Obiettivi

L'obiettivo di questo progetto è far progredire e approfondire le conoscenze e le competenze sugli approcci big data (BD) e machine learning (ML) nel campo della psicologia del lavoro e delle organizzazioni attraverso tre linee di ricerca:

1. Approfondire le modalità di reperimento dei dati nell'ambito della BD-ML.

2. Comprendere/divulgare la differenza tra gli approcci esplicativi più utilizzati e gli approcci predittivi più utili (cfr. Breiman, 2001; Yarkoni & Westfall, 2017).

3. Approfondire e applicare un nuovo framework ibrido che fonde ML e Structural Equation Modelling (SEM; si veda Brandmaier & Jacobucci, in stampa): I SEM sono ampiamente utilizzati nella psicologia del lavoro e delle organizzazioni perché possono gestire errori di misura variabili, mentre le strategie di apprendimento automatico impediscono l'overfitting.

Durata del progetto

01/02/2022 - 31/05/2023

Per saperne di più

Contatta il responsabile del progetto: enrico.perinelli@unitn.it