Quanto ritardano in realtà i treni? Due casi di Trenitalia

Standard

download

Che l’azienda Trenitalia sia associata alla parola “ritardo” non è una novità, non ci vuole un esperto di sentiment analysis (comunque una word cloud degli ultimi 50 tweets su “trenitalia” dà il risultato mostrato sopra) o un sondaggio di mercato. Eppure non ci sono statistiche se non sulle Frecce ed anche quelle sono piuttosto impietose: nel 2014/2015 il 62% dei treni hanno avuto ritardo.

E i treni regionali? Di quelli non ho trovato statistiche. Eppure, chiunque abbia esperienza da pendolare in una grande città (io mi riferisco qui a Roma), ha una conoscenza — empirica — della frequenza dei ritardi dei treni negli orari di punta, ovvero quando sono più utili.

Continue reading

FacebookTwitterGoogle GmailGoogle+LinkedInTumblrBufferCondividi

Un elefante nella stanza: la situazione (della Ricerca) in Italia

Standard

Quando si parla di ricerca (e finanziamenti) in Italia mi viene in mente l’espressione anglosassone elephant in the room, ovvero quel problema fondamentale che raramente si discute e tutti (o quasi) ignorano. La ricerca in Italia è gestita come è gestita ogni cosa pubblica anche se noi ricercatori spesso tendiamo a ignorarlo (o cerchiamo di dimenticarlo). Qual è il maggior problema della pubblica amministrazione? L’assenza di responsabilità: non c’è una catena di responsabilità, nessuno è responsabile (civilmente, penalmente e spesso nemmeno moralmente) degli errori che si commettono (in buona e malafede). Esempi: il Dirigente non è responsabile delle assunzioni che firma, l’amministrativo non è responsabile dei ritardi anche dei semplici procedimenti (ad esempio quattro mesi per avere un computer nuovo), il ricercatore non è responsabile del suo scarso risultato. Nessuno è responsabile di niente e — spesso — ciò che funziona non è dovuto a una “struttura” efficiente ma alla buona volontà degli individui: quando nello stesso ambiente c’è un professore o dirigente capace e bendisposto, degli amministrativi di supporto di buona volontà e efficienti, dei ricercatori volenterosi e brillanti ecco che le cose funzionano. Ma non diventano “sistema”, basta un pensionamento et voilà, la struttura si dissolve come una bolla di sapone.
Inutile parlare di finanziamenti che non arrivano dal governo centrale, il Ministro non è responsabile dell’output scientifico (valutabile in pubblicazioni, milioni di euro di progetti, prestigio internazionale), il Presidente o Rettore non è responsabile delle inefficienze del proprio istituto, il Professore o Dirigente non è responsabile…ecc ecc.
A queste condizioni — lo scrivo a malincuore — direi che qualunque (e comunque assai improbabile) incremento dei finanziamenti alla Ricerca è uno spreco di denaro pubblico.

Biomasse e biocombustibili

Standard

14188793978_22f473b0a4_z

L’Italia è il primo importatore di legna al mondo, nel 2012 ha importato una quantità doppia rispetto alla Germania e quasi dieci volte la Francia. La legna da ardere è solo una delle biomasse vegetali che usiamo comunemente e che importiamo dall’estero. Il pellet — che negli ultimi anni è divenuto assai comune — arriva in Italia quasi sempre da Stati Uniti e Canada (si importano addirittura gusci di mandorle). Due anni fa il Corriere della Sera segnalava un aumento del 15% sulle importazioni di legna da ardere, l’analisi della Coldiretti da cui è tratto l’articolo diceva che sui 10 milioni e 400 mila ettari di foreste (in aumento negli ultimi venti anni) viene utilizzato meno del 15% della ricrescita annuale, mentre in Germania si arriva al 65%.

Continue reading

Usare gli Open Data: l’esempio del bus 30 di Roma

Standard

Metteremo i dati online” oppure, più ottimisticamente, “Abbiamo già messo i dati online“. Frasi che a volte si associano alla buona politica e alla trasparenza. Ma poi con questi dati cosa ci si può fare? In questo post fornirò un esempio di come poter utilizzare dei dati disponibili per descrivere un problema, applicato alla rete dei trasporti pubblici di Roma. Il bus express 30 dalla Stazione Ostiense (la terza stazione di Roma, snodo ferroviario e della metropolitana) collega il quadrante sud (EUR fino a Laurentina) con Piazzale Clodio e la Metro Lepanto. Questo bus ha una frequenza tra i nove e i dieci minuti tra le 7 e le 18, eppure — a me è capitato diverse volte — vi può capitare di aspettarlo anche 20 o 30 minuti in orari centrali. Non sono qui interessato a capire il perché ma piuttosto a farmi un’idea più chiara della situazione: quanto è puntuale questo autobus?

Visto che il Comune di Roma mette da diverso tempo gli orari di attesa di ogni bus per ogni fermata, ho scaricati i dati della pagina della fermata “Staz. Ostiense (FS)” in direzione Laurentina, questa qui per intenderci (metto la versione mobile perché è più leggera), per sei mesi ogni cinque minuti tra le 7 e le 20, dal lunedì al venerdì. In realtà in questo caso non si tratta veramente di Open Data, perché i dati di cui parlo non sono accessibili direttamente, però l’utilizzo non cambia. Da queste 23800 pagine scaricate (ad oggi) ho preso i tempi di attesa per il bus 30 e ho calcolato il tempo d’attesa medio che un viaggiatore qualunque si sarebbe trovato davanti recandosi alla fermata del bus. Ecco il risultato (cliccare per ingrandire):

Tempo di attesa per il bus 30 nel periodo Marzo-Ottobre 2014 (lunedì-venerdì)

Tempo di attesa per il bus 30 nel periodo Marzo-Ottobre 2014 (lunedì-venerdì) fermata Stazione Ostiense

La linea nera è il tempo di attesa medio mentre l’area colorata è l’intervallo di tempo che ci si trova ad aspettare una volta su due (tra il 25° e il 75° percentile). Il punto nero in alto? Il tempo di attesa che ci si trova ad attendere una volta su 10 (il 90° percentile). Quindi non si trattava solamente di sfortuna, questo bus di “express” ha ben poco.

Questo è un esempio di come utilizzando i dati disponibili liberamente si può descrivere un fatto in maniera il più possibile oggettiva. Si può scoprire ad esempio se durante i diversi mesi la situazione cambia (in questo caso si ma non di troppo) o quanto la pioggia influenzi l’efficienza dei bus (non l’ho fatto ma se volete provare vi condivido i dati).

Partendo da tutto questo si può arrivare a chiedersi il perché e quali soluzioni si possono applicare. Ma questa decisamente è un’altra storia.

Eolico offshore: il Regno Unito e il suo record

Standard
(phoyo by nuon on flickr)

(phoyo by nuon on flickr)

Trecento kilometri quadrati e duecentoquaranta torri d’acciaio alte duecento metri. Ecomostro? No, un campo eolico offshore. Il più grande del mondo per l’esattezza, che sorgerà nel Regno Unito (sulla costa del Suffolk) già oggi luogo del più grande impianto offshore del mondo (il London Array di 630 MW e cento km quadrati). La costruzione del nuovo impianto comincerà nel 2016 e la potenza installata sarà di 1.2 GW. Per vent’anni (almeno) l’impianto permetterà di produrre energia da utilizzare ed esportare, generando fino a 500 milioni di sterline di indotto per l’economie locali. Oggi il paese con più potenza eolica installata è la Cina (76 GW alla fine del 2012) ma se ci limitiamo a considerare l’offshore è il Regno Unito a fare da padrone: nel 2013 un impianto su due nel mondo si trovava in UK.

Continue reading

Progettare le informazioni: il design del rapporto col cittadino

Standard

Il governo inglese circa un paio di anni fa ha enunciato i principi alla base del design dei servizi digitali forniti dal governo (Government Digital Service). Sono un ottimo esempio di come andrebbero fornite le informazioni ai propri cittadini: si guardi ad esempio la pagina dedicata alla tassazione (fasce di reddito e agevolazioni). Non chiedo di fare un confronto con l’equivalente italiana perché non l’ho trovata. Informazioni chiare, stile semplice ed esempi per rendere più facile la comprensione.

Il primo principio dice: “Comincia con i bisogni”. E specifica che si riferisce ai bisogni dei cittadini e non di quelli della Pubblica Amministrazione. Un esempio è la pagina dedicata alla VAT (l’equivalente dell’IVA italiana): le prime tre righe della pagina rispondono a gran parte delle domande che si può porre una persona che visita la pagina.

Il secondo: “Fai di meno”, chiosando “Fai solo ciò che solo il governo può fare, per il resto se qualcuno già lo fai fornisci un link a tale servizio”. Continue reading

Il Climate Change e il tempo che farà domani

Standard

Oramai sono passati quattro anni dall’ultima volta che ho parlato di rapporto IPCC e nel frattempo è uscito il Quinto Assessment Report (AR5). Un breve riassunto per chi sente parlare di IPCC per la prima volta: IPCC sta per Intergovernmental Panel on Climate Change ed è un gruppo intergovernativo di esperti sul cambiamento climatico nato nel 1988 per volonta del WMO (Organizzazione Mondiale della Meteorologia) e l’UNEP (Programma delle Nazioni Unite sull’Ambiente). Nell’IPCC sono coinvolti più di 2000 scienziati da 154 paesi diversi e ad intervalli regolari (ogni 5-6 anni) viene pubblicato un report. L’ultimo report (il quinto) è in tre parti (Working Groups) ed ha 254 autori: 

  1. Le Basi Scientifiche (The Physical Science Basis): Giugno 2013, disponibile qui
  2. Impatti e Vulnerabilità (Impacts, Adaptation and Vulnerability): Marzo 2014, disponibile qui
  3. Mitigazione (Mitigation of Climate Change): Aprile 2014, disponibile qui

Ognuna delle parti è piuttosto corposa, più di 1000 pagine, ma per fortuna viene anche redatto un sommario dal titolo “Summary for Policymakers” rivolto a chi non è scienziato e ha interesse a comprendere la situazione per prendere delle decisioni (si spera) assennate e razionali.

Continue reading

Big Data: un nuovo Klondike?

Standard

La parola Big Data sta divenendo sempre più comune, anche sulla stampa non specializzata. E di certo non si può non definire big una produzione giornaliera di 2.5 exabytes di dati. La stima è del 2012 da parte dell’IBM e per vostra informazione un exabyte è pari un miliardo di gigabyte, se questo ve lo rende più chiaro. E si parla di Big Data sempre di più (qui sotto il Google Trends)

Il “successo” di tale termine è dovuto alla consapevolezza che dietro la crescita impetuosa del numero di dati generati, raccolti e misurati nel mondo c’è la possibilità di osservare e comprendere fenomeni complessi. Così come Google si proponeva di prevedere il diffondersi dell’influenza tramite le ricerche web (con scarsi risultati) le aziende e gli istituti di ricerca pensano che facendo data mining (letteralmente “estrazione dei dati”) si possano tirare fuori informazioni utili (il passaggio da dati a informazioni è una cosa su cui sto lavorando molto nel clima). Alcuni esempi sono l’uso dei tweet per carpire indirettamente le opinioni (sentiment) delle persone oppure l’analisi dei pattern di navigazione e visione dei film di Netflix per migliorare i consigli e le offerte mirate. Così come alla fine dell’800 centinaia di migliaia di persone si sono lanciate alla ricerca dell’oro (e del successo) nella regione del Klondike (Canada) così oggi un grande numero di tecnici, informatici e scienziati si sta riversando nel campo fondando start-ups e progetti di ricerca.

Continue reading

L’Italia e i ricercatori italiani in Europa: cosa è accaduto nel 2013

Standard

Cinque giorni fa Paolo Valente (ricercatore all’INFN) ha pubblicato un interessante articolo relativo al bando “Consolidator Grant 2013” dell’European Research Council (ERC). Per chi non lo sapesse un bando di questo tipo è rivolto ai ricercatori più promettenti che abbiano una carriera tra i 7 e i 12 dopo il dottorato di ricerca. E’ un bando molto ambito visto che finanzia fino a 2 milioni di euro in cinque anni e proprio per questo la percentuale dei finanziati è piuttosto bassa (8.5% nel 2013). Nel suo articolo Paolo Valente fa il punto:

I progetti finanziati sono in totale 312 per un totale di 575 milioni di Euro (media 1,84 milioni per grant, a fronte di un massimo finanziamento di 2,75 milioni). […] Nel comunicato stampa si trovano altri dati interessanti: l’età media dei vincitori è di 39 anni e la percentuale di donne, anche si attesta ancora al 24%, è comunque in crescita rispetto ai precedenti bandi.

Continue reading

Sicurezza stradale: situazione per il 2013

Standard

Questo video rimane sempre l’emblema di ciò che abbiamo deciso nella nostra società di non far vedere, del messaggio da non trasmettere: non è il destino o la fortuna a tenerci in vita ma spesso anche l’attenzione nelle situazioni potenzialmente pericolose.

Nel 2013 l’Organizzazione Mondiale della Sanità (WHO) ha fatto uscire un report sulla situazione mondiale per la sicurezza stradale. Nel 2010 1240000 persone sono morte nel mondo per incidenti stradali, un quarto di questi sono pedoni e ciclisti. Ottantotto nazioni sono riuscite a ridurre il numero di vittime negli ultimi anni ma comunque il trend è crescente con il continente africano l’area più pericolosa (nel grafico numero di morti per 100000 abitanti).

Purtroppo meno della metà della popolazione mondiale (39%) ha la fortuna di vivere in un paese dove il limite di velocità per le zone urbane è al massimo 50 km/h. Per quanto riguarda le cinture di sicurezza il dato è impressionante: il loro uso riduce del 50% il rischio di morte per chi alloggia nei sedili anteriori e del 75% per chi risiede nei sedili posteriori.

L’Italia con i suoi 52 milioni di veicoli (su 60 milioni di abitanti) ha ottenuto ottimi risultati nel periodo 2001-2010 (si veda il grafico successivo) nel ridurre il numero di vittime. Comunque nel 2009 sono morte 4237 persone (di cui il 78% maschi) e si stima che abbia perso il 2% del suo PIL a causa degli incidenti stradali.

Per fare qualche confronto con altri paesi:

  • Germania: 50 milioni di veicoli (su 80 milioni di abitanti). Vittime nel 2010 3648 con perdita di PIL stimata del 1.3%.
  • Francia: 34 milioni di veicoli (su 62 milioni di abitanti). Vittime nel 2010 3992 con perdita di PIL stimata del 1.3%.
  • Regno Unito: 35 milioni di veicoli (su 62 milioni di abitanti). Vittime nel 2010 1905 con perdita di PIL stimata del 1.2%.
  • USA: 259 milioni di veicoli (su 310 milioni di abitanti). Vittime nel 2009 33808 con perdita di PIL stimata del 2.3%.