Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Machine learning per la valutazione del rischio climatico |
|---|---|
| Titolo del progetto di ricerca in inglese | Machine learning for climate risk assessment |
| G.S.D. | 08/CEAR-01 - IDRAULICA, IDROLOGIA, COSTRUZIONI IDRAULICHE E MARITTIME |
| S.S.D | CEAR-01/B - Costruzioni idrauliche e marittime e idrologia |
| Descrizione sintetica in italiano | La/il ricercatrice/ricercatore esplorerà le variazioni spaziali e temporali delle vulnerabilità socioeconomica agli estremi climatici su scala globale. A questo scopo, la/il ricercatrice/ricercatore svilupperà nuove metodologie integrando dataset climatici, osservazioni della Terra e database geospaziali di statistiche socioeconomiche utilizzando tecniche di intelligenza artificiale. La combinazione di questi elementi fornirà una migliore comprensione delle dinamiche di vulnerabilità e dei meccanismi sottostanti in risposta ai cambiamenti globali. I risultati dell’attività contribuiranno all’identificazione di aree altamente vulnerabili ad estremi climatici e alla definizione di strategie di adattamento efficaci, favorendo in ultima analisi la transizione verso uno sviluppo resiliente ai cambiamenti climatici. Il lavoro sarà condotto nell’ambito del progetto Horizon SPARCCLE in un gruppo giovane e multidisciplinare con un'ampia rete di collaborazioni internazionali. |
| Descrizione sintetica in inglese | The researcher will explore the spatial and temporal variations of societal vulnerabilities to climate extremes at the global scale. For this scope, the researcher will develop novel methodologies by integrating climate datasets, Earth observations and geospatial socioeconomic statistics within an artificial intelligence framework. The combination of these elements will provide an enhanced understanding of the vulnerability dynamics and underlying mechanisms in response to global changes. Outcomes of the research activity will contribute to the identification of hotspot areas highly vulnerable to climate extremes and to the definition of effective adaptation strategies, ultimately contributing to foster the transition to a climate-resilient development. The work will be conducted within the Horizon SPARCCLE project in a young and multi-disciplinary team with a wide network of international collaborations. |
| Data del bando | 19/12/2024 |
| Numero di assegnazioni per anno | 1 |
| E' richiesta mobilità internazionale? | no |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://titulus.unifi.it/albo/viewer?view=files%2F005866367-UNFICLE-7c8e21fd-dc5a-42d3-897b-3c9b4a113857-000.pdf |
| Destinatari dell'assegno di ricerca (of target group) |
Experienced researcher or 4-10 yrs (Post-Doc) |
|---|---|
| Importo annuale | 33305 |
| Valuta | Euro |
| Massima durata dell'assegno (mesi) | 24 |
| Criteri di selezione in italiano (breve descrizione) |
Dottorato di ricerca, o PhD o titolo equivalente conseguito all'estero in ambito scientifico affine all'oggetto del bando |
| Criteri di selezione in inglese (breve descrizione) |
PhD or foreign equivalent title in a scientific field related to the subject |
| Processo di selezione in italiano (breve descrizione) | titoli e colloquoi |
| Processo di selezione in inglese (breve descrizione) | qualifications' evaluations in the research field |
| Nome dell'Ente finanziatore | Università degli Studi di Firenze |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Firenze |
| Sito web | https://www.unifi.it/albo-ufficiale.html |
| selezioni.dicea@unifi.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | HE |
|---|
| Data di scadenza del bando | 14/01/2025 - alle ore 23:59 |
|---|---|
| Come candidarsi | Other |