Course Syllabus
Obiettivi
Lo scopo di questo corso è fornire agli studenti una comprensione approfondita delle smart city e della mobilità intelligente. Il corso esplora il quadro teorico, i concetti chiave, gli attori, i processi e gli esiti associati alle smart city. Inoltre, il corso approfondisce il ruolo dei data analyst nel contesto delle smart city ed esamina le sfide e gli sviluppi della mobilità intelligente. Alla fine del corso, gli studenti dovrebbero avere una solida base nelle teorie e nelle pratiche legate alle smart city e alla mobilità intelligente.
Contenuti sintetici
- Quadro teorico sulla smart city
- Dimensioni, definizioni e misurazioni delle smart city
- Attori, processi e risultati delle smart city
- Ruolo degli analisti dei dati nelle smart city
- Mobilità intelligente
- Città basate sui dati e la città aumentata
- Architetture di riferimento per le smart city
- Casi d'uso e best practice nella mobilità intelligente
- GeoPandas e analisi spaziale per la mobilità intelligente
Programma esteso
1: Presentazione del corso e definizioni preliminari
- Panoramica e struttura del corso
- Introduzione al concetto di smart city
2: Burocrati di strada e data analyst nella smart city
- Ruolo dei burocrati di strada nello sviluppo delle smart city
- Importanza dei data analyst nell'analisi e nell'utilizzo dei dati delle smart city
3: Città intelligente e città piattaforma
- Confronto tra smart city e città piattaforma
- Esame di attori, indicatori, politiche e risultati in entrambi i tipi di città.
4: Smart city e governance urbana
- Modalità di regolamentazione nelle città intelligenti
- Partecipazione dei cittadini e capitale sociale nella governance delle smart city
5: La smart city in 15 minuti
- Introduzione al concetto di città in 15 minuti e ai suoi obiettivi.
- Analisi di come le tecnologie intelligenti contribuiscono alla città in 15 minuti e del suo impatto sulla disuguaglianza di reddito.
6: Come costruire un buon caso di studio
- Lavorare con i dati sul turismo a breve termine e sugli effetti di Airbnb sul mercato immobiliare
- Tecniche e metodologie di costruzione di un caso di studio
7: Lavorare con i dati: Smart city e disuguaglianze
- Esame della relazione tra smart city, disuguaglianza urbana e parità di genere.
8: Introduzione a GeoPandas
- Sessioni pratiche con esercitazioni sull'uso di GeoPandas per l'analisi spaziale nella mobilità intelligente.
Prerequisiti
- Familiarità con i concetti relativi all'analisi e all'interpretazione dei dati.
- Conoscenza della governance urbana e dei processi di policy-making.
- Conoscenze di base di programmazione, in particolare di Python, sarebbero utili per il laboratorio GeoPandas.
Modalità didattica
Lezioni frontali, analisi di articoli scientifici, laboratorio
Materiale didattico
Slides e appunti forniti dai docenti
Periodo di erogazione dell'insegnamento
Secondo semestre
Modalità di verifica del profitto e valutazione
Il corso sarà valutato attraverso un saggio e una presentazione orale su un argomento di smart city scelto autonomamente. Gli studenti, in gruppi di due, scriveranno un saggio in inglese (o in italiano), che comprenda la descrizione del problema, l'analisi dei dati, la visualizzazione ed eventuali raccomandazioni. Il saggio dovrà trattare gli indicatori rilevanti, la selezione e la pulizia dei dati, l'analisi spaziale e temporale e i modelli di previsione o classificazione, se necessari. È richiesta una presentazione orale del saggio. I criteri di valutazione includono la chiarezza e la coerenza della descrizione del problema, la qualità e la rilevanza dei dati, l'accuratezza e la validità dell'analisi e della visualizzazione, la solidità e l'affidabilità dei modelli, l'efficacia dei suggerimenti politici, la considerazione delle implicazioni etiche e sociali, la qualità complessiva del saggio, la qualità della presentazione orale.
Orario di ricevimento
Si riceve su appuntamento da concordare via e-mail
Sustainable Development Goals
Aims
The aim of this course is to provide students with a comprehensive understanding of smart cities and smart mobility. It explores the theoretical framework, key concepts, actors, processes, and outcomes associated with smart cities. Additionally, the course delves into the role of data analysts in the context of smart cities and examines the challenges and advancements in smart mobility. By the end of the course, students should have a solid foundation in the theories and practices related to smart cities and smart mobility.
Contents
- Theoretical framework on the smart city
- Dimensions, definitions, and measurement of smart cities
- Actors, processes, and outcomes of smart cities
- Role of data analysts in smart cities
- Smart Mobility
- Data-driven cities and the augmented city
- Smart city reference architectures
- Use cases and best practices in smart mobility
- GeoPandas and spatial analysis for smart mobility
Detailed program
1: Presentation of the course and preliminary definitions
- Course overview and structure
- Introduction to the concept of smart cities
2: Street level bureaucrats and data analysts in the smart city
- Role of street level bureaucrats in smart city development
- Importance of data analysts in analyzing and utilizing smart city data
3: Smart city and platform city
- Comparison of smart cities and platform cities
- Examination of actors, indicators, policies, and outcomes in both types of cities
4: Smart city and urban governance
- Modes of regulation in smart cities
- Citizen participation and social capital in smart city governance
5: The smart 15 minutes city
- Introduction to the 15 minutes city concept and its objectives
- Analysis of how smart technologies contribute to the 15 minutes city and its impact on income inequality
6: How to construct a good case-study
- Working with data on short-term tourism and Airbnb's effects on housing markets
- Case study construction techniques and methodologies
7: Working with data: Smart city and inequalities
- Examination of the relationship between smart cities, urban inequality, and gender equality
8: Introduction to GeoPandas
- Practical sessions with exercises on using GeoPandas for spatial analysis in smart mobility
Prerequisites
- Familiarity with concepts related to data analysis and interpretation
- Understanding of urban governance and policy-making processes would be beneficial
- Basic programming skills, particularly in Python, would be helpful for the GeoPandas lab
Teaching form
Lectures, analysis of scientific articles, laboratory
Textbook and teaching resource
Slides and notes provided by lecturers
Semester
Second semester
Assessment method
The course will be evaluated through an essay and an oral presentation on a self-selected smart city topic. Students, in groups of two, will write an essay in English (or Italian), covering problem description, data analytics, visualization, and policy recommendations. The essay should address relevant indicators, data selection, cleaning, spatial and temporal analysis, and prediction or classification models if needed. Ethical and social implications should also be considered. An oral presentation of the essay is required. Evaluation criteria include clarity and coherence of problem description, quality and relevance of data, accuracy and validity of analysis and visualization, robustness and reliability of models, effectiveness of policy suggestions, consideration of ethical and social implications, overall essay quality, quality of the in-person presentation.
Office hours
Received by appointment to be arranged by e-mail
Sustainable Development Goals
Staff
-
Alberta Argia Andreotti
-
Michele Ciavotta
