Studio comparativo fra risultati degli immatricolati “regolari” e “ricorrenti” ANNA BOSSI DIPARTIMENTO DI SCIENZE CLINICHE E DI COMUNITÀ UNIVERSITÀ DEGLI STUDI DI MILANO

Partecipano Campobasso(Bruno Moncharmont)Novara(Marco Krengli) Milano Bicocca(Vittorio Locatelli)Orbassano (Salvatore Bozzaro) Milano Statale(Anna Bossi)Palermo(Italia Di Liegro) Modena e Reggio E.(Gianni Cappelli)Pavia(Maurizia Valli) Napoli 2–Caserta(Luigi Adinolfi)Roma 2(Giuseppe Familiari) Napoli Federico II(Sabino De Placido)Torino(Roberta Siliquini) Alessandra Petrucci (SECS-S/05 - Statistica sociale) Università degli Studi di Firenze Giuseppe Migliaretti (MED/01-Statistica Medica) Università degli Studi di Torino

Informazioni da raccogliere AteneoIdentificativo dello studente Gruppo: immatricolato regolarmente o in sovrannumero Scuola di provenienzaVoto di Maturità Punteggio ottenuto al test di ingresso per le domande di Logica, Cultura generale, Biologia, Chimica, Fisica-Matematica e punteggio totale Voto a ciascun esame superato (corrispondenti CFU) Numero di voti, tra quelli riportati, che sono stati convalidati perché relativi ad esami sostenuti presso altri corsi di laurea. CdL di provenienza se diverso da Medicina e Chirurgia dell’Ateneo.

Dati a disposizione per REGOLARI TAR Milano Statale248: (49%) Pavia201: (45%) Torino526: (31%) Orbassano157: (22%) Campobasso130: (69%) Roma S. Andrea 56: 49 7 (14%) Indicatore di rendiment o  (voto × CFU)

Milano statale Regolari Ricorrenti Punteggio al test Media =49.2 ( ) 5 esami Score max 1260 Punteggio al test Media =24.3 ( )

Pavia Regolari Ricorrenti 7 esami Score max 2040 Punteggio al test Media =44.9 ( ) Punteggio al test Media =22.6 ( )

Torino Regolari Ricorrenti Punteggio al test Media =41.8 ( ) Punteggio al test Media =23.7 ( ) 6 esami Score max 1560

Molise Regolari Ricorrenti 4+3 esami Score max 1410 Punteggio al test Media =34.9 ( ) Punteggio al test Media =21.5 ( )

Modello per ogni sede score = indicatore di rendimento funzione di: scuola, voto maturità, punteggio al test, gruppo, gruppo  punteggio finale, gruppo  voto maturità, gruppo  scuola

Prossime analisi data l'enorme mole di dati attesi e l'eterogeneità plausibile tra i percorsi universitari di studenti iscritti ad atenei diversi, una strategia per semplificare l'analisi potrebbe essere quella di condurre analisi specifiche di ateneo e successivamente riassumere/confrontare i risultati. In alternativa si utilizzeranno metodi statistici che tengano conto della natura multi-level dei dati