Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Ottimizzazione di trappole automatiche in foresta per il rilevamento precoce e il monitoraggio di due insetti dannosi (processionaria del pino e la processionaria della quercia) utilizzando machine learning e intelligenza artificiale |
|---|---|
| Titolo del progetto di ricerca in inglese | Optimization of automated traps in forests for the early detection and monitoring of two regulated insect pests (pine processionary moth and oak processionary moth) using machine learning and AI techniques |
| G.S.D. | 07/AGRI-05 - PATOLOGIA VEGETALE ED ENTOMOLOGIA |
| S.S.D | AGRI-05/A - Entomologia generale e applicata |
| Descrizione sintetica in italiano | Le foreste svolgono un ruolo fondamentale nel raggiungimento degli obiettivi del Green Deal europeo. Gli alberi sono sempre più minacciati da insetti invasivi, molti dei quali sono regolamentati nel territorio dell'Unione. Il progetto FORSAID ha come obiettivo generale lo sviluppo di una combinazione completa di tecnologie digitali innovative volte a rilevare precocemente gli insetti dannosi forestali regolamentati, a censirne la presenza sul territorio e a fornire informazioni essenziali per l'adozione di misure fitosanitarie volte a limitarne la diffusione e l'impatto. Il candidato concentrerà il proprio lavoro sull'analisi delle immagini inviate da remoto da trappole automatiche per due specie chiave, la processionaria del pino e la processionaria della quercia. |
| Descrizione sintetica in inglese | Forests have an important role in the achievement of the objectives of the European Green Deal. Forest trees are increasingly threatened by invasive pests, with many of them being regulated in the Union territory. FORSAID has as an overall goal to develop a comprehensive combination of innovative digital technologies aimed at detecting regulated forest pests at an early stage, surveying their occurrence in the territory, and providing essential information for the adoption of phytosanitary measures to limit their spread and impacts. The candidate will focus their work on innovative deep learning analysis of images sent remotely from automated traps for two moth species, the pine processionary moth and the oak processionary moth. |
| Data del bando | 11/11/2024 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 19367 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
AFRICA EUROPE OCEANIA NORTH AMERICA SOUTH AMERICA ASIA OTHER E.U. |
| Nazionalità dei candidati |
AFRICA EUROPE OCEANIA NORTH AMERICA SOUTH AMERICA ASIA OTHER E.U. |
| Sito web del bando | https://protocollo.unipd.it/albo/viewer |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Importo annuale | 19367 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | no |
| Comprende il costo della ricerca | no |
| Massima durata dell'assegno (mesi) | 12 |
| Processo di selezione in italiano (breve descrizione) | : La selezione si attua mediante la valutazione comparativa dei titoli, del curriculum scientifico-professionale, della produttività scientifica e di un colloquio. |
| Processo di selezione in inglese (breve descrizione) | The selection will be carried out through the evaluation of degrees, scientific-professional curriculum, scientific outputs and an interview. |
| Nome dell'Ente finanziatore | UNIVERSITA' DEGLI STUDI DI PADOVA - DIPARTIMENTO DI AGRONOMIA ANIMALI ALIMENTI RISORSE NATURALI E AMBIENTE – DAFNAE |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Legnaro (PD) |
| Codice postale | 35020 |
| Indirizzo | Viale dell'Università 16 |
| Sito web | https://www.dafnae.unipd.it/news/termine/2 |
| direzione.dafnae@unipd.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 26/11/2024 |
|---|---|
| Come candidarsi | https://pica.cineca.it/unipd/ |