Course Syllabus
Obiettivi
Modulo 1: Acquisire conoscenze relative alle problematiche tipiche degli ambienti fortemente urbanizzati, e alle metodologie di formalizzazione di tali problematiche.
Modulo 2: Acquisire conoscenze relative alle problematiche tipiche della mobilità in ambienti fortemente urbanizzati e agli strumenti per il trattamento di dati di mobilità.
Contenuti sintetici
**Modulo 1 **
- Le dimensioni che caratterizzano la smart city.
- Gli attori che stanno creando e implementando la smart city
- Il governo della la smart city
- Chi ne trae vantaggio e chi ne è escluso?
- Il ruolo degli analisti di dati in questo ambito
Modulo 2
- La data-driven city
- Smart Mobility: Technology Abilitanti e Disruptors
- Mobility as a Service
- Mobility analytics con GeoPandas
Programma esteso
Modulo 1:
Burocrati e analisti di dati nella città intelligente
Chi sono gli attori della smart city? La burocrazia di strada e il ruolo degli analisti dei dati
Città intelligente e città piattaforma
Quali differenze tra smart city e platform city? Attori, indicatori, politiche e quali risultati. Chi sono gli esclusi?
Smart city e governance urbana
Modalità di regolazione (scambio di mercato, redistribuzione, reciprocità), partecipazione e smart city. Tenere conto dell'attivazione dei cittadini e del capitale sociale.
La città intelligente in 15 minuti
Cos'è la città dei 15 minuti? A cosa serve? Come lo smart può supportare la città dei 15 minuti e con quali benefici, per chi? Per fare cosa? Quali servizi dobbiamo raggiungere in 15 minuti? Le città smart sono più diseguali/diseguali di altre in termini di reddito?
Come costruire un buon caso di studio
Lavorare con i dati, l'effetto del turismo a breve termine e di Airbnb nei luoghi turistici.
Lavorare con i dati: Smart city e disuguaglianze
Conclusione del modulo
Modulo 2:
Verso la città data-driven
Sfide, elementi principali, la città aumentata
Smart Mobility - Tecnologie di base
Introduzione alla smart mobility - gli aspetti tecnologici della smart mobility - le tecnologie fondamentali
Smart Mobility - Tecnologie abilitanti
Gli aspetti tecnologici della smart mobility - Abilitatori tecnologici
Smart Mobility - Disruptors / Mobility as a Service
Gli aspetti tecnologici della smart mobility - Disruptors - Modello Mobility as a Service
Sessione di laboratorio 1: Introduzione a GeoPandas
Sessione di laboratorio 2: Relazioni e operazioni spaziali con GeoPandas e Shapely
Sessione di laboratorio 3: OpenStreetMap e analisi della rete stradale
Sessione di laboratorio 4: Analisi della mobilità
Prerequisiti
Conoscenza di base del linguaggio Python, dei virtual environment e di Jupyter
Modalità didattica
Modulo 1:
- 23 ore svolte in modalità erogativa in presenza
Modulo 2:
- 12 ore condotte in modalità di consegna di persona
- 12 ore di laboratorio condotte in modalità interattiva
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
Module 1: To acquire knowledge of the typical problems of highly urbanized environments and of the methodologies that can be used to formalize these problems.
Module 2: Gain knowledge related to typical mobility issues in highly urbanized environments and tools for processing mobility data.
Contents
Module 1
- The dimensions that characterize the smart city.
- The actors who are creating and implementing the smart city
- The governance of the smart city
- Who benefits and who is excluded?
- The role of data analysts in this area
Module 2
- Towards the data-driven city
- Smart Mobility: Technology Enablers and Disruptors
- Mobility as a Service
- Mobility analytics with GeoPandas
Detailed program
Module 1:
Street level bureaucrats and data analysts in the smart city
Who are the actors making the smart city? The street level bureaucracy and the role of data analysts
Smart city and platform city
What differences between the smart city and the platform city? Actors, indicators, policies, and what outcomes. Who are the excluded ones?
Smart city and urban governance
Modes of regulation (market exchange, redistribution, reciprocity), participation and smart city. Taking into account citizens' activation and social capital.
The smart 15 minutes city
What is the 15 minutes city? What’s for? How the smart can support the 15 city and with what benefits, for whom? To do what? What services do we need to reach in 15 minutes? Are smart cities more unequal/equal than other in terms of income?
How to construct a good case-study
Working with data, the effect of short-term tourism and Airbnb in touristic places.
Working with data: Smart city and inequalities
Conclusion of the module
Module 2:
Towards the data-driven city
Challenges, main elements, the augmented city
Smart Mobility - Foundational Technologies
Introduction to smart mobility - the technological aspects of smart mobility - foundational technologies
Smart Mobility - Technology Enablers
The technological aspects of smart mobility - Technology Enablers
Smart Mobility - Disruptors / Mobility as a Service
The technological aspects of smart mobility - Disruptors - Mobility as a Service model
Lab session 1: Introduction to GeoPandas
Lab session 2: Spatial relationships and operations with GeoPandas and Shapely
Lab session 3: OpenStreetMap and Street Network Analysis
Lab session 4: Mobility Analytics
Prerequisites
Basic knowledge of the Python language, virtual environments and Jupyter
Teaching form
Module 1:
- 23 hours conducted in in-person delivery mode
Module 2:
- 12 hours conducted in in-person delivery mode
- 12 hours of laboratory conduted in interactive delivery mode
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
