: Tommaso Minerva. Durata: 29 minuti e 45 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

10. 

    10 Nov 2026

    A2.V10 · Vent’anni di immatricolazioni e iscrizioni

    La serie 1998/99-2025/26 letta con le misure del primo blocco e le fonti del secondo: quattro fasi, due riforme, tre crisi e un inverno che deve ancora arrivare. Obiettivi dell’episodio: Descrivere le quattro fasi delle immatricolazioni e delle iscrizioni alle università italiane dal 1998/99 al 2025/26 con le variazioni corrette (dentro la serie coerente) e con il dato provvisorio riportato ma non commentato. Usare i denominatori demografici (residenti di 19 anni, nati 19 anni prima) per distinguere la componente generazionale dalla propensione a iscriversi, e riconoscere l’inverno demografico come dato già certo. Scomporre una serie per età e per tipo di corso per riconoscere effetti transitori (studenti maturi del 3+2) e trabocchetti di definizione (titoli contro persone tra i laureati). Distinguere ciò che una serie aggregata mostra da ciò che le fonti propongono come spiegazione, citando le ipotesi con la fonte e con i suoi avverbi (ANVUR 2013 e 2026). Episodio 10 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 3, «Le tendenze italiane». Docente: Tommaso Minerva. Durata: 29 minuti e 8 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

11. 

    10 Nov 2026

    A2.V09 · Le fonti europee e internazionali

    Eurostat, OCSE, UNESCO e le associazioni: chi raccoglie i numeri sull’istruzione superiore oltre i confini, come li rende confrontabili e dove restano i trabocchetti. Obiettivi dell’episodio: Distinguere le tre fonti statistiche internazionali (Eurostat, OCSE, UNESCO-UIS) e le fonti non statistiche (EUA, Eurydice, ETER), riconoscendo per ciascuna da dove viene il dato e con quale ritardo. Leggere una tabella di Eurostat dal codice, dalla data di aggiornamento, dai filtri e dalle lettere di qualità; usare la classificazione ISCED 2011 per collocare i titoli italiani e spiegare perché il terziario di Eurostat non coincide con l’università del portale. Citare correttamente il traguardo europeo del 45% (Risoluzione 2021/C 66/01) e leggere l’indicatore con le sue rotture di serie, le differenze di genere e le revisioni. Riconoscere i trabocchetti di un confronto internazionale (media di riferimento, definizione, denominatore, anno, rotture non segnalate) con il metodo dei cinque passi, verificando una serie internazionale contro la serie nazionale. Episodio 9 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 2, «Le fonti». Docente: Tommaso Minerva. Durata: 32 minuti e 14 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

12. 

    10 Nov 2026

    A2.V08 · I dati interni: segreterie, piattaforme, cruscotti

    I dati che l’ateneo produce da sé: carriere, log delle piattaforme, opinioni degli studenti, indicatori e cruscotti; che cosa sono, chi li definisce, che cosa non dicono. Obiettivi dell’episodio: Distinguere le tre famiglie di dati interni di un ateneo (carriere, log delle piattaforme, rilevazioni e cruscotti), lo scopo per cui nascono e le definizioni che ne derivano. Seguire il percorso di un dato di carriera dalla segreteria all’Anagrafe e al ritorno come indicatore ANVUR; leggere la scheda di monitoraggio annuale e la definizione di un indicatore (iC14) riconoscendone scelte e limiti. Descrivere che cosa registra un log di piattaforma (Moodle) e le quattro decisioni che separano il log dal tasso di completamento; collocare le opinioni degli studenti tra le fonti interne. Formulare una richiesta di dati interni in cinque passi, con definizioni, data, verifica e documentazione, nel rispetto dei principi di finalità e minimizzazione (rinvii ai moduli B6, A6 e A7). Episodio 8 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 2, «Le fonti». Docente: Tommaso Minerva. Durata: 34 minuti e 5 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

13. 

    10 Nov 2026

    A2.V07 · ANVUR, AlmaLaurea, ISTAT

    Tre istituzioni, tre modi di produrre un numero: il rapporto di valutazione, l’indagine sui laureati, la statistica ufficiale; e come si legge e si cita un rapporto. Obiettivi dell’episodio: Distinguere la natura delle tre fonti (agenzia di valutazione, consorzio di università, istituto di statistica) e riconoscere per ogni dato se la fonte è primaria o secondaria. Leggere il Rapporto ANVUR a partire dalla nota metodologica: data di estrazione dell’Anagrafe, definizioni, revisioni; spiegare perché i numeri dell’ANVUR e del portale differiscono. Leggere un’indagine sui laureati (AlmaLaurea) con quattro domande: popolazione coperta, tassi di risposta, definizioni, confrontabilità; riconoscere un cambio di definizione in una serie. Usare le statistiche ISTAT sui livelli di istruzione e sulla popolazione per quello che misurano, e citare un rapporto in modo completo e controllabile. Episodio 7 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 2, «Le fonti». Docente: Tommaso Minerva. Durata: 26 minuti e 11 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

14. 

    10 Nov 2026

    A2.V06 · Il portale USTAT e l’Anagrafe Nazionale degli Studenti

    Da dove vengono i numeri dell’università italiana: l’Anagrafe, il Servizio Statistico del MUR, il portale dei dati e i suoi open data; un’estrazione guidata dall’inizio alla fine. Obiettivi dell’episodio: Descrivere da dove vengono i dati del portale USTAT: l’Anagrafe Nazionale degli Studenti (base giuridica, flussi dagli atenei, gestione Cineca), le rilevazioni annuali e l’archivio del personale del Servizio Statistico del MUR, nel Sistan. Orientarsi nel portale e nel catalogo open data: dataset, risorsa, file; tracciato record; dizionario dei dati; licenza; le tre date di ogni dato. Estrarre una serie storica da un file del portale per la propria istituzione (codici, separatore, codifica, somma per sesso, anni mancanti, provvisori) in modo ripetibile. Verificare la coerenza di un’estrazione con un’altra risorsa dello stesso dataset e con una fonte esterna, segnalare le anomalie e citare il dato in modo completo. Episodio 6 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 2, «Le fonti». Docente: Tommaso Minerva. Durata: 30 minuti e 31 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

15. 

    10 Nov 2026

    A2.V05 · Grafici onesti per le tendenze

    Gli stessi numeri, storie opposte: assi, scale, doppi assi, aree, torte; che cosa un grafico mostra e che cosa nasconde. Obiettivi dell’episodio: Riconoscere in un grafico le scelte di disegno che alterano la lettura dei dati: asse tronco, formato, doppio asse, scala logaritmica non dichiarata, cumulati, torte e aree. Applicare il principio di integrità grafica di Tufte e calcolare il fattore di menzogna di un grafico. Scegliere la codifica visiva secondo la gerarchia percettiva di Cleveland e McGill e il tipo di grafico secondo la domanda. Costruire e verificare un grafico onesto di una serie storica con i cinque controlli: titolo e fonte, asse, scala, tempo, codifica. Episodio 5 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 1, «Leggere i numeri». Docente: Tommaso Minerva. Durata: 25 minuti e 17 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

16. 

    10 Nov 2026

    A2.V04 · Confrontare nello spazio

    La seconda domanda, nello spazio: rispetto a chi? Tassi di partecipazione, denominatori, regioni e paesi, composizione. Obiettivi dell’episodio: Costruire un tasso di partecipazione dichiarando numeratore, denominatore e data, e scegliere la popolazione esposta come denominatore. Distinguere i confronti per residenza e per sede e leggere le differenze tra regioni e tra paesi con i tassi di partecipazione. Riconoscere gli effetti di composizione e applicare le forme elementari della standardizzazione (restrizione, tassi specifici, pesi comuni). Spiegare il paradosso di Simpson su un caso documentato e rifare per gruppi ogni confronto aggregato. Episodio 4 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 1, «Leggere i numeri». Docente: Tommaso Minerva. Durata: 16 minuti e 56 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

17. 

    10 Nov 2026

    A2.V03 · Confrontare nel tempo

    La seconda domanda a ogni numero: rispetto a che cosa? Livelli, variazioni, tassi medi annui, numeri indice e discontinuità di una serie storica. Obiettivi dell’episodio: Calcolare e interpretare variazioni assolute e relative, distinguendo per cento e punti percentuali e riconoscendo che le variazioni relative si compongono. Calcolare il tasso medio annuo composto di crescita per confrontare periodi di lunghezza diversa e riconoscerne i limiti. Costruire e leggere numeri indice a base fissa, scegliere e dichiarare la base, ribasare una serie. Individuare le discontinuità di una serie (riforme, definizioni, fonti, unità di conto) e dichiarare il riferimento di ogni confronto. Episodio 3 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 1, «Leggere i numeri». Docente: Tommaso Minerva. Durata: 18 minuti e 36 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

18. 

    10 Nov 2026

    A2.V02 · Che cosa misura un dato sull’istruzione

    La prima domanda a ogni numero: che cosa conta, con quale definizione, su quale popolazione, a quale data. Obiettivi dell’episodio: Distinguere stock e flussi e le definizioni di iscritto, iscritto al primo anno, immatricolato e immatricolato puro nelle fonti USTAT e ANVUR. Riconoscere in un dato l’unità di conto (persone, carriere, iscrizioni), la popolazione (tipologie di corso, istituzioni, livelli ISCED), il riferimento temporale e lo stato (provvisorio, rivisto). Spiegare perché la stessa grandezza assume valori diversi in fonti diverse (USTAT maggio e agosto 2026, ANVUR 2026, Eurostat) e dichiarare la scelta. Compilare la carta d’identità di un dato in cinque voci. Episodio 2 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 1, «Leggere i numeri». Docente: Tommaso Minerva. Durata: 18 minuti e 41 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

19. 

    10 Nov 2026

    A2.V01 · Il modulo A2: i numeri per decidere

    Perché chi progetta didattica digitale deve saper leggere i dati di sistema; il percorso in cinque blocchi, diciotto video e la consegna. Obiettivi dell’episodio: Presentare il modulo A2 e il suo rapporto con A1 e con gli altri moduli del cluster, in particolare A6, A7 e B6. Presentare le due competenze del modulo, gli ancoraggi ESCO, il percorso in cinque blocchi e diciotto video, più quello di consegna dell’e-tivity, le attività e l’Open Badge. Introdurre il caso guida (iscritti alle università italiane dal 2000/01 al 2024/25) e il metodo delle tre domande a ogni numero. Episodio 1 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 1, «Leggere i numeri». Docente: Tommaso Minerva. Durata: 20 minuti e 26 secondi. L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm (https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm) Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti. by Tommaso Minerva Questo episodio include contenuti generati dall’IA.

Contact Dati e trend dei fenomeni educativi - A2

Guest appearances

Does not typically book guests

Based on episode analysis; this does not confirm that the show is currently accepting guests.