Utilizza questo identificativo per citare o creare un link a questo documento: http://elea.unisa.it/xmlui/handle/10556/7438
Titolo: L’uso dei big data nel sistema infrastrutturale italiano. definizione di un modello per migliorarne la sicurezza e la qualità
Autore: Liguori, Donato
Antonelli, Valerio
Pellicano, Marco
Parole chiave: Infrastrutture;Sicurezza;Big data
Data: 5-ago-2022
Editore: Universita degli studi di Salerno
Abstract: Il presente lavoro origina da riflessioni personali nate nel corso del triennio dottorale oltre che da considerazioni di natura professionale che mi hanno indirizzato verso una rilevante ed attuale tematica: “l’uso dei big data nel sistema infrastrutturale italiano. Definizione di un modello per migliorarne la sicurezza e la qualità”. Con il termine “patrimonio infrastrutturale” si fa riferimento alla viabilità e, pertanto, a strade, autostrade, viadotti, cavalcavia stradali, gallerie ferroviarie e stradali, oltre a strutture puntuali come dighe, edifici pubblici e strutture portuali e aeroportuali. Le questioni riguardanti la “salubrità” del patrimonio infrastrutturale italiano (secondo l’accezione poc’anzi dettagliata) sono state oggetto, nel tempo, di un continuo dibattito a vari livelli istituzionali e diversi sono stati gli episodi che hanno evidenziato la necessità di più significativi interventi di manutenzione. Tuttavia, a partire dalla seconda metà del 2018, questa tematica è balzata in modo preponderante all’attenzione pubblica per questioni, purtroppo, legate ad eventi disastrosi1 che hanno generato importanti ricadute sociali (tra le quali perdite di vite umane), ambientali ed economiche, richiedendo una particolare attenzione del Governo italiano. Le misure necessarie dovrebbero (o potrebbero) consistere nel presidiare l’area della sicurezza e della qualità dei servizi strettamente attinenti al patrimonio viario nazionale mediante un attento, capillare e periodico monitoraggio dinamico attraverso cui valutare lo stato delle infrastrutture e pianificare interventi di manutenzione ordinaria e/o straordinaria. Tali interventi si rendono non solo necessari, ma appaiono indispensabili per garantire un adeguato livello di sicurezza dei cittadini oltre ad assicurare la continuità dei flussi di traffico nei collegamenti con l’Europa, da cui dipende una significativa quota della produzione economica dell’Italia. Lo studio è stato circoscritto a specifici elementi costituenti il patrimonio de quo: autostrade, ponti, strade e tunnel. L’elaborato proposto è strutturato in 4 capitoli: − nel primo capitolo è stato affrontato il problema della ricerca, le domande di ricerca e la metodologia impiegata; − nel secondo capitolo, sono stati selezionati e dettagliati il theoretical background e il theoretical framework; − nel terzo capitolo sono stati presentati i due casi di studio, mediante l’impiego di una metodologia qualitativa del multiple case study (Yin. 1983); − nel quarto capitolo, sono state dettagliate le conclusioni del lavoro di tesi.Un primo step ha riguardato la definizione del problema della ricerca con un preciso focus sull’impatto degli interventi pubblici in relazione all’area tematica trattata, con l’obiettivo primario di verificare la positiva elasticità dell’effetto di tali investimenti sulle infrastrutture. Nel dettaglio, sono stati analizzati i risultati dei lavori di ricerca (nazionali e internazionali) più significativi pubblicati dal 1993 al 2012 che hanno evidenziato come, tra i Paesi considerati (U.S.A., Europa e Italia), gli investimenti per la manutenzione (ordinaria e/o straordinaria), o la creazione di nuove infrastrutture generino un impatto positivo sul prodotto interno lordo (P.I.L.). Successivamente una systematic literature review è stata realizzata per comprendere il quadro di conoscenza sulla tematica oggetto di interesse. In particolare, tale strategia di ricerca è stata finalizzata ad individuare journal papers pubblicati su high ranked journals aventi ad oggetto ricerche aventi ad oggetto la tematica dei big data (e pertanto, Artificial Intelligence, data science, data analysis, cloud, Internet of Things, machine learning) nel contesto delle infrastrutture (e pertanto in autostrade, ponti, strade e tunnel). Il secondo capitolo può essere definito come il frutto delle risultanze della metodologia applicata nel primo capitolo. Dalla systematic literature review sono state individuate e selezionate le aree teoriche maggiormente utilizzate nella trattazione del tema dei big data applicati nel contesto delle infrastrutture. Ciò ha consentito di costituire il theoretical background (capitolo secondo) del lavoro di tesi: - Big data & Analytics; - Knowledge Management; - Risk Management; - Service Quality. Il terzo capitolo dell’elaborato è stato incentrato sulla presentazione di un multiple case study mediante utilizzo di una strategia di ricerca qualitativa nota come “case study research” (Yin, 1983). Due, in particolare, sono stati i progetti oggetto di studio: AINOP e ARGO, entrambi attinenti all’area della sicurezza nel settore delle infrastrutture. Al riguardo, si evidenzia preliminarmente che assume rilievo significativo l’interrelazione che emerge tra i due citati casi. Dalla costruzione del theoretical background, è emerso un theoretical framework (riportato nella sottostante figura) in cui le relazioni tra i vari ambiti teorici sono state spiegate per misurare il grado di compatibilità e applicabilità nei progetti oggetto del multiple case study. [a cura dell'Autore]
This work originates from personal reflections during the three-year doctoral period as well as from considerations of a professional nature that directed me to a relevant and current issue: "the use of big data in the Italian infrastructural system. Definition of a model to improve safety and quality". The term “infrastructural heritage” refers to roads and, therefore, to motorways, viaducts, road overpasses, railways and road tunnels, as well as specific structures such as dams, public buildings and port and airport structures. The issues concerning the "healthiness" of the Italian infrastructural heritage (according to the aforementioned definition) have been the subject, over time, of a continuous debate at various institutional levels and various episodes have highlighted the need for more significant maintenance interventions. However, starting from the second half of 2018, this issue has jumped overwhelmingly to public attention due to issues, unfortunately, linked to disastrous events that have generated important social (including loss of human life), environmental and economic repercussions, requesting particular attention from the Italian government. The necessary measures should (or could) consist in monitoring the area of safety and quality of services strictly related to the national road patrimony through careful, widespread and periodic dynamic monitoring through which to assess the state of the infrastructures and to plan ordinary and / or extraordinary maintenance interventions. These interventions are not only necessary but essential to ensure an adequate level of safety for citizens as well as to ensure the continuity of traffic flows in connections with Europe, on which a significant share of Italy's economic production depends. The study was limited to specific elements making up the heritage de quo: highways, bridges, roads and tunnels. The proposed paper is structured in 4 chapters: - in the first chapter, the research problem, the research questions and the methodology used were addressed; - in the second chapter, the theoretical background and the theoretical framework have been selected and detailed; - in the third chapter, the two case studies were presented, through the use of a qualitative methodology of the multiple case study (Yin. 1983); - in the fourth chapter, the conclusions of the thesis work were detailed. A first step concerned the definition of the research problem with a precise focus on the impact of public interventions in relation to the thematic area dealt with, with the primary objective of verifying the positive elasticity of the effect of these investments on infrastructures. In detail, the results of the most significant (national and international) research works published from 1993 to 2012 were analyzed, which highlighted how, among the countries considered (USA, Europe and Italy), investments for maintenance (ordinary and / or extraordinary), or the creation of new infrastructures generate a positive impact on gross domestic product (GDP). Subsequently, a systematic literature review was carried out to understand the knowledge framework on the topic of interest. In particular, this research strategy was aimed at identifying journal papers published in high ranked journals on the topic of big data (and therefore, Artificial Intelligence, data science, data analysis, cloud, Internet of Things, machine learning) in the context of infrastructure (and therefore on highways, bridges, roads and tunnels). The second chapter can be defined as the outcome of the methodology applied in the first chapter. From such systematic literature review, the theoretical areas most used in dealing with the topic of big data applied in the context of infrastructures have been identified and selected. This allowed to build the theoretical background (second chapter) of the thesis work: - Big data & Analytics; - Knowledge Management; - Risk Management; - Service Quality. The third chapter of the paper focused on the presentation of a multiple case study using a qualitative research strategy known as "case study research" (Yin, 1983). Two, in particular, were the projects under study: AINOP and ARGO, both relating to the area of security in the infrastructure sector. In this regard, it is preliminarily highlighted that the interrelation that emerges between the two aforementioned cases is of significant importance. From the construction of the theoretical background, a theoretical framework emerged (shown in the figure below) in which the relationships between the various theoretical fields were explained to measure the degree of compatibility and applicability in the projects covered by the multiple case study. [edited by Author]
Descrizione: 2020 - 2021
URI: http://elea.unisa.it/xmlui/handle/10556/7438
È visualizzato nelle collezioni:Big Data Management

File in questo documento:
File Descrizione DimensioniFormato 
tesi di dottorato D. Liguori.pdftesi di dottorato6,13 MBAdobe PDFVisualizza/apri
abstract in italiano D. Liguori.pdfabstract in italiano D. Liguori351,7 kBAdobe PDFVisualizza/apri
abstract in inglese D. Liguori.pdfabstract in inglese D. Liguori232,08 kBAdobe PDFVisualizza/apri


Tutti i documenti archiviati in DSpace sono protetti da copyright. Tutti i diritti riservati.