Quanto e’ stellata la notte? Campagna 2011/12

Slides:



Advertisements
Presentazioni simili
Quanto e’ stellata la notte?
Advertisements

Quanto e’ stellata la notte? Roma e Marche A.S. 2010/11 prof. Roberto Nesci (1), prof. Aldo Altamore(2), dr. Ilaria De Angelis (2) (1)Universita’ La Sapienza;
LA MISURA IN PSICOLOGIA. Scopo del corso Il corso si propone di offrire allo studente:  un’introduzione alle tematiche connesse alla misura in psicologia.
ESITO DEI QUESTIONARI docenti genitori a.s
Le “apparenti” contraddizioni dell’Astronomia nautica “La Sfera Celeste è una sfera di raggio infinito sulla quale sono “appoggiate” tutte le stelle. Al.
Consentono di descrivere la variabilità all’interno della distribuzione di frequenza tramite un unico valore che ne sintetizza le caratteristiche.
Corso di Analisi Statistica per le Imprese Indici di variabilità ed eterogeneità Prof. L. Neri a.a
“P. FERRARI”PONTREMOLI
I VIAGGI Alisia Derveni Lucio Fabrizio Sonia Lanzarone
LA STATISTICA DESCRITTIVA
Disoccupazione e Crisi
Introduzione Oggetto della statistica: studio dei fenomeni collettivi
Risposte pervenute: Liceo Classico 88 risposte su 98 iscritti (90%)
messi a disposizione delle scuole da parte dell’INVALSI”
“MODISTA - Esperti in Monitoraggio delle Infrastrutture Ferroviarie”
Prove INValSi 2013/14 Report dei risultati a.s
Giovanni Maccarrone LNF
Esercizio 1 Prezzo in euro libri
Presentazione di Camilla Giustiniani Rimini - 23 giugno 2017
PROPRIETA' DELLE STELLE DI CAMPO
Insegnante Teresa Petraglia
Analisi delle risposte
Scuola Navale Militare F. Morosini
Introduzione Oggetto della statistica: studio dei fenomeni collettivi
I fenomeni dell’atmosfera
Corso di Analisi Statistica per le Imprese Indici di variabilità ed eterogeneità Prof. L. Neri a.a
IL COLORE.
DI AURORA, ENRICO E MATHIAS
Confronto fra 2 popolazioni
coordinate geografiche longitudine, latitudine
DISTRIBUZIONI TEORICHE DI PROBABILITA’
MERCURIO. MERCURIO ASTRONOMIA Mercurio è il pianeta più interno del sistema solare e il più vicino alla nostra stella, il Sole. La superficie di Mercurio.
L'ABC della statistica LA MEDIA ARITMETICA
L’analisi del comportamento delle imprese (seconda parte)
Didattica speciale : codici del linguaggio logico e matematico
Confronto tra diversi soggetti:
Analysis.
Usare schermo completo – cliccare quando serve
Esercitazione di Statistica Economica
L’analisi monovariata
Esercitazione di Statistica Economica
Legame fra orario della pubblicazione e ciclo di vita dei post sui social network esiste un momento ideale per la promo-comunicazione? Claudio Rossi.
Analisi Cereali per la prima colazione
RISULATATI DI SINTESI A.S
Analisi Statistica dei Dati
L’indagine statistica
Statistica Scienza che studia i fenomeni collettivi.
Cosa ci dicono i dati sugli apprendimenti
Una introduzione allo studio del pianeta
Confronto tra diversi soggetti:
Test di valutazione multidimensionale dell'autostima
Università degli Studi di Modena e Reggio Emilia
MORTALITA’ PER SCLEROSI MULTIPLA NELLA Obiettivo dello studio
Collegio docenti 25 settembre 2018 ICCS “Aldo Moro” Maleo
Restituzione risultati
PREVALENZA DELLA SCLEROSI MULTIPLA NELL’ISOLA D’ELBA
LE DISTANZE ASTRONOMICHE
Lettura dei dati di Istituto
Interpretare la grandezza di σ
Esercizio La popolazione di adulti presenta una media di ansia pari a 4. Ad un campione di 35 soggetti con disturbo ossessivo compulsivo è stato somministrato.
Capitolo 1 Introduzione alla fisica
Introduzione Oggetto della statistica: studio dei fenomeni collettivi
Esercizio 1 Il voto medio della popolazione degli studenti della Lumsa al primo esonero di psicometria è pari a 26 (σ=3). Gli studenti hanno sempre svolto.
Associazione tra due variabili
Corso di Analisi Statistica per le Imprese Sintesi della distribuzione di un carattere: indici di posizione Prof. L. Neri a.a
Test per campioni indipendenti
Frequenza a) Compilare una tabella classificando i compagni di classe secondo lo sport che preferiscono b) Compilare una tabella classificando i compagni.
Le scuole si autovalutano con responsabilità e trasparenza
EserciZI di Statistica
Governare i territori:
Transcript della presentazione:

Quanto e’ stellata la notte? Campagna 2011/12 Prof. Roberto Nesci, Universita’ La Sapienza, INAF-IAPS Prof. Antonio Princi, L.M. Luigi Nostro Dott. Ilaria De Angelis, Universita’ RomaTre Prof. Aldo Altamore, Universita’ RomaTre Supporto informatico dott. Giuseppe Cirimele MuDev, Verbicaro, CS

Partecipazione Hanno partecipato alla campagna del’anno scolastico 2011/12 le seguenti Scuole Medie e Superiori, oltre ai due docenti Nesci e De Angelis: A.Volta, Ancona 6 ICF_Severi, Gioia Tauro 33 IC_Maestre_Pie_Venerini, Fano 3 IC_Piermarini, Foligno 8 ISIS_Via_Ivon_de_Begnac, Ladispoli 9 ITIS_Armellini, Roma 4 LC_Socrate, Roma 18 LM_Luigi_Nostro, Villa S.Giovanni 85 LS_Keplero, Roma 3 LS_Pasteur, Roma 5 SMS Leopardi, Saltara 24 LS_Cannizzaro, Roma 10 LS_Cavour, Roma 2 LS_Maiorana, Roma 3 SMS_A.Gandiglio, Fano 4 Totale 219 18/09/2018 Roberto Nesci

Osservatori attivi Oltre ai due docenti, hanno svolto osservazioni utili i seguenti alunni per ciascuna scuola: ITIS_Armellini, Roma 1 LS_Cannizzaro, Roma 6 LS_Cavour, Roma 1 ISIS_Ivon_de_Begnac, Ladispoli 2 LS_Keplero 1 SMS_Leopardi, Saltara 11 LM_Luigi_Nostro, Villa_S.Giovanni 32 ICF_Severi, Gioia_Tauro 7 LS_Maiorana, Roma 1 LS_Pasteur, Roma 1 IC_Piermarini, Foligno 1 LC_Socrate, Roma 15 LS_A.Volta, Ancona 4 Totale 85 18/09/2018 Roberto Nesci

Un po’ di statistica 97 luoghi di osservazione 11 di campagna 25 di periferia 61 urbani 1132 osservazioni utili (1446 totali) Tre aree geografiche ben campionate: Roma, Reggio Calabria, Saltara-Falconara Sette localita’ con osservazioni sparse: Amsterdam, Corvara in Badia (BZ), Pinzolo (TN), Foligno (PG), Viglianello (VT), L’Aquila, Ladispoli (RM). 18/09/2018 Roberto Nesci

Qualche commento didattico La procedura per la registrazione era stata ulteriormente semplificata rispeto allo scorso anno, e si sono avuti solo 2 casi di studenti che hanno compiuto osservazioni ma non hanno indicato la loro posizione geografica (Longitudine e Latitudine), rendendo inutilizzabili i loro dati. In 16 casi la altezza sull’orizzonte della stella osservata e’ stata riportata come superiore a 90 gradi ! In diversi casi l’altezza era comunque evidentemente errata, anche se non impossibile, data l’ora e la data di osservazione. Sono state riportate 106 osservazioni di stelle basse sull’orizzonte, anche se era esplicitamente richiesto di non fare osservazioni sotto i 30 gradi. Ne deduco che c’e’ nell’insegnamento della geometria qualche problema strutturale che rende difficile ai ragazzi fare un uso pratico delle nozioni riguardanti gli angoli. 18/09/2018 Roberto Nesci

Dati scartati Sono stati scartati gli osservatori che non hanno messo le coordinate geografiche del loro luogo di osservazione (49); Sono state scartate le osservazioni palesemente errate o non rispondenti alle specifiche richieste: stella a meno di 30 gradi sull’orizzonte (106); data e ora dell’osservazione incompatibili con l’altezza sull’orizzonte della stella riportata; altezze maggiori di 90 gradi sull’orizzonte (16), fisicamente impossibili. 18/09/2018 Roberto Nesci

Dati per osservatore 18/09/2018 Roberto Nesci

Selezione dei dati Per ottenere un valore ragionevole delle visibilita’ delle stelle, partendo da un insieme di dati di osservatori non esperti, ho deciso di: prendere per ciascun osservatore il dato migliore; definire aree geografiche omogenee; calcolare la mediana dei dati in ciascuna area geografica; calcolare la deviazione standard dei dati come indice della dispersione dei dati nell’area. 18/09/2018 Roberto Nesci

Aspettativa Da Cinzano 2001 Il colore indica la magnitudine delle stelle piu’ deboli visibili Rosso 4.50 Arancio 5.00 Giallo 5.25 Verde 5.50 Blu 5.75 Nero 6.00 18/09/2018 Roberto Nesci

Come confrontare i nostri dati con la mappa di Cinzano? La mappa di Cinzano e’ calcolata in base a due elementi: la luce emessa verso l’alto e vista dai satelliti DMSP (Defense Meteorological Satellite Program) dell’Aeronautica Militare degli Stati Uniti; un modello di diffusione della luce nell’atmosfera terrestre. La risoluzione della mappa e’ di circa 5 km, quindi per un confronto bisogna mediare i dati del nostro campionamento su aree di dimensioni confrontabili. La visibilita’ delle stelle ad occhio nudo dipende da molti fattori: Esperienza dell’osservatore Adattamento al buio Eta’ dell’osservatore Altezza delle stelle sull’orizzonte Trasparenza dell’atmosfera Luminosita’ del cielo 18/09/2018 Roberto Nesci

Cosa si e’ visto Istogramma delle magnitudini piu’ deboli viste da ciascun osservatore: in pratica il miglior cielo osservato da ciascuno studente. Senza inquinamento luminoso tutti avrebbero dovuto vedere la magnitudine 6; in pratica il valore piu’ frequente e’ stato solo 4.5 18/09/2018 Roberto Nesci

Per zone qualitative A ciascuno studente si e’ chiesto di classificare la propria localita’ come urbana, periferia o campagna: Ecco il valor medio della magnitudine limite vista nelle varie zone media mediana dev.std num.luoghi Urbana 4.62 4.63 1.00 61 Periferia 4.81 4.83 0.91 25 Campagna 5.14 4.83 0.64 11 Le localita’ di campagna sono abbastanza omogenee tra loro (deviazione standard minore). Le zone di periferia e urbane hanno il cielo piu’ brillante e presentano forti disomogeneita’ di inquinamento luminoso (grande deviazione standard). 18/09/2018 Roberto Nesci

Le zone piu’ campionate Le zone piu’ densamente esplorate sono state: Zona media mediana dev.std oss. Cinzano 2001 Roma 4.36 4.41 0.81 31 3.75-4.25 Villa S.G. 5.31 5.64 0.71 30 4.75-5.00 Gioia Tauro 4.44 4.68 0.89 11 4.75-5.00 Falconara 4.53 4.41 0.97 5 4.25-4.75 Saltara 4.43 4.63 1.28 10 4.50-4.75 La media e la mediana sono simili per ogni localita’ e in quasi tutte le citta’ il valore limite delle stelle e’ molto simile. 18/09/2018 Roberto Nesci

Gioia Tauro- Bagnara Media=4.44 devstd=0.89, oss.=11 18/09/2018 Roberto Nesci

Villa San Giovanni media=5.31, devstd=0.71, oss.=30 18/09/2018 Roberto Nesci

Falconara Media=4.53 devstd=0.97 oss.=5 18/09/2018 Roberto Nesci

Saltara Media=4.43 devstd=1.28 oss.=10 18/09/2018 Roberto Nesci

Roma Media=4.36 devstd=0.81 oss.=30 18/09/2018 Roberto Nesci

L’area di Roma L’area di Roma e’ stata suddivisa in varie zone, in base alla distribuzione degli studenti: zona media mediana dev.std osserv Roma_totale 4.36 4.41 0.82 30 Roma_periferia 4.74 4.42 0.72 7 Roma_urbana 4.22 4.38 0.79 23 Oppure, piu’ dettagliatamente: Roma_nord 4.31 4.41 0.76 14 Roma_centro 3.96 3.77 1.00 7 Roma_sud 4.73 4.42 0.55 9 E’ evidente la differenza tra le varie zone. E’ anche evidente la forte disomogeneita’ all’interno di ogni zona. 18/09/2018 Roberto Nesci

Le zone meno campionate Luogo mag n.oss tipo Aspettata (Cinzano 2001) Amsterdam 3.34 1 urbana <3.75 Corvara in Badia (BZ) 4.80 17 urbana 5.50-5.75 Pinzolo (TN) 3.65 8 periferia 5.25-5.50 Foligno 5.64 8 campagna 5.00-5.25 Viglianello (VT) 4.80 3 campagna 5.25-5.50 Lucoli (AQ) 4.80 4 campagna 5.25-5.50 Montemaggiore (PU) 5.58 2 campagna 5.00-5.25 Ladispoli (RM) 4.70 2 periferia 4.75-5.00 Conza in Campania (SA) 5.70 1 campagna 5.25-5.50 Le zone di campagna hanno presentato una magnitudine limite piu’ alta, come prevedibile. 18/09/2018 Roberto Nesci

Confronti 2011-2012 Rosso, 2012; Blu 2011 97 osservatori in entrambi gli anni 18/09/2018 Roberto Nesci

Confronti 2011-2012 media ds n. Media ds n. 2011 2012 media ds n. Media ds n. Urbano 4.2 1.3 46 4.6 1.0 61 Periferia 4.7 0.9 42 4.8 0.9 25 Campagna 5.8 0.2 9 5.1 0.6 11 18/09/2018 Roberto Nesci

Confronti 2011-12 Marche, zona Saltara media mediana dev.std n.obs 2011 5.31 5.59 0.61 23 2012 4.43 4.63 1.28 10 Marche, zona Fano-Falconara 2011 4.39 4.34 1.28 7 2012 4.53 4.41 0.97 5 Roma generale 2009 4.27 3.77 1.01 33 2011 3.90 3.88 1.30 34 4.36 4.41 0.82 30 Solo due osservatori hanno partecipato piu’ volte dallo stesso posto: credexofi Roma (4.8 4.8); robertonesci Foligno (4.41 4.23 4.42) 18/09/2018 Roberto Nesci

Conclusioni C’e’ discreta correlazione tra la tipologia ambientale e la magnitudine limite: nel centro delle citta’ la visibilita’ delle stelle e’ sensibilmente minore che in campagna; la definizione di periferia e’ probabilmente ambigua. La distribuzione dei dati totali (circa 100) nei due anni e’ molto simile. La dispersione dei risultati tra diversi osservatori in una data zona e’ sempre forte: probabilmente sia a causa di condizioni di illuminazione locale molto diversa, sia di diversa capacita’ degli osservatori di adattarsi al buio. Zone analoghe, con diversi osservatori in anni consecutivi, hanno dato risultati molto differenti. 18/09/2018 Roberto Nesci