| |
|
|
|
|
|
|
|
|
1. |
Record Nr. |
UNISA996424349203316 |
|
|
Titolo |
La condizione giovanile in Italia : Rapporto Giovani 2020 / / AAVV Istituto Giuseppe Toniolo |
|
|
|
|
|
|
|
Pubbl/distr/stampa |
|
|
Bologna : , : Società editrice il Mulino Spa, , 2020 |
|
|
|
|
|
|
|
Descrizione fisica |
|
1 online resource (240 pages) : illustrations |
|
|
|
|
|
|
Disciplina |
|
|
|
|
|
|
Soggetti |
|
Youth - Italy - Social conditions - 21st century |
Youth - Social conditions |
|
|
|
|
|
|
|
|
Lingua di pubblicazione |
|
|
|
|
|
|
Formato |
Materiale a stampa |
|
|
|
|
|
Livello bibliografico |
Monografia |
|
|
|
|
|
Nota di contenuto |
|
Credits -- Alessandro Rosina -- Fabio Introini, Diego Mesa e Pierpaolo Triani -- Consumo dunque sono (istruito?). Esperienze di consumo culturale e livelli di istruzione -- Cecilia Manzo e Ivana Pais -- Nuove tecnologie, nuove competenze, nuovi modi di lavorare -- Andrea Bonanomi e Alessandro Rosina -- La politica per il bene comune secondo i giovani italiani ed europei -- Francesco Del Pizzo, Stefania Leone e Emiliano Sironi -- Giovani: una condizione plurale. Una lettura territoriale dei dati -- Delfina Licata e Cristina Pasqualini -- L'Italia delle partenze al di là delle origini: i Millennials, Expat nativi-cosmopoliti -- Rita Bichi e Mauro Migliavacca -- Nascere e crescere diseguali -- Sara Alfieri, Elena Marta e Paola Bignardi -- "Generazione Z". Investire sul presente per migliorare il futuro -- Nota metodologica -- Riferimenti bibliografici. |
|
|
|
|
|
|
|
|
Sommario/riassunto |
|
Nello scenario post Covid si apre il terzo decennio del XXI secolo. L'Italia, in questo primo tratto, ha mostrato di non poter dare alle nuove generazioni l'occasione di contribuire in modo qualificato ai processi di crescita e di realizzare in modo pieno i propri progetti di vita. Dopo la recessione economica, che ha condizionato il decennio scorso, anziché ritrovare un nuovo slancio aprendo spazi e opportunità alle componenti più innovative e dinamiche, il Paese ha continuato a tenere i giovani ai margini. Cosa accadrà ora, dopo l'emergenza sanitaria? I segnali positivi non mancano e la voglia di rilancio è presente in molte componenti della società e in molti settori |
|
|
|
|
|
|
|
|
|
|
|
|
|
dell'economia. Possono, questi segnali, essere considerati come anticipatori del percorso che l'Italia saprà intraprendere nel nuovo decennio? O rimarranno spinte deboli e minoritarie verso un irreversibile declino? È certo che, se anche questa terza decade sarà simile alle prime due, risulterà difficile per i giovani italiani immaginare di raggiungere obiettivi professionali e di vita comparabili a quelli delle aree di più avanzato sviluppo in Europa e nel mondo. Per converso, è anche certo che questo decennio sarà diverso se il ruolo delle nuove generazioni nella società e nell'economia potrà essere diverso. Il Rapporto Giovani 2020 presenta un bilancio sulla condizione giovanile e sulle dinamiche dell'ultimo decennio, con particolare attenzione alle diseguaglianze che si intrecciano con la questione generazionale, ma approfondisce anche alcuni aspetti cruciali delle prospettive dei giovani (sul versante del lavoro, dell'impatto dell'innovazione tecnologica, dei temi ambientali, della partecipazione sociale e politica, dei consumi culturali). |
|
|
|
|
|
|
2. |
Record Nr. |
UNINA9910367755603321 |
|
|
Autore |
Wang Qi |
|
|
Titolo |
Learning to Understand Remote Sensing Images: Volume 1 / Qi Wang |
|
|
|
|
|
Pubbl/distr/stampa |
|
|
MDPI - Multidisciplinary Digital Publishing Institute, 2019 |
|
Basel, Switzerland : , : MDPI, , 2019 |
|
|
|
|
|
|
|
|
|
ISBN |
|
|
|
|
|
|
|
|
Descrizione fisica |
|
1 electronic resource (414 pages) |
|
|
|
|
|
|
Soggetti |
|
|
|
|
|
|
Lingua di pubblicazione |
|
|
|
|
|
|
Formato |
Materiale a stampa |
|
|
|
|
|
Livello bibliografico |
Monografia |
|
|
|
|
|
Sommario/riassunto |
|
With the recent advances in remote sensing technologies for Earth observation, many different remote sensors are collecting data with distinctive properties. The obtained data are so large and complex that |
|
|
|
|
|
|
|
|
|
|
analyzing them manually becomes impractical or even impossible. Therefore, understanding remote sensing images effectively, in connection with physics, has been the primary concern of the remote sensing research community in recent years. For this purpose, machine learning is thought to be a promising technique because it can make the system learn to improve itself. With this distinctive characteristic, the algorithms will be more adaptive, automatic, and intelligent. This book introduces some of the most challenging issues of machine learning in the field of remote sensing, and the latest advanced technologies developed for different applications. It integrates with multi-source/multi-temporal/multi-scale data, and mainly focuses on learning to understand remote sensing images. Particularly, it presents many more effective techniques based on the popular concepts of deep learning and big data to reach new heights of data understanding. Through reporting recent advances in the machine learning approaches towards analyzing and understanding remote sensing images, this book can help readers become more familiar with knowledge frontier and foster an increased interest in this field. |
|
|
|
|
|
| |