• A2.V19 · L’e-tivity: una serie storica per la propria istituzione
    Nov 10 2026
    Le consegne: una serie documentata, un grafico onesto, tre misure, una pagina di lettura, un commento tra pari.
    Obiettivi dell’episodio:
    • Svolgere l’e-tivity del modulo: scegliere ed estrarre da una fonte ufficiale una serie storica pertinente al proprio contesto e documentarne fonte, file, date, definizione e unità.
    • Rappresentare la serie con un grafico onesto e calcolarne variazione totale, tasso medio annuo di crescita e confronto con il totale nazionale, con numeratore e denominatore dallo stesso file e dalla stessa estrazione.
    • Scrivere una lettura di una pagina che distingue andamento, fluttuazioni e composizione e dichiara limiti e ipotesi, e commentare un’altra lettura, di un autore di profilo diverso dove possibile, con la griglia del modulo.
    Episodio 19 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Episodio di consegna dell’e-tivity. Docente: Tommaso Minerva. Durata: 19 minuti e 16 secondi.

    È l’episodio delle consegne: si rivolge a chi è iscritto al Master e spiega l’e-tivity del modulo, una serie storica per la propria istituzione estratta da una fonte ufficiale, con un grafico onesto, tre misure, una pagina di lettura e un commento tra pari; si può svolgere da soli o in un gruppo di al massimo quattro persone, meglio se di istituzioni e di profili diversi.

    L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

    Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.

    by Tommaso Minerva

    Questo episodio include contenuti generati dall’IA.
    Show More Show Less
    19 mins
  • A2.V16 · Studenti in movimento
    Nov 10 2026
    Sette milioni di studenti fuori dal paese del diploma: dove vanno, da dove vengono, l’Italia come destinazione e come origine, Erasmus, e le definizioni che cambiano i numeri.
    Obiettivi dell’episodio:
    • Distinguere mobilità di titolo e mobilità di credito, studenti internazionali e studenti stranieri, e applicare la definizione UIS-UOE di paese di origine (paese del diploma secondario, residenza, cittadinanza solo come ultima risorsa).
    • Leggere la mobilità internazionale nel mondo dal 2000 con i dati UIS per regione, gruppo di reddito e paese (in entrata, in uscita, tassi), riconoscendo che i dati in uscita sono stime costruite sui paesi ospitanti.
    • Ricostruire l’Italia come destinazione e come origine confrontando la serie UOE, il diploma estero dei file USTAT, l’OCSE e AlmaLaurea, e riconoscere la discontinuità del 2019 dovuta a un cambio di definizione.
    • Misurare la mobilità di credito con i dati Erasmus+ INDIRE ed Eurostat, valutare la distanza dall’obiettivo europeo del 23% e leggere gli indicatori ANVUR di internazionalizzazione (iC10, iC10bis, iC11, iC12) del proprio corso.
    Episodio 16 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 4, «Le tendenze globali». Docente: Tommaso Minerva. Durata: 26 minuti e 16 secondi.

    L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

    Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.

    by Tommaso Minerva

    Questo episodio include contenuti generati dall’IA.
    Show More Show Less
    26 mins
  • A2.V15 · La domanda di istruzione terziaria nel mondo
    Nov 10 2026
    Da 103 a 265 milioni di studenti dal 2000: tasso lordo di iscrizione per regione, demografia fino al 2050 e la posizione dell’Italia, con le definizioni accanto ai numeri.
    Obiettivi dell’episodio:
    • Leggere l’espansione dell’istruzione terziaria dal 2000 con i dati UIS per regione SDG e gruppo di reddito (iscritti, tasso lordo di iscrizione, parità di genere), interrogati dall’API pubblica, e riconoscere stime, qualificatori e pesi degli aggregati.
    • Scomporre la crescita degli iscritti in demografia e partecipazione (iscritti = popolazione in età terziaria × GER) e leggere le proiezioni demografiche delle Nazioni Unite (WPP 2024) come proiezioni con varianti, distinguendo la parte già scritta dalle ipotesi.
    • Spiegare perché il tasso lordo di iscrizione non è una quota né un tasso di laurea (età, stranieri, durata, abbandono; valori sopra 100) e confrontare per l’Italia cinque indicatori con cinque denominatori: GER, immatricolati per 100 diciannovenni, laureati di coorte, laureati 25-34 anni, tasso lordo di laurea.
    • Costruire scenari aritmetici a tassi costanti per regioni e per il bacino della propria istituzione (giovani × tasso di immatricolazione × quota) con le ipotesi dichiarate, in preparazione di A2.V18.
    Episodio 15 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 4, «Le tendenze globali». Docente: Tommaso Minerva. Durata: 30 minuti e 17 secondi.

    L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

    Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.

    by Tommaso Minerva

    Questo episodio include contenuti generati dall’IA.
    Show More Show Less
    30 mins
  • A2.V14 · Percorsi ed esiti
    Nov 10 2026
    Regolarità, abbandoni, passaggi, tempi di laurea e lavoro dopo la laurea nei file USTAT, nell’ANVUR e in AlmaLaurea; gli indicatori AVA3 come dati già pronti.
    Obiettivi dell’episodio:
    • Distinguere le misure di percorso per unità (stock di iscritti, laureati dell’anno, coorte di immatricolati puri), data di osservazione e denominatore, e ricondurre a queste differenze i numeri diversi di USTAT, ANVUR e AlmaLaurea su «in corso», abbandono e passaggio alla magistrale.
    • Leggere le serie di regolarità, abbandono, progressione di coorte e passaggio L-LM del Rapporto ANVUR 2026 e dei file USTAT (16, 19, 04) riconoscendo discontinuità amministrative (proroga della sessione), troncamento delle coorti ed effetti di composizione per tipo di ateneo.
    • Leggere gli esiti occupazionali di AlmaLaurea 2026 (occupazione a 1, 3, 5 anni; disoccupazione; contratti; retribuzioni reali; efficacia) con le loro definizioni, i tassi di risposta e il senso di un modello di associazione a parità di condizioni.
    • Usare gli indicatori AVA3 del percorso (iC14, iC21-iC24, iC17, iC22, iC25, iC26) come dati già pronti per il proprio corso, con numeratore, denominatore, coorte e confronti, e anteporre la composizione degli immatricolati a ogni confronto.
    Episodio 14 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 3, «Le tendenze italiane». Docente: Tommaso Minerva. Durata: 34 minuti e 31 secondi.

    L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

    Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.

    by Tommaso Minerva

    Questo episodio include contenuti generati dall’IA.
    Show More Show Less
    35 mins
  • A2.V13 · Chi sono gli studenti
    Nov 10 2026
    Genere, età, lavoro, provenienza dall’estero e dalla scuola nei file USTAT, nell’ANVUR e in AlmaLaurea; e perché la composizione cambia le medie.
    Obiettivi dell’episodio:
    • Descrivere la composizione degli studenti per sesso, età, provenienza dall’estero e dalla scuola con i file USTAT (02, 03, 04, 06, 08-10 iscritti; 01, 04, 06, 10 immatricolati) e integrarla con ANVUR (Focus 7) e AlmaLaurea 2026 per lavoro, frequenza, cittadinanza e origine sociale, distinguendo le tre popolazioni.
    • Scomporre il cambiamento di una media in effetto di composizione ed effetto entro i gruppi con la standardizzazione diretta (quota di donne per gruppo disciplinare, 2010/11-2024/25) e riconoscere la stessa logica nel «con e senza i telematici» di AlmaLaurea.
    • Riconoscere che «straniero», «lavoratore», «adulto» dipendono dalla definizione e dalla fonte (diploma estero, cittadinanza, studenti mobili; lavoratori-studenti; età al 31 dicembre) e scriverla accanto al numero.
    • Costruire il profilo della propria istituzione con i file aperti per ateneo (02, 10, 15, 18, 21) e con i dati interni per età e diploma, pubblicando ogni media «con e senza» il pezzo nuovo.
    Episodio 13 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 3, «Le tendenze italiane». Docente: Tommaso Minerva. Durata: 28 minuti e 3 secondi.

    L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

    Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.

    by Tommaso Minerva

    Questo episodio include contenuti generati dall’IA.
    Show More Show Less
    28 mins
  • A2.V12 · Nord, Centro, Sud: dove si studia e da dove si viene
    Nov 10 2026
    Residenza e sede del corso nei file USTAT: chi resta, chi parte, chi va online; i saldi delle regioni, le province, le sedi; e le tre definizioni di «fuori regione».
    Obiettivi dell’episodio:
    • Misurare la mobilità interna degli immatricolati con i file USTAT per residenza e sede del corso (file 05 e 12, telematiche per differenza), distinguendo restare, partire e studiare online, per macroarea, regione, provincia e sede.
    • Leggere la tendenza 2009/10-2024/25 della mobilità dal Mezzogiorno (massimo nel 2015/16, calo dal 2023/24, sorpasso delle telematiche) con una serie e con una seconda fonte (ANVUR 2026, § 1.4), senza commentare il provvisorio.
    • Riconoscere che «fuori regione» dipende dalla definizione (residenza, diploma, popolazione ANVUR, confini delle macroaree, fuori sede a 90 minuti) e dichiararla accanto al numero.
    • Costruire il bacino di reclutamento e l’indice di attrazione della propria sede, con il denominatore scritto, e distinguere ciò che i flussi mostrano da ciò che non dicono (cause, esiti).
    Episodio 12 di 19 del podcast del modulo A2 «Dati e trend dei fenomeni educativi locali e globali» (Master di I livello in Digital Education Design, Università di Modena e Reggio Emilia). Blocco 3, «Le tendenze italiane». Docente: Tommaso Minerva. Durata: 28 minuti e 27 secondi.

    L’audio è quello della videolezione: quando il docente rinvia a grafici, tabelle o slide, li trovate nel video e nel volume dei testi, che riporta anche il testo integrale dell’episodio e le fonti di ogni scena. Video e volume sono raggiungibili dalla pagina delle videolezioni del modulo: https://claude.ai/artifact/5Cf6p6EZqgowavPNnu1Tpm

    Trasparenza sull’intelligenza artificiale: questo episodio contiene contenuti generati con l’IA. L’audio è la traccia della videolezione, realizzata con un avatar digitale e una voce sintetica generati con l’intelligenza artificiale (HeyGen) a partire dal testo scritto dal docente, che ne è l’autore e ne cura i contenuti.

    by Tommaso Minerva

    Questo episodio include contenuti generati dall’IA.
    Show More Show Less
    28 mins