L’Unione Matematica Italiana ha fatto una donazione di 5.000 euro alla CDC (Commission for Developing Countries), una commissione dell’IMU. La CDC svolge un lavoro molto importante nei paesi in via di sviluppo e riesce a fare meno del necessario a causa della mancanza di fondi disponibili.

L’Unione Matematica Italiana e il Dipartimento di Matematica “Tullio Levi-Civita” dell’Università di Padova organizzeranno, dal 23 al 27 maggio 2022, il convegno “100 anni dell’Unione Matematica Italiana e 800 anni dell’Università di Padova” al fine di celebrare la concomitante ricorrenza del centenario della fondazione dell’UMI nel 1922 e dell’ottocentenario della fondazione dell’Università di Padova nel 1222. 

La conferenza si strutturerà in particolare in due eventi e una conferenza: un convegno presso il Palazzo Bo dell’Università di Padova dal 23 al 24 maggio 2022, una conferenza di Alessio Figalli, Medaglia Fields 2018, presso l’Orto Botanico dell’Università di Padova il 25 maggio 2022, e il I° Convegno UMI dei Dottorandi, presso il Dipartimento di Matematica dell’Università di Padova, dal 26 al 27 maggio 2022.

Se siete affiliati a una delle seguenti istituzioni, l’accordo “Italy Read and Publish (Springer Compact)” vi permette  di pubblicare – gratis per voi – articoli ad accesso libero (OA) in oltre 1.850 riviste ibride Springer.  Stabilito da CRUI-CARE, questo accordo durerà fino al 31 dicembre 2024.

Per ulteriori informazioni: https://www.springer.com/gp/open-access/springer-open-choice/springer-compact/agreements-italian-authors.

Ringraziando tutti per la partecipazione, con questo post rendiamo pubblici i risultati del questionario sulla valutazione a distanza e i commenti di Nicola Ciccoli a riguardo.  Nel corso della settimana sono stati pubblicati  su MaddMaths! anche dei contributi scritti da parte di alcune colleghe e alcuni colleghi. Infine ricordiamo che questo pomeriggio, venerdì 10 luglio, si terrà la diretta streaming dalle ore 17:30 per tirare le fila e fare il punto della situazione.

 

 

 

 

 

 

 

Visto il successo della prima edizione, lo Sportello Matematico per l’Innovazione e le Imprese sta organizzando la seconda edizione del corso in “Trasferimento delle Tecnologie Matematiche per l’Innovazione”.  A seguito dell’emergenza COVID-19, la seconda edizione sarà interamente online. Il corso si svolgerà durante il periodo dal 1° Settembre al 10 Settembre 2020 ed è rivolto principalmente a giovani laureati in Scienze Matematiche e Fisiche, Ingegneria, Economia, Informatica e Statistica, con l’obiettivo di formare la figura professionale dell’Esperto in Trasferimento delle Scienze e Tecnologie Matematiche per l’Innovazione (in breve: Traduttore Tecnologico). Tale figura nasce per facilitare la comunicazione e promuovere collaborazioni tra imprese e centri di ricerca. Grazie alla sua formazione interdisciplinare, il Traduttore Tecnologico è in grado di abilitare un numero crescente di collaborazioni volte ad apportare benefici tangibili alle imprese e facilitare l’incontro e l’intermediazione tra i bisogni tecnologici delle PMI e le competenze nelle Scienze e Tecnologie Matematiche disponibili nel sistema della ricerca pubblica e privata, attraverso la mediazione e lo scambio continuo tra i diversi stakeholder.

Il corso è gratuito. Per favorire la partecipazione, il numero dei partecipanti è esteso a 50, selezionati sulla base del curriculum e di una lettera motivazionale.

Modalità di presentazione

Per procedere con la domanda di partecipazione, si prega di inviare entro il 31 Luglio 2020 il proprio CV aggiornato ed una lettera motivazionale di autopresentazione al seguente indirizzo email: sportello@sportellomatematico.it, indicando nell’oggetto “Domanda partecipazione – Corso Traduttore Tecnologico”.

Per informazioni: www.corsotraduttoretecnologico.it

Il Team dello Sportello Matematico

CONTENUTI DEL CORSO

  • Tecnologie Matematiche: cosa sono, come vengono applicate nelle imprese, tendenze del mercato della Ricerca e Innovazione, Prototipazione Virtuale e Digital Twinning.
  • Trasferimento Tecnologico: contesto italiano ed internazionale, settori industriali, esperienze di successo e strategie di comunicazione.
  • Gestione dell’Innovazione: concetti, fonti, forme, modelli ed ecosistemi dell’innovazione, Open Innovation e rapporto con la Proprietà Intellettuale
  • Sistemi di Supporto alle Decisioni e Ricerca Operativa: abilitare il potenziale delle Tecnologie Matematiche nel Management.
  • Attori e Strutture Organizzative: Best practices, il ruolo dello Sportello Matematico in Italia ed in Europa.

SBOCCHI E OPPORTUNITÀ PROFESSIONALI

  • Area Ricerca e Innovazione presso imprese manifatturiere e di servizi
  • Trasferimento Tecnologico e Valorizzazione della Ricerca presso Università e Centri di Ricerca
  • Tirocini formativi presso il progetto Sportello Matematico (IAC-CNR)
  • Partecipazione a Progetti Europei su Tecnologie Matematiche per l’Innovazione

Come vengono sviluppati i modelli matematici che sono utilizzati per prevedere l’espansione dell’epidemia? E perché non è detto che la previsione corrisponda con il dato reale? A queste e ad altre domande cercano di dare una risposta Piermarco Cannarsa (Presidente UMI), Roberto Natalini (IAC-CNR) e Andrea Pugliese (UniTN) nel podcast nell’ambito della serie Paziente Zero: domande e risposte sul coronavirus su Spotify. Da non perdere!

È stato pubblicato l’Avviso del Dipartimento per le pari opportunità per il finanziamento di progetti volti a realizzare attività di carattere educativo nelle materie STEM.

Le competenze nelle materie STEM (Sciences, Technology, Engineering and Mathematics) rivestono un ruolo centrale per il rilancio sociale, culturale ed economico del Paese. Pertanto, al fine di incoraggiarne lo studio, in particolar modo da parte delle bambine e delle ragazze, incentivando al contempo la ripresa delle attività educative, fortemente limitate nel corso delle prime fasi dell’emergenza sanitaria da COVID-19, il Dipartimento per le pari opportunità intende promuovere, mediante un apposito Avviso, la realizzazione di percorsi di approfondimento destinati a bambini/e e ragazzi/e di età compresa tra i 4 e i 19 anni.

La scadenza dei termini di presentazione delle proposte progettuali è fissata al 30 novembre 2020 e le attività finanziate dovranno svolgersi tra il 1 luglio ed il 31 dicembre 2020.

 

Il 14 luglio 2020 dalle ore 9:00, si terrà il Workshop (online):

Green OA, Transformative Agreements and Plan S.

Il Workshop è organizzato dal  GSSI  e dall’ Unione Matematica Italiana con la collaborazione dell’INFN  e dell’Università dell’Aquila e aspira a rinforzare  la comunicazione tra i membri del mondo accademico europeo, le organizzazioni aderenti al Plan S, le Società  Scientifiche e le biblioteche attive nell’ambito dell’ OA.

Il workshop sarà accessibile sulla piattaforma Zoom e sarà trasmesso sul canale youtube dell’istituto GSSI e sul sito GSSI YouTube channel and here https://www.gssi.it/streaming. Il programma è disponibile sul sito dei seminari del GSSI. Il comitato organizzatore è composto da Stefano Bianco (INFN-LNF), Pierangelo Marcati (GSSI) e Barbara Nelli (Università degli Studi dell’Aquila e Unione Matematica Italiana).

Conferenzieri invitati.

  • Angela Bracco (Università di Milano), Presidente della Società Italiana di Fisica
  • Paola Galimberti (Università di Milano), Gruppo di lavoro sulla Valutazione della Ricerca e su Open Science
  • Jeremy Gibbons (Oxford University)
  • Frédéric Helein (Université Paris Diderot), Membro EC della EMS
  • Maria Chiara Pievatolo (Università degli Studi di Pisa), Editore della University Press e Vice Presidente dell’AISA
  • Ulrich Pöschl (Max Planck Institute for Chemistry)
  • Johan Rooryck (Universiteit Leiden), Coalition S
  • Petra Rudolf (Universiteit Groningen), Presidente of European Phys. Society
  • Stefano Ruffo (SISSA Trieste), Rettore e Coordinatore della Commissione sulle Biblioteche della CRUI
  • Susanna Terracini (Università di  Torino), ex membro ANVUR e membro EC della EMS

Slides delle presentazioni

 

Il professor Guido Silvestri ha risposto su MaddMaths! al comunicato dell’UMI su Modelli matematici e Covid, pubblicato mercoledì 10 giugno 2020, precisando di non aver mai detto quanto attribuitogli da vari siti e giornali, tra cui La Stampa. Rimandiamo a questo link per una ricostruzione della vicenda.
Il professor Guido Silvestri ha risposto su MaddMaths! al comunicato sottostante, precisando di non aver mai detto quanto attribuitogli da vari siti e giornali, tra cui La Stampa. Rimandiamo a questo link per una ricostruzione della vicenda.

Contrariamente a quanto riportato in un articolo de La Stampa dell’8 giugno, i modelli matematici non hanno fallito sul Covid. Basti pensare che già il 17 gennaio scorso il report dell’Imperial College avvertiva, sulla base di modelli matematici, che la situazione a Wuhan era preoccupante e che si stimava che i casi fossero già 1700 contro i 41 ufficiali. 

L’articolo a cui facciamo riferimento riporta una dichiarazione del virologo Guido Silvestri che invita a prendere atto del fallimento dei modelli matematici, in quanto i dati mostrerebbero come i modelli siano stati  “inadeguati a prevedere l’andamento reale dell’epidemia”. Di conseguenza, bisognerebbe fare in modo che tali modelli non siano più usati in futuro per prendere decisioni politiche.

Per sostenere la sua tesi, Silvestri si riferisce in particolare ad alcuni modelli matematici sugli effetti della fase 2, come presentati in un rapporto di valutazione dei rischi di diffusione epidemica fatto circolare sui giornali poco prima del 4 maggio: “Avevano paventato 151mila malati in terapia intensiva all’inizio di giugno. Invece sono 286. E dopo 20 giorni dalle aperture di maggio, non c’è alcun segno di un ritorno della pandemia”.

Riguardo a tale previsione, si tratta in realtà solo di uno dei 49 scenari analizzati nello studio, e precisamente di quello peggiore possibile, corrispondente alla situazione in cui si fossero  riaperte tutte le attività contemporaneamente, per esempio senza l’uso di mascherine e distanziamento sociale, tornando di fatto alla situazione pre-Covid. In molti degli altri 48 possibili scenari il numero riproduttivo era minore di 1 (e quindi con contenimento dell’epidemia); questi scenari hanno sicuramente aiutato il governo a modulare i tempi e le modalità delle riaperture. I modelli epidemiologici sono fatti così: non si limitano a prevedere un possibile futuro, ma esaminano i vari casi possibili in conseguenza di certe scelte. Così facendo influenzano in maniera anche drastica le decisioni delle autorità e il comportamento dei cittadini, ed è inevitabile, e anche auspicabile, che l’andamento effettivo si scosti di conseguenza dalle previsioni. Il punto che spesso non viene perfettamente capito è che quando entrano in gioco delle crescite esponenziali, anche un piccolo cambiamento può portare a esiti drammaticamente diversi.

A metà marzo uno studio dell’Imperial College aveva previsto che, senza mettere in atto strategie di mitigazione, il numero di morti da COVID-19 nel Regno Unito sarebbe stato intorno ai 500.000. Anche a seguito di tale rapporto, il governo britannico ha messo in atto una strategia abbastanza stretta di `lock-down’ e i morti, nonostante queste misure, sono già oltre 40.000 secondo i dati ufficiali. Non crediamo che si possa dire che ciò sia stato un fallimento del modello, visto che lo studio ha provocato la messa in atto di misure di contenimento. Non sapremo mai con certezza cosa sarebbe successo se queste non fossero state attuate, ma questo, ben lungi da costituire una prova del fallimento del modello, ne evidenzia anzi l’efficacia. 

Tornando al rapporto sugli effetti della fase 2, certamente nei modelli usati era presente una componente di incertezza, come riconosciuto nel rapporto stesso, e non si consideravano vari aspetti potenzialmente importanti. D’altra parte, un modello ha sempre un margine di errore che deriva in primo luogo proprio dall’incertezza dei dati e anche da una parziale ignoranza delle caratteristiche del virus. Per esempio, Silvestri menziona la componente stagionale: effettivamente indicazioni statistiche suggeriscono come la trasmissione possa essere minore quando le temperature si alzano (ma l’esempio del Brasile suggerisce che il caldo non sia da solo sufficiente a bloccare l’epidemia). A fine aprile l’evidenza in questo senso era minima, mentre adesso potrebbe essere possibile inserire tale fattore nei modelli, anche se i dati sono ancora insufficienti per fornirci una conclusione netta.

In assenza di evidenza scientifica, è ragionevole, oltre che prudente, fare ipotesi conservative.  Per esempio a  febbraio, non esisteva alcun dato sull’infezione nei bambini e ci sono ancora oggi moltissime incognite sul loro ruolo nella trasmissione. Alcuni studi suggeriscono che i bambini si infettino e trasmettano tanto quanto gli adulti, ma abbiano un decorso clinico molto più favorevole, mentre altri suggeriscono che i bambini possano essere meno suscettibili all’infezione. In assenza di informazioni, i modelli sviluppati a febbraio hanno assunto che i bambini trasmettessero tanto quanto gli adulti. La chiusura delle scuole è stata allora, anche a livello intuitivo, una strategia in grado di abbassare il numero di contatti e quindi la trasmissione. 

Un’altra forte incertezza nei modelli riguarda l’effetto dei dispositivi di protezione individuale: il rapporto ipotizzava che l’uso delle mascherine potesse fare scendere la trasmissibilità del virus fra il 15 e il 25%; adesso cominciano a esserci studi che quantificano l’effetto meccanico delle mascherine, ma naturalmente l’effetto complessivo dipende da quanto e come la popolazione le usa, così come da altri meccanismi di riduzione dei contatti. Questi sono comportamenti che ci sembra importante incentivare, anziché renderli irrilevanti dicendo che il contagio batte in ritirata. L’analisi degli ultimi dati mostra una situazione sotto controllo, ma non ancora completamente tranquillizzante.

Silvestri conclude augurandosi che nel prossimo futuro non si usino più i modelli matematici per prendere decisioni. Se è indubbio che le scelte finali debbano essere fatte dalla politica, bisogna però capire su quale strumento basarsi per fare meno errori. Un modello matematico non è una sfera di cristallo. È uno strumento che permette di calcolare in modo obiettivo le conseguenze di quello che ci è noto sulla trasmissione del virus; sicuramente c’è un forte margine di incertezza legato alla stima dei dati reali e a tutto quello che non conosciamo, ma i modelli, a saperli leggere, forniscono anche stime su quale possa essere il proprio margine di errore. E sicuramente tutti i modelli, per definizione, possono essere migliorati. Tuttavia rinunciare al loro uso per affidarsi totalmente alle sensazioni degli esperti (spesso in contraddizione tra loro, fra l’altro) o magari ad aruspici non ci sembra sia proprio una grande idea. 

Contatti

Andrea Pugliese, Univ. Trento,

esperto di modelli matematici delle epidemie

Piermarco Cannarsa, Univ. Tor Vergata,  

presidente UMI

Roberto Natalini, CNR,

responsabile comunicazione UMI