Gestione Digitale dell'agricoltura e del Territorio Montano -Percorso Formativo - Unitus

INSEGNAMENTO	SEMESTRE	CFU	SSD	LINGUA
121530 - LAND SURVEY AND MAPPING	-	12	-	-
LAND SURVEY TECNOLOGIES STEFANO BIGIOTTI	Primo Semestre	6	AGRI-04/C
GEOMATICS AND REMOTE SENSING ALESSIO PATRIARCA	Primo Semestre	6	AGRI-04/C
121532 - STATISTICAL ANALYSIS OF ENVIRONMENTAL FRANCESCO CAPPELLI	Primo Semestre	5	MATH-06/A
121531 - APPLIED SOIL SCIENCE	-	12	-	-
SOIL QUALITY AND REMEDIATION ELEONORA COPPA	Primo Semestre	6	AGRI-06/B
120707 - SOFT SKILLS NICOLA IACOBONI	Primo Semestre	5			Obiettivi formativi Obiettivi formativi L’insegnamento fornisce agli studenti gli strumenti di base per entrare nel mondo del lavoro internazionale, esplorando le varie angolazioni nell’interazione umana e lavorativa. Conoscenza e capacità di comprensione Si vuole ingaggiare gli studenti dandogli dei ragionamenti di come alcune attitudini possano essere studiate e lavorate per avere un risultato tecnico migliore. Conoscenza e capacità di comprensione applicate L’obiettivo è in ogni possibile momento lavorativo, da un esprimere un concetto con altri interlocutori, passando per la preparazione di un profilo social o un CV sostenendo un colloquio, fino ad arrivare a gestire colloqui di gruppo e una piccola presentazione. Autonomia di giudizio, abilità comunicative, capacità di apprendere Lo stress e la gestione del team work verranno esercitati con esempi e casi aziendali, per poi proiettarli sul loro futuro lavoro. Il tutto lavorando su attitudini umane a volte non rimarcate ma che, esercitate, possano nei contesti lavorativi dare un aiuto fondamentale ai ragazzi. Scheda Docente
120798 - AGRICULTURAL ECONOMICS AND POLICY	-	10	-	-	Obiettivi formativi Conoscenze e comprensione Lo studente acquisirà conoscenze in merito alle strategie di gestione e di adattamento sostenibili dal punto di vista economico in diversi scenari con particolare riferimento ai cambiamenti climatici e alle politiche agricole. Capacità di applicare conoscenze e comprensione Le competenze acquisite consentiranno allo studente di ricostruire le schede tecnico-produttive ed economiche delle attività di coltivazione e allevamento, individuare possibili scenari futuri per le aziende agricole e analizzare gli investimenti. Autonomia di giudizio Le competenze e le conoscenze acquisite consentiranno allo studente di operare scelte sostenibili dal punto di vista economico per le aziende agricole. Abilità comunicative Le conoscenze acquisite consentiranno allo studente un'adeguata capacità di comunicare efficacemente con altri stakeholder e di collaborare con professionisti del settore in materia di gestione aziendale e analisi degli investimenti. Capacità di apprendimento Le competenze acquisite consentiranno allo studente di apprendere in autonomia e di effettuare elaborazioni e analisi sulla base degli specifici casi di studio con cui si troverà a confrontarsi nella sua vita professionale in materia di gestione aziendale e analisi degli investimenti.
AGRICULTURAL POLICIES AND MARKETS LUIGI BIAGINI	Primo Semestre	5	AGRI-01/A		Obiettivi formativi Conoscenze e comprensione l corso mira a sviluppare conoscenze e capacità critiche per comprendere la politica agricola e il funzionamento dei mercati dei prodotti agroalimentari. In particolare, il corso si concentra su: a) i processi economici che caratterizzano i mercati nazionali e internazionali dei prodotti agroalimentari e sull’evoluzione strutturale del sistema agroalimentare; b) il ruolo delle Politiche Agricole dell’Unione Europea nella gestione dei mercati agricoli, nel perseguimento della sostenibilità ambientale, nell’influenzare i risultati economici e le decisioni delle imprese agricole e nella promozione dello sviluppo rurale. Capacità di applicare conoscenze e comprensione Le conoscenze e le capacità acquisite dovranno essere applicate all’analisi della realtà economica in cui i laureati magistrali si troveranno a operare. Autonomia di giudizio Gli studenti sviluppano una solida autonomia di giudizio sui temi della sostenibilità economica dei settori agricoli, delle dinamiche produttive del sistema agroalimentare e dei mercati che lo compongono. Abilità comunicative Il corso mira anche a potenziare le competenze comunicative necessarie per operare professionalmente nell’ambito delle politiche agricole, dello sviluppo rurale e dell’analisi dei mercati agroalimentari Capacità di apprendimento ll corso intende favorire una continua capacità di apprendimento, indispensabile per affrontare i mutamenti delle politiche agricole e delle condizioni di mercato in una prospettiva di formazione permanente. Scheda Docente Programma del corso Il corso è articolato in tre blocchi e quindici moduli. Il principio che lo organizza è che l'economia è una sola mentre le istituzioni sono molte: gli stessi strumenti analitici sono applicati a contesti agricoli e a regimi di politica agricola profondamente diversi, senza che alcun Paese sia assunto come caso normale. Blocco A — Fondamenti (6 ore). Il problema economico e la logica della scelta ottima (2 ore). Scarsità, costo opportunità e frontiera delle possibilità produttive; il saggio marginale di trasformazione. Il problema dell'impresa agricola come massimizzazione vincolata: condizioni del primo ordine, prezzo ombra della risorsa vincolante, principio equimarginale. La funzione di produzione e i rendimenti marginali decrescenti; la regola del valore del prodotto marginale; la combinazione di input a costo minimo. Le condizioni sotto le quali l'ottimo standard non descrive il comportamento osservato: rischio, vincoli di credito, informazione imperfetta, mercati mancanti. Il sistema agroalimentare mondiale (2 ore). Definizione e struttura del sistema agroalimentare; filiera e catena del valore. I meccanismi di coordinamento: mercato, gerarchia, forme ibride. I diritti di proprietà come fascio di diritti; i regimi fondiari nel mondo e l'evidenza empirica sul legame fra sicurezza dei diritti e investimento. La distribuzione mondiale della dimensione aziendale e la trasformazione strutturale. Concentrazione a monte e a valle; standard privati; risorse, divari di resa e volatilità dei prezzi. Modelli, mercati ed evidenza empirica (2 ore). Analisi positiva e normativa. Domanda, offerta ed equilibrio; elasticità e legge di Engel. L'incidenza economica: chi beneficia effettivamente di un sussidio. Analisi di benessere di un sostegno dei prezzi: trasferimento, costo per i consumatori e per l'erario, perdita secca, efficienza del trasferimento. Dalla teoria alla misura: il problema fondamentale dell'inferenza causale, la distorsione da selezione e le principali strategie di identificazione; la misurazione dell'efficienza tecnica e della produttività totale dei fattori. Blocco B — Settori e mercati (11 ore). Confrontare i settori agricoli (2 ore). Un metodo in sei dimensioni applicabile a qualunque Paese: posizione macroeconomica, struttura fondiaria, composizione della produzione, produttività della terra e del lavoro, posizione commerciale, politica. Le trappole definitorie nei confronti internazionali. L'Italia come caso nazionale interamente svolto. Misurare il commercio agroalimentare (2 ore). L'identità contabile del consumo apparente; grado di autoapprovvigionamento, propensione all'importazione e all'esportazione, saldo normalizzato; vantaggio comparato rivelato e sue fragilità; la concentrazione come misura di esposizione. Problemi pratici dei dati commerciali. Perché i Paesi commerciano (2 ore). Vantaggio assoluto e comparato; guadagni dallo scambio e loro distribuzione; origini del vantaggio comparato; commercio intra-settoriale; la struttura a rete del commercio mondiale di prodotti di base; i limiti della teoria e l'argomento della sicurezza alimentare. Rischio, incertezza e assicurazione (3 ore). Rischio e incertezza; mappatura dei rischi aziendali e distinzione fra rischio idiosincratico e sistemico. Avversione al rischio, utilità attesa, equivalente certo e premio per il rischio; effetti sulle scelte aziendali. La stratificazione del rischio e la corrispondenza fra strato e strumento; strategie aziendali e strumenti di mercato. Perché i mercati assicurativi agricoli falliscono; l'assicurazione indicizzata; il rischio a livello di sistema alimentare. Agricoltura digitale (2 ore). Le tecnologie classificate secondo l'attrito economico che rimuovono. Effetti aziendali: il principio marginale a risoluzione più fine. Effetti di mercato: dispersione dei prezzi e asimmetria informativa. Equità dell'adozione; effetti ambientali e effetto rimbalzo. La proprietà dei dati agricoli. Condizioni abilitanti e governance. Blocco C — Politica (14 ore). Perché i governi intervengono (2 ore). I fallimenti del mercato che si verificano effettivamente in agricoltura; l'analisi grafica dell'esternalità; i tre problemi classici dell'agricoltura — prezzo di lungo periodo, volatilità, aggiustamento strutturale. Il caso dell'equità e la distinzione fra sostegno al reddito agricolo e riduzione della povertà rurale. Multifunzionalità. Il fallimento dello Stato e l'economia politica dell'intervento. Il catalogo degli strumenti (3 ore). Misure alla frontiera, prezzi amministrati e ammasso pubblico, sussidi agli input, sostegno assicurativo, pagamenti disaccoppiati, servizi generali. Per ciascuno: obiettivo, chi paga, incidenza, efficienza del trasferimento, distorsione della produzione, requisiti amministrativi. Strumenti per obiettivi ambientali. La misurazione del sostegno (2 ore). Perché il bilancio pubblico non misura il sostegno; il sostegno via prezzo e il divario rispetto al prezzo di frontiera; il Producer Support Estimate dell'OCSE e la famiglia degli indicatori; l'Accordo sull'agricoltura dell'OMC e le scatole ambra, blu e verde; ciò che questi indicatori non dicono. Cinque regimi a confronto (3 ore). Unione europea, Stati Uniti, Giappone e Corea, India, Africa subsahariana: strumenti scelti, ragioni della scelta, esiti misurati. La Nuova Zelanda come controfattuale. L'economia politica della persistenza del sostegno. Sviluppo rurale e politiche territoriali (2 ore). Il caso analitico per una politica territoriale; modelli di attuazione dall'alto e dal basso; il metodo LEADER e i suoi omologhi nel mondo; le garanzie di occupazione rurale; la valutazione dei programmi territoriali. Organizzazioni di produttori e azione collettiva (2 ore). Il problema che le organizzazioni di produttori risolvono; il problema del free rider e gli incentivi selettivi; forme organizzative; il diritto della concorrenza nei diversi ordinamenti; evidenza empirica e cause di fallimento. Politica commerciale e sistema multilaterale (2 ore). Analisi di benessere di un dazio; confronto fra strumenti alla frontiera; escalation tariffaria; misure non tariffarie; restrizioni all'export e crisi dei prezzi alimentari; l'Accordo sull'agricoltura e le controversie aperte. Attività didattiche complementari (7 ore). Ogni modulo comprende almeno un'esercitazione in aula, svolta in coppie o in piccoli gruppi, in cui gli studenti applicano gli strumenti analitici a un caso concreto e ne discutono l'esito in plenaria. Due sessioni si svolgono al computer e sono dedicate all'estrazione e alla documentazione dei dati dalle banche dati internazionali (FAOSTAT, OECD.Stat, UN Comtrade). Le ultime due ore sono dedicate al ripasso e alla preparazione della prova d'esame. Modalità Esame La verifica dell'apprendimento consiste in un'unica prova scritta finale, in lingua inglese, della durata di due ore. La prova è composta da tre domande a risposta aperta, chiusa o multipla. Le tracce non richiedono l'esposizione mnemonica di un argomento, ma l'applicazione degli strumenti analitici del corso a una situazione concreta del sistema agroalimentare. Il voto finale è espresso in trentesimi. La prova è superata con una votazione non inferiore a 18/30. Nella valutazione di ogni risposta si tiene conto, nell'ordine, della correttezza analitica, della pertinenza dell'applicazione al caso proposto, della documentazione dei dati impiegati e della chiarezza espositiva. La lode è attribuita agli studenti che, avendo conseguito il punteggio massimo, dimostrino padronanza degli strumenti analitici e capacità di collegare autonomamente i contenuti di moduli diversi. Si segnala agli studenti un criterio di correzione che riguarda la natura stessa della disciplina: l'esplicitazione del limite della propria analisi concorre positivamente alla valutazione. Una risposta che dichiari quale cifra ritiene meno solida, o quale obiettivo la propria raccomandazione sacrifica, riceve un punteggio superiore a una risposta che presenti ogni elemento come acquisito. Le esercitazioni svolte in aula durante il corso non sono oggetto di valutazione autonoma, ma i loro contenuti rientrano nel programma d'esame. La prova si svolge interamente in lingua inglese. Testi adottati l corso non adotta un unico manuale. Per ciascun modulo sono indicati i capitoli e le pagine di riferimento; le presentazioni e i collegamenti alle fonti sono resi disponibili sulla piattaforma di ateneo dell'insegnamento. Fondamenti di economia agraria e microeconomia applicata • Norton, G. W., Alwang, J., Masters, W. A. (2021), Economics of Agricultural Development, 4ª ed., Routledge — Cap. 1-5 e Cap. 8. Testo di riferimento principale del corso. • Nguyen, B., Wait, A. (2024), Essentials of Microeconomics, 2ª ed., Routledge — Cap. 1 (pp. 3-6), Cap. 2 (pp. 9-13), Cap. 4 (pp. 29-36), Cap. 7 (pp. 55-64), Cap. 9 (pp. 71-79). • Drummond, H. E., Goodwin, J. W. (2010), Agricultural Economics, 3ª ed., Pearson — Cap. 4 (pp. 50-59), Cap. 5 e appendici (pp. 60-83), Cap. 6 (pp. 89-92), Cap. 9 (pp. 131-143). Politica agricola comparata • Anderson, K. (a cura di) (2009), Distortions to Agricultural Incentives: A Global Perspective 1955-2007, World Bank — Introduzione e il capitolo regionale relativo all'Africa o all'Asia. Accesso aperto: https://openknowledge.worldbank.org/handle/10986/2653 • OCSE (annuale), Agricultural Policy Monitoring and Evaluation, OECD Publishing — capitolo di sintesi e le note-Paese relative ai due Paesi assegnati. Accesso aperto: https://www.oecd.org/agriculture/topics/agricultural-policy-monitoring-and-evaluation/ • OMC, Agreement on Agriculture — Articoli 4-6 e Allegato 2, da leggere nel testo originale. Accesso aperto: https://www.wto.org/english/docs_e/legal_e/14-ag.pdf • Swinnen, J. (a cura di) (2018), The Political Economy of Agricultural and Food Policies, Palgrave Macmillan. Rischio e assicurazione • OCSE (2009), Managing Risk in Agriculture: A Holistic Approach, OECD Publishing — il quadro di stratificazione del rischio. • Carter, M., de Janvry, A., Sadoulet, E., Sarris, A. (2017), "Index insurance for developing country agriculture: a reassessment", Annual Review of Resource Economics, 9, pp. 421-438. https://doi.org/10.1146/annurev-resource-100516-053352 Agricoltura digitale • Wolfert, S., Ge, L., Verdouw, C., Bogaardt, M.-J. (2017), "Big data in smart farming — a review", Agricultural Systems, 153, pp. 69-80. https://doi.org/10.1016/j.agsy.2017.01.023 • Klerkx, L., Jakku, E., Labarthe, P. (2019), "A review of social science on digital agriculture, smart farming and agriculture 4.0", NJAS — Wageningen Journal of Life Sciences, 90-91, 100315. https://doi.org/10.1016/j.njas.2019.100315 Materiale didattico supplementare • Le presentazioni delle lezioni, i riferimenti bibliografici e i collegamenti alle fonti sono resi disponibili sulla piattaforma di ateneo dell'insegnamento. • Banche dati usate nelle sessioni al computer: FAOSTAT (https://www.fao.org/faostat/), OECD.Stat — Producer and Consumer Support Estimates (https://stats.oecd.org/), UN Comtrade (https://comtrade.un.org/), World Bank World Development Indicators (https://databank.worldbank.org Modalità di frequenza La frequenza delle lezioni è facoltativa, ma è fortemente consigliata. La ragione è nella struttura stessa dell'insegnamento. Il corso è organizzato in giornate intensive e una rilevante della didattica consiste in esercitazioni svolte in aula, in cui gli strumenti analitici sono applicati a casi concreti e i risultati sono discussi collettivamente. Le presentazioni rese disponibili sulla piattaforma di ateneo riportano il contenuto delle esercitazioni ma non la loro discussione, che è la parte in cui la competenza analitica viene effettivamente costruita. Anche le sessioni al computer dedicate alle banche dati internazionali sono difficilmente sostituibili con lo studio individuale. Il programma d'esame è il medesimo per gli studenti frequentanti e non frequentanti e comprende i contenuti delle esercitazioni svolte in aula. Non sono previste differenze nelle modalità di valutazione. Gli studenti che non possano frequentare con regolarità sono invitati a contattare il docente all'inizio del corso, così da concordare un percorso di lettura che copra la parte applicativa del programma. Le presentazioni, i riferimenti bibliografici e i collegamenti alle fonti sono resi disponibili a tutti gli studenti sulla piattaforma di ateneo. Bibliografia I testi che seguono non sono richiesti per la preparazione dell'esame. Costituiscono la base scientifica su cui il corso è costruito e sono indicati agli studenti interessati ad approfondire un tema, o intenzionati a svolgere una tesi su argomenti di economia e politica agraria. Struttura agricola, produttività e trasformazione strutturale • Lowder, S. K., Sánchez, M. V., Bertini, R. (2021), "Which farms feed the world and has farmland become more concentrated?", World Development, 142, 105455. https://doi.org/10.1016/j.worlddev.2021.105455 • Ricciardi, V. et al. (2018), "How much of the world's food do smallholders produce?", Global Food Security, 17, pp. 64-72. https://doi.org/10.1016/j.gfs.2018.05.002 • Gollin, D., Lagakos, D., Waugh, M. E. (2014), "The agricultural productivity gap", Quarterly Journal of Economics, 129(2), pp. 939-993. https://doi.org/10.1093/qje/qjt056 • Hayami, Y., Ruttan, V. W. (1985), Agricultural Development: An International Perspective, Johns Hopkins University Press. Diritti di proprietà e istituzioni fondiarie • Deininger, K., Feder, G. (2001), "Land institutions and land markets", in Handbook of Agricultural Economics, vol. 1, Elsevier, pp. 288-331. • Goldstein, M., Udry, C. (2008), "The profits of power: land rights and agricultural investment in Ghana", Journal of Political Economy, 116(6), pp. 981-1022. https://doi.org/10.1086/595561 Strumenti di politica, incidenza e benessere • Just, R. E., Hueth, D. L., Schmitz, A. (2004), The Welfare Economics of Public Policy, Edward Elgar. • Ciaian, P., Kancs, d'A., Swinnen, J. (2010), EU Land Markets and the Common Agricultural Policy, CEPS, Bruxelles. • Jayne, T. S., Rashid, S. (2013), "Input subsidy programs in sub-Saharan Africa: a synthesis of recent evidence", Agricultural Economics, 44(6), pp. 547-562. https://doi.org/10.1111/agec.12073 • Anderson, K., Rausser, G., Swinnen, J. (2013), "Political economy of public policies: insights from distortions to agricultural and food markets", Journal of Economic Literature, 51(2), pp. 423-477. https://doi.org/10.1257/jel.51.2.423 • OCSE (2016), OECD's Producer Support Estimate and Related Indicators of Agricultural Support: Concepts, Calculations, Interpretation and Use (The PSE Manual), OECD Publishing. Commercio internazionale • Balassa, B. (1965), "Trade liberalisation and 'revealed' comparative advantage", The Manchester School, 33(2), pp. 99-123. • Martin, W., Anderson, K. (2012), "Export restrictions and price insulation during commodity price booms", American Journal of Agricultural Economics, 94(2), pp. 422-427. https://doi.org/10.1093/ajae/aar105 • WTO-UNCTAD (2012), A Practical Guide to Trade Policy Analysis, Cap. 1-2. Accesso aperto: https://www.wto.org/english/res_e/publications_e/wto_unctad12_e.pdf Azione collettiva e organizzazioni di produttori • Olson, M. (1965), The Logic of Collective Action, Harvard University Press — Cap. 1. • Bellemare, M. F., Bloem, J. R. (2018), "Does contract farming improve welfare? A review", World Development, 112, pp. 259-271. https://doi.org/10.1016/j.worlddev.2018.08.018 • Ostrom, E. (1990), Governing the Commons, Cambridge University Press. Sviluppo rurale e valutazione delle politiche • Barca, F., McCann, P., Rodríguez-Pose, A. (2012), "The case for regional development intervention: place-based versus place-neutral approaches", Journal of Regional Science, 52(1), pp. 134-152. https://doi.org/10.1111/j.1467-9787.2011.00756.x • Imbert, C., Papp, J. (2015), "Labor market effects of social programs: evidence from India's employment guarantee", American Economic Journal: Applied Economics, 7(2), pp. 233-263. https://doi.org/10.1257/app.20130401 Informazione, tecnologia e metodi empirici • Jensen, R. (2007), "The digital provide: information technology, market performance and welfare in the South Indian fisheries sector", Quarterly Journal of Economics, 122(3), pp. 879-924. https://doi.org/10.1162/qjec.122.3.879 • Angrist, J. D., Pischke, J.-S. (2015), Mastering 'Metrics: The Path from Cause to Effect, Princeton University Press. • Cunningham, S. (2021), Causal Inference: The Mixtape, Yale University Press. Accesso aperto: https://mixtape.scunning.com/
121529 - RENEWABLE ENERGY SOURCES LEONARDO BIANCHINI	Primo Semestre	5	AGRI-04/B
121531 - APPLIED SOIL SCIENCE	-	12	-	-
SOIL MAPPING AND MONITORING SIMONE PRIORI	Primo Semestre	6	AGRI-06/C
120696 - APPLIED PHYTOPATHOLOGY AND ENTOMOLOGY	-	5	-	-	Obiettivi formativi Obiettivi formativi Il corso si propone di fornire le basi teoriche e pratiche per la valutazione e il monitoraggio dei rischi fitosanitari legati a patogeni e parassiti delle colture agrarie e forestali, anche nei sistemi montani. Verranno presentate tecniche avanzate di diagnosi, monitoraggio e previsione, insieme a strategie di gestione integrata e sostenibile basate sull’impiego di strumenti tecnologici innovativi. Al termine del corso, gli studenti saranno in grado di sviluppare e applicare soluzioni biologiche, chimiche e colturali per la protezione delle piante, integrando efficacia, sostenibilità e salvaguardia dell’ambiente. Conoscenza e capacità di comprensione Acquisire una conoscenza approfondita dei principi biologici ed ecologici che regolano le interazioni tra piante, patogeni e insetti fitofagi, e comprendere i fondamenti teorici dei metodi diagnostici, dei sistemi di monitoraggio e delle strategie di difesa integrata e sostenibile. Capacità di applicare conoscenza e comprensione Applicare conoscenze teoriche e metodologiche alla diagnosi e gestione dei problemi fitosanitari in contesti reali, utilizzando tecnologie avanzate per il monitoraggio, la previsione e la valutazione del rischio fitosanitario, con particolare attenzione agli agroecosistemi montani. Autonomia di giudizio Sviluppare la capacità di analizzare criticamente le diverse opzioni di gestione fitosanitaria e di formulare giudizi autonomi considerando le implicazioni ecologiche, economiche e sociali, al fine di proporre strategie di intervento efficaci e sostenibili. Abilità comunicative Utilizzare in modo appropriato la terminologia tecnico-scientifica per comunicare concetti, dati e risultati nel campo della fitopatologia e dell’entomologia applicata. Saper trasferire in modo chiaro e sintetico le conoscenze acquisite a interlocutori diversi (ricercatori, tecnici, agricoltori, amministratori del territorio). Capacità di apprendimento Dimostrare autonomia nell’aggiornamento professionale e scientifico, sviluppando la capacità di apprendere in modo continuo le innovazioni tecnologiche, metodologiche e normative nel settore della gestione fitosanitaria.
APPLIED ENTOMOLOGY MARIO CONTARINI	Primo Semestre	2.5	AGRI-05/A		Obiettivi formativi Obiettivi formativi Il corso si propone di fornire le basi teoriche e pratiche per la valutazione e il monitoraggio dei rischi fitosanitari legati a patogeni e parassiti delle colture agrarie e forestali, anche nei sistemi montani. Verranno presentate tecniche avanzate di diagnosi, monitoraggio e previsione, insieme a strategie di gestione integrata e sostenibile basate sull’impiego di strumenti tecnologici innovativi. Al termine del corso, gli studenti saranno in grado di sviluppare e applicare soluzioni biologiche, chimiche e colturali per la protezione delle piante, integrando efficacia, sostenibilità e salvaguardia dell’ambiente. Conoscenza e capacità di comprensione Acquisire una conoscenza approfondita dei principi biologici ed ecologici che regolano le interazioni tra piante, patogeni e insetti fitofagi, e comprendere i fondamenti teorici dei metodi diagnostici, dei sistemi di monitoraggio e delle strategie di difesa integrata e sostenibile. Capacità di applicare conoscenza e comprensione Applicare conoscenze teoriche e metodologiche alla diagnosi e gestione dei problemi fitosanitari in contesti reali, utilizzando tecnologie avanzate per il monitoraggio, la previsione e la valutazione del rischio fitosanitario, con particolare attenzione agli agroecosistemi montani. Autonomia di giudizio Sviluppare la capacità di analizzare criticamente le diverse opzioni di gestione fitosanitaria e di formulare giudizi autonomi considerando le implicazioni ecologiche, economiche e sociali, al fine di proporre strategie di intervento efficaci e sostenibili. Abilità comunicative Utilizzare in modo appropriato la terminologia tecnico-scientifica per comunicare concetti, dati e risultati nel campo della fitopatologia e dell’entomologia applicata. Saper trasferire in modo chiaro e sintetico le conoscenze acquisite a interlocutori diversi (ricercatori, tecnici, agricoltori, amministratori del territorio). Capacità di apprendimento Dimostrare autonomia nell’aggiornamento professionale e scientifico, sviluppando la capacità di apprendere in modo continuo le innovazioni tecnologiche, metodologiche e normative nel settore della gestione fitosanitaria. Scheda Docente Programma del corso 1. Importanza della gestione integrata 2. Strategie di monitoraggio tradizionali e potenziali innovazioni 3. Sistemi di supporto alle decisioni (DSS) Modelli matematici per la descrizione e la predizione delle popolazioni di insetti Modelli statistici e matematici per lo studio della distribuzione delle specie (MAXENT, Random Forest etc) Misura e stima di popolazioni di insetti Monitoraggio con trappole innovative Casi studio 4. Proximal sensing nel monitoraggio delle problematiche entomologiche in ambito agrario e forestale Monitoraggio con trappole automatizzate Tecnologia YOLO e machine learning per la detection e il riconoscimento di pests Casi studio 5. Remote sensing nel monitoraggio delle problematiche entomologiche in ambito agrario e forestale UAV e sensori, raccolta ed elaborazione dati L’uso dei dati raccolti da satellite per la valutazione dell’azione di insetti fitofagi Casi studio Modalità Esame La verifica delle conoscenze avverrà attraverso un esame scritto finale riguardante il programma del corso e i seminari tenuti. Testi adottati Agli studenti verranno fornite le slides delle lezioni. Lo studio sarà integrato con pubblicazioni scientifiche fornite dal docente Modalità di frequenza La frequenza non è obbligatoria ma fortemente consigliata
APPLIED PHYTOPATHOLOGY ANGELO MAZZAGLIA	Primo Semestre	2.5	AGRI-05/B		Obiettivi formativi Obiettivi formativi Il corso si propone di fornire le basi teoriche e pratiche per la valutazione e il monitoraggio dei rischi fitosanitari legati a patogeni e parassiti delle colture agrarie e forestali, anche nei sistemi montani. Verranno presentate tecniche avanzate di diagnosi, monitoraggio e previsione, insieme a strategie di gestione integrata e sostenibile basate sull’impiego di strumenti tecnologici innovativi. Al termine del corso, gli studenti saranno in grado di sviluppare e applicare soluzioni biologiche, chimiche e colturali per la protezione delle piante, integrando efficacia, sostenibilità e salvaguardia dell’ambiente. Conoscenza e capacità di comprensione Acquisire una conoscenza approfondita dei principi biologici ed ecologici che regolano le interazioni tra piante, patogeni e insetti fitofagi, e comprendere i fondamenti teorici dei metodi diagnostici, dei sistemi di monitoraggio e delle strategie di difesa integrata e sostenibile. Capacità di applicare conoscenza e comprensione Applicare conoscenze teoriche e metodologiche alla diagnosi e gestione dei problemi fitosanitari in contesti reali, utilizzando tecnologie avanzate per il monitoraggio, la previsione e la valutazione del rischio fitosanitario, con particolare attenzione agli agroecosistemi montani. Autonomia di giudizio Sviluppare la capacità di analizzare criticamente le diverse opzioni di gestione fitosanitaria e di formulare giudizi autonomi considerando le implicazioni ecologiche, economiche e sociali, al fine di proporre strategie di intervento efficaci e sostenibili. Abilità comunicative Utilizzare in modo appropriato la terminologia tecnico-scientifica per comunicare concetti, dati e risultati nel campo della fitopatologia e dell’entomologia applicata. Saper trasferire in modo chiaro e sintetico le conoscenze acquisite a interlocutori diversi (ricercatori, tecnici, agricoltori, amministratori del territorio). Capacità di apprendimento Dimostrare autonomia nell’aggiornamento professionale e scientifico, sviluppando la capacità di apprendere in modo continuo le innovazioni tecnologiche, metodologiche e normative nel settore della gestione fitosanitaria. Scheda Docente Programma del corso Importanza dell’approccio digitale e delle innovazioni tecnologiche nella gestione delle malattie delle piante. Rilevamento e monitoraggio delle malattie e dei patogeni che le causano: • Approccio critico alla diagnosi: quando bastano le tecniche tradizionali e quando no • Metodi diagnostici avanzati: o tecniche immunologiche (ELISA, DBTIA, Lateral flow, ecc.) o molecolari (PCR standard, Real-Time PCR (qPCR), loop-mediated isothermal amplification (LAMP), digital droplet PCR (ddPCR). o biosensori Valutazione del danno strutturale agli alberi e rischio correlato alla stabilità delle piante in ambiente urbano: • VTA, diagnosi strumentale (resistografo, tomografo, martello a impulsi, succhiello di Pressler, frattometro, uso degli infrasuoni, sistemi d’indagine radicale ad aria compressa, ecc.) Valutazione dell’incidenza della malattia e del danno provocato tramite telerilevamento: • immagini satellitari, ultraleggeri e droni. Approccio bioinformatico alla comprensione della biologia dei patogeni attraverso le scienze omiche (genomica, trascrittomica, proteomica, ecc.); Strategie per la prevenzione delle malattie e la gestione delle stesse nell’agricoltura di precisione: • modelli previsionali • reti di monitoraggio • sistemi di supporto decisionale (DSS) per la difesa fitosanitaria. Ottimizzazione della distribuzione dei principi attivi: vantaggi e problematiche Strumenti innovativi per la difesa delle piante: • il genome editing • le nanotecnologie nella difesa fitosanitaria Controllo delle malattie e miglioramento della loro resilienza agli stress tramite l’utilizzo di agenti biologici: • microrganismi antagonisti, • comunità microbiche naturali (endofiti ed epifiti), • microrganismi di supporto: PGPR e micorrize; Modalità Esame L’esame, nel suo complesso, avrà come obiettivo la verifica dei seguenti obiettivi formativi: CONOSCENZA E CAPACITÀ DI COMPRENSIONE Aver acquisito una esaustiva conoscenza delle nozioni di base della difesa fitosanitaria nel contesto dell'Agricoltura digitale: Avendo ben chiare le nozioni di base di patologia vegetalelo studente dovrà mostrare di aver compreso le modalità di insorgenza e diffusione delle malattie dei vegetali e come valutarle con strumenti innovativi; aver compreso le principali strategie innovative diagnostiche e come applicarle correttamente; avere una solida conoscenza delle più innovazioni tecnologiche per la difesa preventiva e contenitiva dalle avversità fitosanitarie, come descritto nel corso. CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE Avere compreso come deve essere effettuata la gestione delle problematiche fitosanitarie tramite approcci digitali ed innnovativi, quali strategie pre- e post-insorgenza devono essere attuate per limitare al massimo il danno fitopatologico. AUTONOMIA DI GIUDIZIO Essere in grado di affrontare una fitopatologia con le metodologie discusse a lezione o analoghe ad esse e mostrare di saper attingere alle conoscenze acquisite nel Corso per gestire al meglio queste problematiche. MODALITA' DI SVOLGIMENTO: • La Prova Orale Finale verte principalmente sugli argomenti del Programma del Corso e sulle cognizioni acquisite durante seminari ed esercitazioni. A ciò si può aggiungere la discussione di un argomento di attualità assegnato dal Docente al termine delle lezioni. • Qualora durante lo svolgimento della Prova Orale Finale emergessero lacune cognitive sulla parte concernente le basi della patologia vegetale, prerequisito fondamentale per l’accesso al corso, il docente si riserva la facoltà di approfondire l’accertamento delle conoscenze di tali argomenti da parte degli studenti, e di tenerne parzialmente conto nella valutazione finale. • Il voto finale è formato al 90% dall’esito della prova orale, e per il 10% dalla valutazione del Docente dello studente in merito a: partecipazione attiva durante lo svolgimento del Corso e delle attività correlate; modalità di espressione e padronanza della corretta terminologia; visione critica delle opportunità offerte dalle innovazioni tecnologiche per affrontare le problematiche fitopatologiche; padronanza globale della materia (collegamento tra argomenti diversi). • Il calendario degli appelli e l'iscrizione agli appelli di esame viene fatta tramite il portale di Ateneo. • Ciascuno studente ha facoltà di sostenere l'esame non più di 3 volte per anno (accademico). Testi adottati Sul portale MOODLE sono rese via via disponibili le Presentazioni in PowerPoint delle lezioni, con illustrazioni grafiche, fotografie, video ed animazioni. Vengono inoltre proposti approfondimenti ed esempi relativi ad alcune lezioni, selezione di bibliografia scientifica sull'argomento, ed è allestito un forum per lo scambio di opinioni ed informazioni con il docente. Modalità di svolgimento Lezioni frontali in aula, presentazioni in PowerPoint con illustrazioni grafiche, fotografie, video ed animazioni. Su Google Classroom vengono proposti approfondimenti ed esempi relativi ad alcune lezioni, selezione di bibliografia scientifica sull'argomento, scambio di informazioni. Sono previste anche lezioni pratiche ed esercitazioni Modalità di frequenza Sebbene la frequenza alle lezioni del Corso in oggetto sia facoltativa, si consiglia caldamente una assidua partecipazione Bibliografia Una selezione di bibliografia scientifica di riferimento viene proposta dal docente.
120705 - ELECTIVE COURSES	Secondo Semestre	10
120798 - AGRICULTURAL ECONOMICS AND POLICY	-	10	-	-	Obiettivi formativi Conoscenze e comprensione Lo studente acquisirà conoscenze in merito alle strategie di gestione e di adattamento sostenibili dal punto di vista economico in diversi scenari con particolare riferimento ai cambiamenti climatici e alle politiche agricole. Capacità di applicare conoscenze e comprensione Le competenze acquisite consentiranno allo studente di ricostruire le schede tecnico-produttive ed economiche delle attività di coltivazione e allevamento, individuare possibili scenari futuri per le aziende agricole e analizzare gli investimenti. Autonomia di giudizio Le competenze e le conoscenze acquisite consentiranno allo studente di operare scelte sostenibili dal punto di vista economico per le aziende agricole. Abilità comunicative Le conoscenze acquisite consentiranno allo studente un'adeguata capacità di comunicare efficacemente con altri stakeholder e di collaborare con professionisti del settore in materia di gestione aziendale e analisi degli investimenti. Capacità di apprendimento Le competenze acquisite consentiranno allo studente di apprendere in autonomia e di effettuare elaborazioni e analisi sulla base degli specifici casi di studio con cui si troverà a confrontarsi nella sua vita professionale in materia di gestione aziendale e analisi degli investimenti.
FARM MANAGEMENT AND INVESTMENTS ANALYSIS LUIGI BIAGINI	Primo Semestre	5	AGRI-01/A		Obiettivi formativi Conoscenze e comprensione Lo studente acquisirà conoscenze in merito alle strategie di gestione e di adattamento sostenibili dal punto di vista economico in diversi scenari con particolare riferimento ai cambiamenti climatici e alle politiche agricole. Capacità di applicare conoscenze e comprensione Le competenze acquisite consentiranno allo studente di ricostruire le schede tecnico-produttive ed economiche delle attività di coltivazione e allevamento, individuare possibili scenari futuri per le aziende agricole e analizzare gli investimenti. Autonomia di giudizio Le competenze e le conoscenze acquisite consentiranno allo studente di operare scelte sostenibili dal punto di vista economico per le aziende agricole. Abilità comunicative Le conoscenze acquisite consentiranno allo studente un'adeguata capacità di comunicare efficacemente con altri stakeholder e di collaborare con professionisti del settore in materia di gestione aziendale e analisi degli investimenti. Capacità di apprendimento Le competenze acquisite consentiranno allo studente di apprendere in autonomia e di effettuare elaborazioni e analisi sulla base degli specifici casi di studio con cui si troverà a confrontarsi nella sua vita professionale in materia di gestione aziendale e analisi degli investimenti. Scheda Docente Programma del corso Il corso è articolato in tre moduli, per complessive 20 sessioni da 2 ore. Cinque sessioni sono esercitazioni pratiche in Excel che costruiscono progressivamente il progetto d'esame su un'unica azienda agricola. 1. Presentazione del corso (1 sessione). Obiettivi, articolazione dei contenuti, materiali didattici, piattaforma Moodle e modalità di valutazione. L'azienda agricola come unità di decisione: impresa, famiglia e gestore di risorse naturali. Le specificità del settore (ritardi biologici, rischio, terra come fattore fisso, lavoro e capitale familiari) e le loro implicazioni per la gestione. 2. Fondamenti ed economia della produzione (Modulo A — 4 sessioni). La funzione di produzione: prodotto totale, medio e marginale; gli stadi della produzione; l'uso ottimale dell'input (relazione fattore-prodotto, VMP = MFC). La combinazione di due input: isoquanti e combinazione a costo minimo (fattore-fattore). La combinazione di attività: frontiera delle possibilità produttive (prodotto-prodotto), rendimenti di scala e concetti di costo (fisso/variabile, breve e lungo periodo, economie di scala e di scopo). La contabilità aziendale e i dati: stato patrimoniale, conto economico, sistema FADN/RICA e indicatori chiave (FNVA, FNI, margine lordo, AWU/FWU). 3. Pianificazione e decisioni aziendali (Modulo B — 7 sessioni). La misurazione della performance aziendale: redditività, efficienza tecnica e allocativa, produttività (parziale e totale), benchmarking. Il budgeting: margini lordi, budget di attività, budgeting parziale per le decisioni marginali, budget aziendale complessivo e di cassa, analisi del punto di pareggio. La programmazione lineare: formulazione, vincoli, funzione obiettivo, prezzi ombra e analisi di sensibilità applicata al problema di piano aziendale (con Excel Solver). Rischio e incertezza: fonti di rischio, rappresentazione mediante distribuzioni di probabilità, valore atteso e varianza, avversione al rischio e utilità attesa, alberi decisionali. Gestione del rischio e assicurazione agricola: diversificazione, contratti, copertura (hedging), mercati assicurativi (azzardo morale, selezione avversa, assicurazione indicizzata). 4. Analisi degli investimenti (Modulo C — 8 sessioni). Il valore finanziario del tempo: attualizzazione e capitalizzazione, valore attuale e futuro, rendite; le ragioni della difficoltà degli investimenti agricoli (indivisibilità, irreversibilità, lunga durata). I criteri di valutazione: valore attuale netto (VAN), tasso interno di rendimento (TIR), rapporto benefici-costi, periodo di recupero; progetti mutuamente esclusivi, razionamento del capitale, annualità equivalente, decisioni di sostituzione. Il finanziamento dell'investimento: debito e capitale proprio, costo del capitale, leva finanziaria, ammortamento del prestito, indici di liquidità e solvibilità. Il rischio nella valutazione degli investimenti: analisi di sensibilità, scenari, valori di switching, simulazione Monte Carlo (in Excel) e cenni alle opzioni reali. L'analisi costi-benefici: valutazione privata e sociale, esternalità, valutazione dei costi e benefici ambientali, prezzi ombra e tasso sociale di sconto. Sessione conclusiva. Presentazione del progetto e sintesi in preparazione alla prova scritta. Attività didattiche complementari. Cinque sessioni sono esercitazioni guidate in laboratorio informatico interamente in Excel: costruzione dei conti aziendali e degli indici da un dataset di tipo FADN (sessione 5); budget parziale e aziendale complessivo (sessione 7); programmazione lineare con Solver, prezzi ombra e sensibilità (sessione 9); calcolo di VAN, TIR e periodo di recupero (sessione 14); simulazione Monte Carlo del VAN mediante data-table e funzioni casuali (sessione 18). Le esercitazioni costruiscono in modo cumulativo il progetto d'esame. Modalità Esame La verifica dell'apprendimento si articola in due componenti di pari peso: un progetto individuale e una prova scritta finale. Il progetto consiste in un elaborato in Microsoft Excel relativo a una singola azienda agricola, costruito in modo cumulativo attraverso le esercitazioni di laboratorio svolte durante il corso. A partire da un dataset di tipo FADN, lo studente edifica progressivamente i conti aziendali e gli indici di performance, un budget parziale e aziendale complessivo, la valutazione di un investimento mediante i criteri del valore attuale netto e del tasso interno di rendimento, e l'analisi del rischio dell'investimento mediante simulazione. Il progetto è valutato sulla correttezza dei calcoli, sulla coerenza delle assunzioni, sulla capacità di interpretare i risultati e di argomentare le decisioni proposte. Concorre per il 50% al voto finale. La prova scritta finale si svolge al termine del corso e verte sull'intero programma. È composta da domande a risposta chiusa e da domande a risposta aperta: le prime accertano la conoscenza dei concetti, delle definizioni e delle relazioni analitiche presentate a lezione e nei testi; le seconde richiedono allo studente di applicare tali concetti a una situazione concreta — ad esempio di determinare l'uso ottimale di un input, di interpretare i prezzi ombra di un piano aziendale, di ordinare alternative rischiose in base all'utilità attesa, o di valutare un investimento e discuterne la sensibilità — e di argomentare la risposta. Il numero delle domande e il tempo a disposizione sono comunicati agli studenti all'inizio del corso e riportati sulla pagina Moodle dell'insegnamento. La prova scritta concorre per il 50% al voto finale. La scelta di questa articolazione risponde alla natura dei risultati di apprendimento attesi: la prova scritta accerta la conoscenza e la capacità di comprensione e, nelle domande aperte, la capacità di applicare tali conoscenze; il progetto accerta la capacità di applicare conoscenza e comprensione a un caso reale in autonomia, l'uso appropriato degli strumenti quantitativi e le abilità comunicative nella presentazione dei risultati. Il voto finale, espresso in trentesimi, è la media delle due componenti, ciascuna delle quali concorre per il 50%. La prova è superata con una votazione non inferiore a 18/30; è richiesta la sufficienza in entrambe le componenti. La lode è attribuita agli studenti che, avendo conseguito il punteggio massimo, dimostrino particolare padronanza degli strumenti analitici e capacità di collegare autonomamente i contenuti dei diversi moduli. La prova scritta si svolge in lingua inglese e il progetto è redatto in lingua inglese. Testi adottati Il corso non adotta un unico manuale. Per ciascun modulo sono indicati i capitoli e le pagine di riferimento; il materiale, le presentazioni, i dataset delle esercitazioni e i collegamenti sono resi disponibili sulla piattaforma Moodle dell'insegnamento. Fondamenti ed economia della produzione (Modulo A) • Barkley, A. (2019), The Economics of Food and Agricultural Markets, 2ª ed., New Prairie Press — per il ripasso dei fondamenti di economia della produzione e di costo. Accesso aperto (CC BY-NC): https://kstatelibraries.pressbooks.pub/economicsoffoodandag/ • Kay, R. D., Edwards, W. M., Duffy, P. A., Farm Management, McGraw-Hill — capitoli su economia della produzione, contabilità aziendale e analisi di bilancio (edizione corrente). Pianificazione e decisioni aziendali (Modulo B) • Kay, R. D., Edwards, W. M., Duffy, P. A., Farm Management, McGraw-Hill — capitoli su margini lordi, budgeting parziale e aziendale, programmazione lineare. • OECD (2009), Managing Risk in Agriculture: A Holistic Approach, OECD Publishing — Cap. 2 (concetti e strumenti di gestione del rischio). Accesso: https://doi.org/10.1787/9789264075313-en • Bertolozzi-Caredio, D., Severini, S., Pierre, G., Zinnanti, C., Rustom, R., Santoni, E., Bubbico, A. (2023), Risks and vulnerabilities in the EU food supply chain, Publications Office of the European Union, Lussemburgo — Cap. 3 (evidenza empirica UE sul rischio). doi:10.2760/171825. https://publications.jrc.ec.europa.eu/repository/handle/JRC135290 Analisi degli investimenti (Modulo C) • Kay, R. D., Edwards, W. M., Duffy, P. A., Farm Management, McGraw-Hill — capitoli sul valore finanziario del tempo, sui criteri di valutazione degli investimenti e sul finanziamento. • OECD (2020), "Global value chains in agriculture and food: A synthesis of OECD analysis", OECD Food, Agriculture and Fisheries Papers, n. 139 — per il contesto sulla posizione dell'azienda nella catena del valore. http://dx.doi.org/10.1787/6e3993fa-en Materiale didattico supplementare • Le presentazioni delle lezioni, i dataset delle esercitazioni Excel e i collegamenti ai contenuti multimediali sono disponibili sulla piattaforma Moodle dell'insegnamento. Modalità di frequenza La frequenza delle lezioni non è formalmente obbligatoria, ma è fortemente raccomandata. Le esercitazioni in laboratorio e la discussione in aula dei risultati costituiscono parte integrante della didattica e non sono integralmente sostituibili con lo studio individuale del materiale disponibile su Moodle: il progetto d'esame, che concorre per metà alla valutazione, si costruisce in modo cumulativo proprio durante le esercitazioni. La partecipazione regolare è pertanto la via più efficace per raggiungere i risultati di apprendimento attesi e per preparare adeguatamente entrambe le componenti della valutazione. Le presentazioni, i dataset e i materiali delle esercitazioni sono comunque resi disponibili sulla piattaforma Moodle dell'insegnamento, così da consentire anche agli studenti impossibilitati a frequentare con continuità di seguire lo sviluppo del corso e del progetto. Bibliografia Per un trattamento più esteso e formale dei temi di gestione aziendale, valutazione degli investimenti e analisi del rischio: • Boehlje, M. D., Eidman, V. R., Farm Management, Wiley — trattazione classica di pianificazione aziendale e analisi degli investimenti. • Hardaker, J. B., Lien, G., Anderson, J. R., Huirne, R. B. (2015), Coping with Risk in Agriculture: Applied Decision Analysis, 3ª ed., CABI — per l'analisi delle decisioni in condizioni di rischio. • Barnard, C. S., Nix, J. S., Farm Planning and Control, Cambridge University Press — per budgeting e programmazione aziendale. • Barkley, A. (2019), The Economics of Food and Agricultural Markets, 2ª ed., New Prairie Press — Cap. 1, per il ripasso dei prerequisiti. https://kstatelibraries.pressbooks.pub/economicsoffoodandag/ Approfondimenti online: FAO, materiali di farm management ed investment analysis del portale Knowledge; OCSE, banca dati e pubblicazioni su agricultural policy e risk management.

INSEGNAMENTO	SEMESTRE	CFU	SSD	LINGUA
120710 - PRECISION LIVESTOCK FARMING UMBERTO BERNABUCCI	Primo Semestre	5	AGR/18		Obiettivi formativi Obiettivi formativi L'insegnamento 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. Scheda Docente Programma del corso 1. Sistemi Zootecnici (Conoscenze delle principali tecnologie di allevamento zootecnico per la produzione di latte, carne, uova) - Bovini: tecnologie di allevamento per la produzione del latte. Tecnologie di allevamento per la produzione della carne. - Suini: tecnologie di allevamento del suino. - Ovini e Caprini: tecnologie di allevamento degli ovini e dei caprini per la produzione del latte e della carne. - Specie Avicole: tecnologie di allevamento dei polli da carne e delle ovaiole. 2. Cenni sugli aspetti qualitativi delle produzioni animali 3. Generalità della zootecnia di precisione 4. Sensoristica 5. Alimentazione di precisione 6. Mungitura di precisione 7. Benessere e salute animale 8. Gestione della stalla di precisione; sistemi di monitoraggio del comportamento animale; sensori ambientali Modalità Esame La prova di accertamento (orale) comprenderà almeno tre domande, che tenderanno ad accertare la conoscenza teorica da parte dello studente sulla parte presentata a lezione. Ogni domanda verrà valutata con un punteggio da 0 a 10. Il voto finale corrisponderà alla somma delle tre singole votazioni. Ai fini dell'attribuzione del voto saranno tenuti in considerazione anche l'impegno e la partecipazione attiva alle esercitazioni proposte durante il corso. E' posta particolare attenzione alla capacità dello studente di ragionare in modo trasversale, collegando le nozioni di varie parti dell'insegnamento mediante i necessari collegamenti logico-deduttivi, e di comunicare utilizzando un linguaggio chiaro e appropriato. Testi adottati Precision technology and sensor applications for livestock farming and companion animals. Edited by E. (Lenny) van Erp-van der Koo, Wageningen Academic Publishers, 2021. Advances in precision livestock farming. Edited by Daniel Berckmans, Burleigh Dodds Science Publishing Series in Agricultural Science, Number 105, Cambridge, UK, 2022 Materiale didattico fornito dal docente. Appunti della lezione, bibliografia di riferimento o altro materiale verrà inserito dal docente nel sito web dedicato (piattaforma Moodle). Modalità di frequenza La frequenza delle lezioni frontali in aula è facoltativa, ma la partecipazione alle esercitazioni ed alle visite in allevamenti sono fortemente consigliate, perché consentono allo studente di apprendere ed appropriarsi delle conoscenze teoriche nel contesto del loro utilizzo Bibliografia Pubblicazioni su riviste scientifiche indicate dal docente
120706 - INTERNSHIP	Primo Semestre	5
120799 - SMART AGRICULTURAL MACHINERY AND COMPUTATIONAL INTELLIGENCE	-	10	-	-	Obiettivi formativi Module: ARTIFICIAL INTELLIGENCE APPLICATIONS IN AGRICULTURE Obiettivi formativi Gli obiettivi del corso di Artificial Intelligence Applications in Agriculture sono quelli di fornire agli studenti 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. 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. Machines for Precision Farming Obiettivi formativi 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.
ARTIFICIAL INTELLIGENCE APPLICATIONS IN AGRICULTURE LUCIANO ORTENZI	Secondo Semestre	5	INF/01		Obiettivi formativi Module: ARTIFICIAL INTELLIGENCE APPLICATIONS IN AGRICULTURE Obiettivi formativi Gli obiettivi del corso di Artificial Intelligence Applications in Agriculture sono quelli di fornire agli studenti 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. 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. Machines for Precision Farming Obiettivi formativi 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. Scheda Docente
MACHINES FOR PRECISION FARMING MASSIMO CECCHINI	Secondo Semestre	5	AGR/09
120801 - DIGITAL TECHNOLOGIES APPLIED TO GENETICS MARIO AUGUSTO PAGNOTTA	Primo Semestre	5	AGR/07		Obiettivi formativi 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. Scheda Docente Programma del corso 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). Modalità Esame Verrà verificato che i risultati di apprendimento attesi siano effettivamente acquisiti dagli studenti. Si valuterà la capacità espositiva, la completezza ed il dettaglio dei singoli argomenti richiesti. Si considererà anche la capacità di collegare i diversi argomenti trattati. Per l’attribuzione del voto finale si terrà conto: del livello di conoscenza dei contenuti dimostrato (superficiale, appropriato, preciso e completo, completo e approfondito), della capacità di analisi, di sintesi e di collegamenti interdisciplinari (sufficiente, buona, ottima), della capacità di senso critico e di formulazione di giudizi (sufficiente, buona, ottima), della padronanza di espressione (esposizione carente, semplice, chiara e corretta, sicura e corretta). In particolare, il giudizio e il voto finale terrà conto delle conoscenze e dei concetti acquisiti, della capacità di analisi dei problemi, di collegare conoscenze interdisciplinari, di formulare ipotesi e di giudizi, della padronanza e chiarezza di espressione ed esposizione. Testi adottati Genetica. Un approccio molecolare. Ediz. MyLab. di Peter J. Russell (Autore), Carla Cicchini (a cura di), Alessandra Marchetti (a cura di) Pearson Ed ISBN 8891906964 Genetica molecolare. Biologia molecolare del gene di L. Sanguini (Autore), M. Cerofolini (Autore). Edizioni Esagono. ISBN 8843360159 Genetica e biologia molecolare di Peter H. Raven (Autore), G. B. Johnson (Autore), K. A. Mason (Autore), Jonathan B. Losos (Autore), S. R. Singer (Autore). PICCIN ED ISBN 8829929522 Dispense Modalità di frequenza Presenza + on-line Bibliografia Genetica. Un approccio molecolare. Ediz. MyLab. di Peter J. Russell (Autore), Carla Cicchini (a cura di), Alessandra Marchetti (a cura di) Pearson Ed ISBN 8891906964 Genetica molecolare. Biologia molecolare del gene di L. Sanguini (Autore), M. Cerofolini (Autore). Edizioni Esagono. ISBN 8843360159 Genetica e biologia molecolare di Peter H. Raven (Autore), G. B. Johnson (Autore), K. A. Mason (Autore), Jonathan B. Losos (Autore), S. R. Singer (Autore). PICCIN ED ISBN 8829929522
120695 - INNOVATIVE APPROACHES FOR FOOD PROCESSING IN MARGINAL AREAS KATIA LIBURDI	Secondo Semestre	5	AGR/15		Obiettivi formativi Conoscenza e capacità di comprensione Il corso fornisce conoscenze avanzate sui principali approcci innovativi alla trasformazione alimentare, con particolare riferimento ai contesti territoriali marginali in cui fattori ambientali e climatici influenzano la produzione agricola. Gli studenti acquisiranno una comprensione approfondita dei processi biologici, chimici e fisici coinvolti nella trasformazione degli alimenti e dei principi alla base delle “Mild Technologies”, tecniche che permettono di preservare il valore nutrizionale e le caratteristiche organolettiche riducendo l’impatto dei processi industriali. Verranno inoltre approfonditi i concetti di sostenibilità e valorizzazione delle risorse locali, integrando prospettive di innovazione tecnologica e bioeconomia circolare. Conoscenza e capacità di comprensione applicate Attraverso esercitazioni pratiche e analisi di casi studio, gli studenti impareranno ad applicare i principi teorici appresi alla progettazione, ottimizzazione e controllo dei processi produttivi alimentari. In particolare, saranno in grado di:  valutare e migliorare la qualità nutrizionale e sensoriale di prodotti locali;  selezionare tecnologie sostenibili adatte a contesti con risorse limitate;  sviluppare strategie di trasformazione e conservazione orientate alla valorizzazione delle filiere agroalimentari locali e marginali. Autonomia di giudizio Il corso mira a sviluppare la capacità critica degli studenti nel valutare l’impatto dei diversi processi di trasformazione sugli alimenti, integrando criteri di qualità, sostenibilità e sicurezza. Gli studenti saranno in grado di formulare giudizi autonomi sulle scelte tecnologiche più adeguate per preservare le caratteristiche nutrizionali e sensoriali dei prodotti e per promuovere l’innovazione responsabile nelle filiere alimentari marginali. Abilità comunicative Gli studenti acquisiranno un linguaggio tecnico-scientifico appropriato per comunicare efficacemente le conoscenze e le soluzioni tecniche relative alla trasformazione alimentare innovativa. Sapranno inoltre presentare in modo chiaro e rigoroso i risultati di analisi e progetti, sia a interlocutori tecnici che non specialistici (produttori locali, enti territoriali, consumatori), valorizzando il legame tra innovazione tecnologica, qualità e territorio. Capacità di apprendere Le competenze acquisite consentiranno agli studenti di approfondire in autonomia le tematiche emergenti nel campo delle tecnologie alimentari sostenibili, con particolare attenzione alle aree marginali. Essi svilupperanno la capacità di aggiornarsi continuamente sui progressi scientifici e tecnologici del settore, integrando conoscenze interdisciplinari per affrontare in modo innovativo e responsabile le sfide della trasformazione alimentare nel contesto della transizione ecologica. Scheda Docente
120701 - DIGITAL TECHNOLOGIES IN AGRICULTUR	-	10	-	-	Obiettivi formativi Precision Agronomy Obiettivi formativi 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. Module: DIGITAL APPLICATION IN ARBORICOLTURE Obiettivi formativi 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.
PRECISION AGRONOMY RAFFAELE CASA	Secondo Semestre	5	AGR/02
DIGITAL APPLICATIONS IN ARBORICULTURE VALERIO CRISTOFORI	Secondo Semestre	5	AGR/03
120708 - THESIS	Secondo Semestre	15

GRUPPI INSEGNAMENTI A SCELTA	ANNO/SEMESTRE	CFU	SSD	LINGUA