Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Soluzioni intelligenti per il miglioramento della gestione della connettività terrestre dei sistemi portuali e retroportuali e della loro sostenibilità ambientale |
|---|---|
| Titolo del progetto di ricerca in inglese | Smart solutions for improving the land connectivity and the environmental sustainability of wet and dry ports |
| G.S.D. | 08/CEAR-03 - INFRASTRUTTURE E SISTEMI DI TRASPORTO, ESTIMO E VALUTAZIONE |
| S.S.D | CEAR-03/B - Trasporti |
| G.S.D. | 13/STAT-01 - STATISTICA |
| S.S.D | STAT-01/A - Statistica |
| Descrizione sintetica in italiano | Per i porti marittimi, l’efficienza delle connessioni con l’entroterra rappresenta un aspetto cruciale in grado di migliorarne la produttività, prevenendo la formazione di colli di bottiglia. Il trasporto stradale contribuisce alla connettività terrestre e rappresenta una sfida per molti porti situati in contesti urbani, come nel caso del Porto di Trieste, che nel 2021 è stato interessato da un elevato numero di mezzi pesanti, pari a 309.126. Grazie alla digitalizzazione nei trasporti e alla disponibilità di grandi moli di dati, il progetto mira a sviluppare una metodologia predittiva basata su tecniche statistiche avanzate per analizzare il flusso dei mezzi pesanti con l'obiettivo di migliorare la puntualità del loro arrivo ai varchi portuali, riducendo i fenomeni di accodamento e l’interferenza con il traffico urbano. L'adozione di tecniche di clustering e modelli interpretativi multivariati costituirà un elemento di innovazione nella ricerca scientifica del settore |
| Descrizione sintetica in inglese | aspect that can improve productivity while preventing bottlenecks. Road transport largely contributes to land connectivity and constitutes a challenge for many ports situated in urban contexts, such as the Port of Trieste, which was affected by a high number of heavy vehicles, namely 309,126, in 2021. Thanks to digitalization in transport and to the availability of large amounts of data, the project aims to develop a predictive methodology based on advanced statistical techniques to analyze the flow of heavy vehicles, in order to improve the punctuality of their arrival at port gates and to reduce queuing phenomena and interference with urban traffic. Clustering techniques and multivariate models will be an innovative element in the scientific research of the sector. The research will be operational, thus proposing not only studies and cognitive investigations, but also a project or projects with an architectural and landscape definition that will allow a direct spendability |
| Data del bando | 09/08/2024 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://amm.units.it/concorsi/ricerca/conc-51984 |
| Destinatari dell'assegno di ricerca (of target group) |
Experienced researcher or 4-10 yrs (Post-Doc) |
|---|---|
| Importo annuale | 20.267 |
| Valuta | Euro |
| Massima durata dell'assegno (mesi) | 12 |
| Nome dell'Ente finanziatore | University of Trieste |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Trieste |
| Sito web | https://www.units.it/ |
| assegni@amm.units.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 12/09/2024 - alle ore 00:00 |
|---|---|
| Come candidarsi | https://pica.cineca.it/units (rif. PICA 24ar979-19FSE) |