Comunichiamo con soddisfazione che è stato finanziato il progetto MAPPE, con referente scientifico il prof. Nicola Salvati, ordinario di Statistica del Dipartimento di Economia e Management dell’Università di Pisa, che ha ricevuto una somma di 200,856.25 nell’ambito del progetto: Programma “PE GRINS – GRINS – GROWING RESILIENT, INCLUSIVE AND SUSTAINABLE” (cod. PE0000018 CUP: J33C22002910001). Avviso 341/2022 “Partenariati estesi alle università, ai centri di ricerca, alle aziende per il finanziamento di progetti di ricerca di base”. Piano Nazionale di Ripresa e Resilienza, Missione 4 “Istruzione e ricerca” – Componente 2 “Dalla ricerca all’impresa” – Investimento 1.3, finanziato dall’Unione europea – NextGenerationEU – Bando a Cascata SPOKE 0 E 2.
Utilizzando metodi avanzati di stima per piccole aree (SAE), il Progetto MAPPE si propone di produrre stime accurate della Povertà Educativa (PE) a livello locale (esempio province) e/o per sottogruppi socioeconomici (lavoratori e non) e demografici (genere e età).
Lo sviluppo metodologico riguarda i modelli per variabili latenti e l’utilizzo di tecniche fuzzy per stimare la PE come una questione di grado. Inoltre, il progetto si propone di colmare il divario tra SAE e analisi causale per valutare l’impatto delle politiche proposte dai decisori.
Questo contribuirà al progresso scientifico nel campo della statistica e della valutazione delle politiche, favorendo l’allineamento con gli obiettivi dell’Agenda 2030 per lo Sviluppo Sostenibile, Horizon 2030 e il Piano Nazionale di Ripresa e Resilienza italiano. A livello sociale ed economico, ridurre il rischio di PE significa ridurre la vulnerabilità economica e sociale degli individui e delle comunità, contribuendo così alla mobilità economica e sociale e al benessere complessivo.
Il progetto fornirà (i) le stime di indicatori di PE e la valutazione d’impatto a livello di piccole aree, (ii) un rapporto tecnico contenente le metodologie sviluppate, (iii) una valutazione preliminare della dinamica locale della PE e delle sue possibili determinanti (iv) un insieme di codici per un software open source (R) per riprodurre le stime degli indicatori negli anni successivi.