I miei progetti

Menù sostenibile: analisi dell’impronta carbonica degli alimenti

Progetto di data visualization dedicato all’impronta carbonica di 43 alimenti, sviluppato per supportare un ristorante nella progettazione di un menù più sostenibile.

Obiettivo

Individuare gli alimenti e le fasi del ciclo di vita con il maggiore impatto ambientale, trasformando i dati in indicazioni utili per costruire e comunicare un’offerta a minori emissioni.

Attività svolte

• Analisi delle emissioni espresse in chilogrammi di CO₂e per chilogrammo di prodotto.
• Confronto tra categorie alimentari e fasi del ciclo di vita, dalla produzione agricola alla vendita.
• Creazione di dashboard e visualizzazioni interattive in Tableau.
• Elaborazione di una proposta strategica per un menù a basso impatto ambientale.

Risultati principali

La carne bovina risulta l’alimento con l’impronta più elevata, pari a 59,6 kg di CO₂e per kg di prodotto. La produzione agricola genera il 58,1% delle emissioni analizzate, mentre il trasporto incide per il 3,27%: scegliere alimenti locali, da solo, non basta quindi a rendere sostenibile un menù.

Strumenti e competenze: Tableau, data visualization e data analysis.

Visualizza il progetto completo

IncluDO: preservare e trasmettere le competenze storiche del nostro Paese

Progettazione della logica di un percorso formativo rivolto a persone migranti o impegnate in programmi di riabilitazione sociale, con l’obiettivo di favorirne l’inserimento nei mestieri tradizionali.

Obiettivo

Definire un processo trasparente che verifichi i requisiti di accesso, l’esito del corso e la disponibilità delle aziende partner, accompagnando ogni candidatura verso un risultato comprensibile.

Attività svolte

• Progettazione del diagramma di flusso dell’intero processo.
• Costruzione della tabella di verità per le condizioni decisionali.
• Scrittura dello pseudocodice della procedura.
• Verifica della logica attraverso quattro casi di test, comprendenti sia esiti positivi sia motivazioni di esclusione.

Risultato

Il progetto restituisce una logica decisionale riutilizzabile, capace di distinguere i diversi esiti e di comunicare con precisione perché una candidatura viene accettata o non può proseguire.

Strumenti e competenze: logica algoritmica, diagramma di flusso, tabella di verità, pseudocodice e casi di test.

Visualizza il progetto completo

Analisi della spesa educativa e degli indicatori socioeconomici della World Bank

Progetto di data manipulation e visualization sviluppato in Python su dati Paese-anno della World Bank relativi al periodo 1998–2023.

Obiettivo

Comprendere se, e in quale misura, l’investimento pubblico nell’istruzione sia associato ai risultati educativi e alle condizioni economiche e sociali dei Paesi.

Attività svolte

• Acquisizione dei dati tramite API World Bank e creazione di funzioni Python riutilizzabili.
• Pulizia, controllo e unione degli indicatori in un panel Paese-anno, con esclusione degli aggregati geografici.
• Analisi della copertura e dei valori mancanti per anno, variabile e regione.
• Realizzazione di correlazioni, analisi con ritardi temporali, mappe, heatmap, scatter plot, hexbin plot e trend regionali.

Risultati principali

La spesa educativa mostra associazioni positive ma non forti con i risultati scolastici e non consente di stabilire un rapporto causale. Le relazioni più marcate riguardano l’iscrizione alla scuola secondaria, correlata positivamente sia con il PIL pro capite (ρ = 0,77) sia con l’aspettativa di vita (ρ = 0,76).

Strumenti e competenze: Python, Pandas, NumPy, Requests, API World Bank, Matplotlib, Seaborn e Plotly.

Visualizza il notebook su GitHub