Descrizione posizione

Titolo del progetto di ricerca in italiano	Rif. 6552 - All. 74 - Modelli statistici per lo studio della convergenza spaziale verso la transizione verde
Titolo del progetto di ricerca in inglese	Rif. 6552 - All. 74 - Statistical models for studying spatial convergence to green transition
Descrizione sintetica in italiano	La transizione verde fa riferimento all’insieme delle politiche territoriali volte a favorire la sostenibilità ambientale in vari settori e la tutela della biodiversità. La ricerca riguarda modelli statistici spazio-temporali multivariati per la valutazione di politiche territoriali in grado di: - valutare il livello di eterogeneità spaziale di indicatori statistici al fine di misurare il processo di convergenza territoriale della transizione verde; - individuare hot spot spaziali per i quali sono necessari opportuni interventi di ridefinizione delle politiche per la transizione verde. La ricerca sarà sviluppata in collaborazione con un’impresa operante nei settori della ricerca socio-economica, dei servizi a supporto della programmazione economica e della valutazione delle politiche. Sarà impiegato un approccio bayesiano che richiederà di: studiare l’integrabilità della a posteriori; gestire la complessità computazionale; specificare opportune distribuzioni a priori.
Descrizione sintetica in inglese	Green transition refers to territorial policies to foster environmental sustainability in sectors like energy agriculture and transport, as well as to safeguard biodiversity. The research objectives concern the implementation of multivariate spatio-temporal statistical models suitable for: - evaluating spatial heterogeneity of statistical indicators for assessing the territorial convergence of green transition taking into account its diverse dimensions. - detecting spatial hot spots showing the need of ad-hoc policies adjustments to achieve green transition goal. The research will be developed in cooperation with a company operating in the sector of socio-economic research. The company supports to economic planning and is involved in policies evaluation. The research will be carried out following a Bayesian approach that will require to: study the property of the posterior distribution; manage the computational complexity; specify suitable prior distributions.
Numero posti	1
Settore Concorsuale	13/D1 - STATISTICA
S.S.D	SECS-S/01 - STATISTICA
Destinatari del bando (of target group)	Experienced researcher or 4-10 yrs (Post-Doc)
Commenti/sito web per dettagli aggiuntivi sull'impiego (in italiano)	La scheda relativa alla posizione è allegata al "DECRETO RETTIFICA BANDO - AGGIUNTA 1 POSTO DIP. STAT - SSD SECS-S/01" inserito nella sezione "Altri documenti" della pagina: https://bandi.unibo.it/s/apos5/rif-6552-bando-per-78-posti-rtd-a-pon
Commenti/sito web per dettagli aggiuntivi sull'impiego (in inglese)	The relative annex is attached to "DECRETO RETTIFICA BANDO - AGGIUNTA 1 POSTO DIP. STAT - SSD SECS-S/01" that's in the section "Altri documenti" on the page: https://bandi.unibo.it/s/apos5/rif-6552-bando-per-78-posti-rtd-a-pon
Data del bando	11/10/2021

 

FP7 / PEOPLE / Marie Curie Actions

Research Framework Programme / Marie Curie Actions	No

 

Dettagli dell'impiego

Tipo di contratto	Temporary
Tempo	Other
Organizzazione/Ente	ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA
Paese (dove si svolgerà l'attività)	ITALY
Città	RIMINI

 

Contatto presso l'Organizzazione/Ente

Organizzazione/Ente	ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA
Tipo	Academic
Facoltà/Dipartimento/Laboratorio di ricerca	Dipartimento di Scienze statistiche 'Paolo Fortunati' - STAT
Paese	ITALY
Città	BOLOGNA
E-mail	apos.ricercatoritempodeterminato@unibo.it
Sito web	https://bandi.unibo.it/docenti/rtd

 

Dettagli per la candidatura

Data di scadenza del bando	03/11/2021 - alle ore 00:00
Come candidarsi	https://personale.unibo.it

 

Titoli di studio richiesti

Laurea	PhD or equivalent
Ambito della laurea	Mathematics

 

Esperienze di ricerca richieste

Campo principale della ricerca	Mathematics
Sottocampo della ricerca
Anni di esperienza richiesti	3

 

Lingue richieste

Lingua	ENGLISH
Livello di conoscenza della lingua	Good