L’ATTRATTIVITÀ DEI SISTEMI DI RICERCA EUROPEI

È cresciuta in media del 50,00% tra il 2014 ed il 2021 per i paesi considerati

1633286264Copertina.jpg

L’European Innovation Scoreboard calcola il valore dell’Attrattività dei Sistemi di Ricerca costituita dalla performance di tre diversi indicatori, ovvero “International scientific co-publications”, “Most cited publications” e “Foreign Doctorate Students”.

Classifica dei paesi per valore dell’attrattività di sistemi di ricerca in Europa. La Svizzera è al primo posto per valore dell’attrattività dei sistemi di ricerca con un ammontare pari a 234,10 unità, seguita dal Lussemburgo con un ammontare pari a 207,67 unità, e dall’Olanda con un ammontare pari a 198,10 unità. A metà classifica vi è l’Italia con un ammontare pari a 112,05 unità, seguita dalla Germania con un valore di 103,06 unità e dalla Spagna con un ammontare pari a 102,33 unità. Chiudono la classifica Romania, Bulgaria e Ucraina con un ammontare rispettivamente pari a 39,44, 32,02 e 19,49.

Variazione per variazione percentuale dell’attrattività dei sistemi di ricerca nel periodo 2014-2021. Al primo posto per variazione percentuale dell’attrattività dei sistemi di ricerca tra il 2014 ed il 2021 vi è la Lettonia con un ammontare pari a 322,38% equivalente ad un valore assoluto di 45,56 unità, seguita dalla Macedonia del Nord con un ammontare pari a 264,17% pari a 54,96 unità, e dalla Lituania con un ammontare pari a 159,76% pari ad un valore di 36,84 unità. A metà classifica vi sono la Bulgaria che ha visto crescere il valore percentuale dell’attrattività dei sistemi di ricerca di un ammontare pari a 29,74% ovvero pari ad un ammontare di 7,34 unità, seguita dall’Italia con un valore pari a 29,21% pari ad un ammontare di 25,33 unità e dal Portogallo con un valore percentuale pari a 28,08 unità pari ad un valore assoluto di 28,52. Chiudono la classifica la Norvegia con un ammontare pari a -2,21% ovvero pari a -3,55 unità, Israele pari a -2,53% ovvero pari ad un ammontare di -3,31, e dalla Francia pari ad un valore di -6,01% pari ad un valore di -8,37 unità. Tuttavia, complessivamente la media delle variazioni percentuali per i 38 paesi considerati è pari a 50,75% equivalente ad un ammontare di 19,95 unità.

Clusterizzazione. Viene di seguito proposta una clusterizzazione, ovvero un modello analitico non supervisionato, con algoritmo di classificazione k-Means ottimizzato con il coefficiente Silhouette e rappresentato anche con l’algoritmo t-SNE. L’obbiettivo di tale clusterizzazione consiste nel verificare se esistono dei raggruppamenti dei paesi europei per valore dell’attrattività dei sistemi di ricerca e se questi raggruppamenti coincidono con le classiche divisioni tra Nord, Sud ed Est Europa, che rispettivamente sono le aree ad alta, media e bassa crescita economica e livello di reddito pro-capite.

  • Cluster 1: Svizzera, Lussemburgo;
  • Cluster 2: Repubblica Ceca, Montenegro, Malta, Grecia, Ungheria, Bosnia, Slovacchia;
  • Cluster 3: Francia, Austria, Finlandia, Irlanda, Israele, Norvegia;
  • Cluster 4: Germania, Italia, Spagna, Cipro, Portogallo, Slovenia, Estonia;
  • Cluster 5: Regno Unito, Svezia, Danimarca, Islanda, Belgio, Olanda;
  • Cluster 6: Polonia, Romania, Turchia, Bulgaria, Ucraina, Lettonia, Lituania, Croazia, Serbia, Macedonia del Nord.

Tuttavia, è possibile verificare che vi sono delle notevoli differenze nella performance in termini di attrattività dei sistemi di ricerca. In modo particolare viene proposta un ranking dell’attrattività dei sistemi di ricerca sulla base del valore della mediana dei paesi costituenti il cluster. I risultati mostrano che: il Cluster 1 è al primo posto con un valore pari a 220,89 unità, seguito dal cluster 5 con un ammontare pari della mediana pari a 181,02 unità, seguito dal cluster 3 con un valore pari a 152,34 unità, dal cluster 4 con un ammontare pari a 112,05 unità, dal cluster 2 con un valore pari a 76,75 unità e dal cluster 6 con un valore pari a 48,21 unità. Nel complesso possiamo notare che il valore dell’attrattività dei sistemi di ricerca dei paesi del cluster 6 è pari a -78,17% del valore dell’attrattività dei sistemi di ricerca del cluster 1. Ne deriva pertanto che l’ordinamento dei clusters è così determinato C1>C5>C3>C4>C2>C6.

Machine learning and predictions. Per predire il valore futuro dell’andamento del valore dell’attrattività dei sistemi di ricerca sono stati impiegati otto diversi modelli di apprendimento -ovvero di machine learning - addestrati con il 70% dei dati immessi. Gli algoritmi sono stati valutati nella loro capacità performativa attraverso i seguenti criteri, ovvero: R-quadro, Mean Absolute Error, Mean Squared Erro, Root Mean Squared Error, Mean Signed Difference. A ciascun algoritmo è stato assegnato un punteggio in base alla massimizzazione dell’R-quadro e alla minimizzazione degli errori. I risultati mostra l’esistenza del seguente ordinamento di algoritmi per efficienza predittiva ovvero:

  • Artificial Neural Network ANN-MLP;
  • Random Forest;
  • Tree Ensemble;
  • Probabilistic Neural Network-PNN;
  • Simple Regression Tree;
  • Polynomial Regression;
  • Linear Regression;
  • Gradient Boosted Trees.

Conclusioni.In sintesi, i dati mostrano l’esistenza di una spaccatura tra i paesi del Nord Europa, che hanno valori elevati di attrattività dei sistemi di ricerca, ed i paesi dell’Est Europa che hanno valori molto bassi dell’attrattività dei sistemi di ricerca. Dobbiamo tuttavia sottolineare che tale indicatore, per come viene calcolato dall’European Innovation Scoreboard, risulta essere molto sensibile nei confronti di quelle che sono le relazioni internazionali poste in essere dai vari paesi. Ovviamente per quanto riguarda il numero di dottorati stranieri ed il numero di pubblicazioni scientifiche internazionali realizzate in co-autorato, è chiaro che i paesi del Nord Europa hanno un vantaggio sistemico assolutamente consistente e che i paesi dell’Est Europa arrancano significativamente. Tuttavia, in questo senso è possibile intervenire con delle politiche economiche europee per fare in modo che le università siano sempre più internazionalizzate non soltanto con i vari programmi come l’Erasmus, quanto soprattutto attraverso delle collaborazioni che siano valevoli per i dottorandi e il personale impegnato nella ricerca scientifica. L’internazionalizzazione delle istituzioni universitarie dovrebbe comprendere sempre dei corsi di laurea in lingua straniera per fare in modo che sia più facile per gli operatori della conoscenza avere delle relazioni internazionali e quindi incrementare il valore dell’attrattività dei sistemi di ricerca nazionali.

cms_23363/Foto_1.jpg

cms_23363/Foto_2.jpg

cms_23363/Foto_3.jpg

cms_23363/Foto_4.jpg

cms_23363/Foto_5.jpg

cms_23363/Foto_6.jpg

cms_23363/Foto_7.jpg

cms_23363/Foto_8.jpg

cms_23363/Foto_9.jpg

cms_23363/Foto_10.jpg

cms_23363/Foto_11.jpg

cms_23363/Foto_12.jpg

cms_23363/Foto_13.jpg

cms_23363/Foto_14.jpg

cms_23363/Foto_15.jpg

cms_23363/Foto_16.jpg

Angelo Leogrande

Tags:

Lascia un commento



<<Pagina Precedente | Stampa | Torna Su


News by ADNkronos


Salute by ADNkronos