bando di selezione per l`attribuzione di assegni di ricerca

BANDO DI SELEZIONE PER L'ATTRIBUZIONE DI ASSEGNI DI RICERCA
(Art. 51 comma 6 L. 449/97 e Regolamento per gli assegni di ricerca dell'Università di Bologna,
emanato con D.R. n. 1152 del 15/06/2004)
Art.1 - Oggetto
E' bandito un concorso presso il Dipartimento di Scienze Statistiche "Paolo Fortunati" dell’Alma
Mater Studiorum Università di Bologna per la erogazione di n. 1 assegni di ricerca, per lo svolgimento
di attività di collaborazione al progetto di ricerca Modelli statistici per il micro mining e la gestione
della relazione col cliente, nell'ambito del seguente piano di formazione allegato.
L’assegno di ricerca ha per oggetto la formazione scientifica mediante la realizzazione di un
programma di ricerca, sotto la supervisione di un responsabile scientifico individuato dalla struttura
(tutor). L’attività di ricerca presenta caratteristiche di flessibilità rispondenti alle esigenze dell’attività
stessa, carattere continuativo, temporalmente definito, non meramente occasionale, ed in rapporto di
coordinamento rispetto alla complessiva attività della struttura. L’attività sarà svolta in condizione di
autonomia, nei soli limiti del programma predisposto dal tutor, senza orario di lavoro predeterminato.
La stipula del contratto di collaborazione per assegno di ricerca non dà in alcun modo luogo ad
un rapporto di lavoro subordinato né a diritti in ordine all'accesso ai ruoli dell'Università.
Art. 2 - Requisiti di ammissione
La selezione è aperta a dottori di ricerca e a coloro in possesso del diploma di laurea (vecchio
ordinamento) o di laurea specialistica (nuovo ordinamento) accompagnato da idoneo curriculum
scientifico-professionale, con esclusione del personale di ruolo presso le Università, gli Osservatori
Astronomici, astrofisici e vesuviano, gli enti pubblici e le istituzioni di ricerca di cui all'art. 8 del
DPCM 30.12.93 n.593 e successive modificazioni, l'ENEA e l'ASI.
I requisiti di ammissione devono essere posseduti alla data di scadenza del presente bando di
selezione.
Art. 3 - Domanda di ammissione
La domanda di partecipazione alla selezione, indirizzata al Direttore del Dipartimento di
Scienze Statistiche "Paolo Fortunati", via Belle Arti n. 41. 40126 Bologna, redatta in carta semplice
(secondo il modello allegato), dovrà pervenire a pena di esclusione entro il 28/7/2006.
La domanda può essere presentata direttamente o inviata a mezzo di raccomandata con avviso
di ricevimento.
La presentazione diretta può essere effettuata presso la segreteria del Dipartimento di Scienze
Statistiche "Paolo Fortunati", via Belle Arti n. 41, 40126 Bologna (sig.ra Domenica Ferro, sig.ra
Roberta Fantini) nei seguenti orari: dalle ore 8,00 alle ore 13.00 dal lunedì al venerdì.
La data di ricevimento delle domande è stabilita e comprovata:
-
nel caso di presentazione diretta, dalla data indicata nella ricevuta sottoscritta dal personale della
Struttura addetto al ricevimento;
-
nel caso di spedizione dal timbro e data dell'ufficio postale accettante
La struttura non assume alcuna responsabilità per la dispersione di comunicazioni dipendenti da
inesatta indicazione del recapito da parte del concorrente oppure da mancata o tardiva comunicazione
del cambiamento dell'indirizzo indicato nella domanda, né per eventuali disguidi postali o telegrafici o
comunque imputabili a fatto di terzi, a caso fortuito o forza maggiore.
Nella domanda i candidati devono indicare, sotto la propria responsabilità:
- cognome e nome;
- data e luogo di nascita;
- cittadinanza;
- residenza e recapito eletto agli effetti della selezione;
- di non avere riportato condanne penali e di non avere procedimenti penali in corso (in caso contrario,
indicare quali);
- di possedere il diploma di laurea (vecchio ordinamento) o laurea specialistica (nuovo ordinamento)
in ........... conseguito presso......... in data.........
- di possedere il titolo di dottorato di ricerca in ..............., conseguito presso .................... in data
............ (questa dichiarazione è eventuale).
oppure
-
di possedere analogo titolo accademico conseguito all'estero, riconosciuto equipollente ad un titolo
italiano dalle competenti autorità accademiche.
Il titolo accademico estero può essere dichiarato ammissibile dalla Commissione giudicatrice, ai soli
fini dell'ammissione alla selezione. In tal caso il Candidato dovrà allegare alla domanda di
partecipazione i documenti tradotti e legalizzati dalle competenti rappresentanze diplomatiche o
consolari italiane nel Paese di provenienza, secondo le norme vigenti in materia.
Alla domanda i candidati devono allegare:
- il proprio curriculum scientifico-professionale;
- i titoli valutabili in base all'art.4 del presente bando (i titoli di studio accademici e i titoli
professionali possono essere autocertificati in sostituzione delle normali certificazioni o presentati
in fotocopia semplice, purché accompagnati da apposita dichiarazione sostitutiva (modulo
allegato). La dichiarazione sostitutiva se non firmata alla presenza dell'addetto al ricevimento,
deve essere accompagnata da fotocopia di un documento di identità).
I candidati portatori di handicap, ai sensi dell'art.3 della Legge n.104 del 5.12.1992 potranno
richiedere nella domanda di partecipazione al concorso i benefici dell'art.20 della medesima Legge,
allegando - in originale o in copia autenticata - certificazione relativa allo specifico handicap rilasciata
dalla Commissione medica competente per territorio.
La firma sulla domanda di partecipazione alla selezione non deve essere autenticata ed è
obbligatoria a pena di nullità della domanda stessa.
Art. 4 - Valutazione comparativa dei candidati e Commissione giudicatrice
La valutazione comparativa dei candidati sarà effettuata da una Commissione giudicatrice
nominata dal Consiglio della Struttura e formata da mimino tre membri qualificati nell'ambito della
ricerca oggetto del bando.
La selezione verte sull’esame dei titoli indicati al successivo comma 4 e su un colloquio, volto
ad accertare l’idoneità allo svolgimento del programma di ricerca.
Nel corso del colloquio la Commissione verificherà anche la conoscenza della lingua straniera
inglese, su argomenti riguardanti le materie del settore.
Costituiscono titoli valutabili il dottorato di ricerca, i diplomi di specializzazione e gli
attestati di frequenza di corsi di perfezionamento post-lauream, conseguiti sia in Italia che
all’estero, nonché lo svolgimento presso soggetti pubblici e privati, sia in Italia che all'estero, di
attività di ricerca documentata. Sono inoltre valutabili titoli scientifici documentati pertinenti al
settore per il quale viene conferito l’assegno tra i quali pubblicazioni scientifiche, tesi di laurea, di
dottorato, di specializzazione, comunicazioni a congressi ecc.
Il punteggio a disposizione della Commissione viene ripartito nel modo seguente:
- massimo 40 punti ai titoli
- massimo 60 punti al colloquio.
Saranno ammessi al colloquio i candidati che avranno conseguito almeno 21 dei 40 punti
previsti per i titoli.
L’elenco degli ammessi al colloquio verrà reso noto mediante pubblicazione presso il
Dipartimento di Scienze Statistiche 4 giorni prima del colloquio. Per informazioni rivolgersi al numero
di telefono 051 2098213 (dalle ore 9.00 alle ore 12.00)
Il colloquio si svolgerà il giorno 8 settembre 2006 presso il Dipartimento di Scienze
statistiche via Belle Arti, 41, 40126 Bologna alle ore 12.
Per poter sostenere il colloquio i candidati dovranno presentarsi muniti di un documento di
riconoscimento in corso di validità.
Il colloquio si intenderà superato dai candidati che abbiano ottenuto 31 punti sui 60 previsti per
la prova orale.
Al termine della procedura di selezione, la Commissione formulerà una graduatoria generale di
merito, affissa nella sede degli esami.
In caso di valutazione a pari merito, verrà preferito il candidato più giovane.
Il Direttore del Dipartimento (o altra struttura) provvederà con proprio decreto all'approvazione
formale degli atti della Commissione.
Art. 5 - Durata del rapporto
Il contratto ha durata di 12 mesi ed è rinnovabile nei termini previsti dal Regolamento per gli
Assegni di Ricerca dell'Università di Bologna.
Art. 6 - Importo dell'assegno
L'importo dell'assegno di ricerca è pari a 18.053,32 lordi annui. Tale importo è esente da
ritenuta fiscale e comprensivo della ritenuta previdenziale posta dalla legge a carico del percipiente.
L'importo verrà erogato in rate mensili posticipate.
L'assegnatario, previo versamento del contributo richiesto, godrà della copertura assicurativa
contro gli infortuni.
Art. 7 - Formalizzazione del rapporto
Il candidato risultato vincitore sarà invitato a stipulare con il Dipartimento un contratto di
collaborazione alla ricerca. Il contratto dovrà essere stipulato entro il 30/8/2006.
Il contratto decorrerà non oltre il primo giorno del mese successivo alla data di sottoscrizione.
In caso di mancata accettazione nei termini che verranno comunicati dalla struttura, si
procederà allo scorrimento della graduatoria.
Art. 8 -Sospensione dell'assegno
L'erogazione dell'assegno può essere sospesa nei periodi di assenza dovuti a gravidanza,
servizio militare, malattia prolungata. In tali casi, la durata del rapporto si protrarrà per il residuo
periodo ai fini della realizzazione del piano di formazione, riprendendo a decorrere dalla data di
cessazione della causa di sospensione.
Art. 9 - Divieto di cumulo, incompatibilità, aspettative
Gli assegni di ricerca non possono essere cumulati con borse di studio a qualsiasi titolo
conferite, tranne quelle concesse da istituzioni nazionali o straniere utili ad integrare, con soggiorni
all'estero, l'attività di ricerca dei titolari degli assegni.
Sono incompatibili con l'assegno di ricerca le seguenti attività:
a) incarico di professore a contratto per la titolarità di insegnamenti ufficiali presso gli Atenei;
b) iscrizione alle Scuole di Specializzazione Medico Chirurgiche e di area sanitaria.
Agli iscritti alle Scuole di Specializzazione non mediche attivate ai sensi di specifiche disposizioni
normative si applica la sospensione del corso degli studi fino al termine dell’assegno.
Lo svolgimento di attività di lavoro autonomo o subordinato è compatibile con l’assegno di
ricerca soltanto se preventivamente autorizzato dal Consiglio della struttura, o organo da esso delegato,
previa acquisizione del parere motivato del tutor.
I titolari di assegno di ricerca in servizio presso amministrazioni pubbliche, diverse da quelle di
cui all’art. 2 del presente bando, possono essere collocati in aspettativa senza assegni per il periodo di
durata dell'assegno di ricerca, nei limiti e con le modalità previste dalle relative Amministrazioni.
I divieti di cumulo, le incompatibilità e le aspettative di cui al presente articolo operano all’atto
della stipula del contratto da parte del vincitore della selezione .
Art. 10 – Dottorato di ricerca
Il titolare di assegno di ricerca può frequentare corsi di dottorato di ricerca, anche in deroga al
numero determinato, fermo restando il superamento delle prove di ammissione e senza usufruire della
relativa borsa di studio.
Art. 11 – Decadenza
Coloro che, entro il termine comunicato dalla struttura, non sottoscrivano il contratto, salvo
ragioni di salute o cause di forza maggiore debitamente comprovate, decadono dal diritto all’assegno di
ricerca.
Articolo 12 - Norme di salvaguardia
Per quanto non previsto dal presente bando, si rinvia al Regolamento per gli assegni di ricerca
dell'Università degli Studi di Bologna emanato con Decreto Rettorale n. 1152 del 15.06.2004 ed alle
disposizioni normative vigenti in materia.
I dati personali trasmessi dai candidati con le domande di partecipazione al concorso, ai sensi
degli artt. 7 e 13 del Decreto Legislativo n. 196 del 30.06.03, saranno trattati per le finalità di gestione
delle procedure di selezione.
Il presente bando sarà pubblicato mediante affissione all’Albo dell’Università di Bologna e
all’Albo del Dipartimento di Scienze statistiche e tramite pubblicazione nel sito Internet dell’Università
di Bologna.
Bologna, 27/06/2006
IL DIRETTORE DEL DIPARTIMENTO
DI SCIENZE STATISTICHE
Prof. Giorgio Tassinari
Allegato
PIANO DI FORMAZIONE
Modelli statistici per il micro mining e la gestione della relazione col
cliente
(Prof. Furio Camillo)
Introduzione al problema.
L’obiettivo del piano di ricerca è quello di fornire un metodo non soggettivo per la scelta delle funzioni kernel
applicate ad algoritmi di Analisi Discriminante non-lineare in un contesto prettamente applicativo testando poi le
regole trovate con metodi di validazione tipo bootstrap.
La classificazione supervised ad oggi è uno dei temi più interessanti e importanti del mondo aziendale. Infatti il
punto di partenza di una qualsiasi azione di marketing è volta all’analisi dei bisogni del consumatore: la
differenza rispetto al passato è la possibilità oggi di poter accedere ad una rilevante quantità di informazione che
non è ignorata dall’azienda ed è sistematizzata in data warehouse atti alla creazione di data mart ad hoc.
Sicuramente le aziende trovano situazioni di saturazione sempre più rilevante in tutti i mercati e i prodotti e/o
servizi vengono concepiti con molta più attenzione “attorno al cliente”: la personalizzazione dell’offerta dunque
diventa un must irrinunciabile per la sopravvivenza sul mercato dove il marketing one-to-one la fa sempre più da
padrone.
Nasce quindi l’esigenza di distinguere e di riconoscere univocamente nel proprio portafoglio clienti la classe di
soggetti ad alta redditività da quelli a scarso “valore” o meglio non interessanti per l’impresa. Il monitoraggio
della clientela, tema fondamentale e affascinate di marketing applicato, si traduce nell’ambito statistico nella
ricerca di tools e algoritmi efficienti nella discriminazione e classificazione dei diversi gruppi di soggetti (clienti in
questo caso) dell’azienda considerata.
La ricerca svilupperà la classificazione supervised, proponendosi quindi nel contesto dell’analisi discriminante, al
fine di ottenere quelle regole che ci permettono di descrivere il nostro campione derivato dalla customer table,
ma soprattutto di prevedere l’assegnazione di nuovi soggetti al collettivo di riferimento. In letteratura, però, è
noto che l’Analisi Discriminate Lineare (LDA) è inadeguata quando l’informazione discriminatoria non è
contenuta nella media piuttosto nella varianza o comunque ogni qualvolta si hanno forme complesse dei gruppi:
in tali casi infatti questa tecnica produce regole che presentano elevati tassi di errata classificazione.
E’ per tale motivo che nella ricerca finora effettuata da poco e solo in via sperimentale vengono considerate
tecniche basate sulle kernel machines che sfruttano l’idea di poter proiettare i dati dall’input Space (spazio delle
variabili iniziali) ad uno spazio dimensionalmente più grande (al limite infinito) detto Feature Space, non in modo
esplicito ma attraverso una formulazione che usa il prodotto interno dei training patterns (campione di training).
In tale spazio (Reproducing Kernel Hilbert Space) la formalizzazione del problema discriminante è risolto nello
stesso identico modo della discriminante classica: massimizzando il coefficiente di Rayleigh. La soluzione
prodotta quindi presenta un numero di funzioni discriminanti pari al numero di gruppi -1 mentre le direzioni di
tali funzioni saranno fornite dagli autovettori soluzioni di SW-1SB (prodotto tra inversa della matrice di covarianza
within e la matrice di covarianza between rispettivamente).
Le funzioni discriminanti ottenute sono ottenute esclusivamente come espansione lineare dei training patterns
nel freature space e corrispondono a decision boundary non-lineari nell’input space quindi con un potere
discriminatorio sicuramente maggiore rispetto a quelli ottenibili con la tecnica standard (LDA).
L’applicazione della KDA presenta ad oggi una serie di scelte soggettive non trascurabili: la funzione kernel da
applicare il parametro che regola tale distribuzione il ridge della matrice di covarianza within che nel feature
space diventa ill-posed.
L’obiettivo che ci proponiamo è di riuscire a fornire un metodo oggettivo per superare tali problemi rendendo
quindi l’applicazione automatica o semi-automatica. Per quel che concerne le funzioni ad oggi in letteratura non
esiste un metodo che fornisca una valutazione oggettiva di tale scelta se non l’utilizzo di tecniche basate sulla
cross-validation che però date le enormi dimensioni del feature space impiegano molto tempo ad fornire
risultati. La proposta è quella di impiegare la Teoria della Complessità come principale riferimento per la messa
a punto di un indicatore efficace nel model selection. L’ICOMP (I sta per indice COMP per complessità) nato
come sviluppo ulteriore dell’AIC (Indice di Akayke) ad opera del prof. Bozdogan presenta proprio tali
caratteristiche. Infatti la scelta del miglior model tra tutti quelli considerati è effettuata in termini di miglior
adattamento ai dati (colta dalla verosimiglianza), di ridondanza dei parametri di stabilità degli stessi (colta dalla
profusione di complessità). La ricerca allora prevede 4 parti.
Piano della ricerca
Specificazione del criterio di selezione ICOMP
Di recente è stato specificato l’ ICOMP nel caso della Discriminante non-lineare sotto l’ipotesi di un classico
modello MANOVA (gruppi normo distribuiti con differente media ma egual matrice di covarianza). L’impiego di
tale indice è stato effettuato sia per la scelta del kernel (5 nel caso della tesi: RBF, POLYNOMIAL CAUCHY
MULTI-QUADRIC inverse MULTI-QUADRIC) sia per la scelta del ridge. un ulteriore sviluppo di sicuro interesse è
la derivazione dello stesso in ipotesi meno restrittive di quelle già adottate. La normalità distributiva di gruppi
con differente media ma egual matrice di covarianza è infatti un’assunzione difficile da difendere specie se si
analizzano casi concreti, inoltre una derivazione di ICOMP che rilasci l’ipotesi sulla matrice di covarianza presenta
una specificazione differente non solo nella parte che stima il fit del modello ma anche soprattutto in quella che
ne valuta la complessità. Un prototipo di software sviluppato in matlab per la selezione di delle funzioni kernel
con il nuovo indice sarà prodotto.
Studio delle regole discriminanti in termini predittivi
La potenza classificatoria di tecniche basate sulle kernel-machines è indiscutibile, evidenze empiriche in tal
senso sono contenute in alcuni recenti contributi originali. Ciò che va sottolineato è una mancanza in letteratura
di uno studio statistico che valuti la performance di tali strumenti quando vengono applicati in fase predittiva.
L’introduzione del bootstrap in tale senso ha messo in luce come gli ottimi risultati che si ottengono in fase
descrittiva vengono poi persi quando si passa alla previsione. In altre parole se il tasso di errata classificazione
sulla matrice di confusione ottenuta applicando la regola trovata con la Kernel Discriminant Analysis è
estremamente basso un altrettanto buon risultato non è ottenuto quando tale regola viene applicata a nuove
unità. Nei contributi già esistenti è stato iniziato uno studio orientato a tale fine che andrebbe approfondito:
• riallocazione utilizzando la minima distanza di Mahalanobis tra la nuova l’unità e i centroidi dei gruppi: si
assegna il soggetto al gruppo da cui dista distanza minima.
• riallocazione utilizzando l’ibridizzazione degli scores ottenuti: applicare una tecnica non parametrica
come K Nearest Neighbours sulle funzioni discriminanti ottenute.
In realtà entrambi i metodi sembrano inefficaci: il primo in quanto sfrutta esclusivamente l’informazione
proveniente dalle medie, il secondo in quanto aumenta con i ripetuti confronti la varianza delle riallocazioni.
La visualizzazione grafica dei risultati finora ottenuti ha infatti evidenziato come (gruppo per gruppo) i soggetti
appartenenti al training si dispongano nello spazio delle funzioni discriminanti in maniera molto ravvicinata a
differenza di quelli del test che presentano una disposizione sparsa e non di rado lontana dal centroide di
appartenenza.
Uno studio a livello locale a questo punto potrebbe essere informativo circa le proprietà delle regole trovate con
la KDA. A tale fine proponiamo di effettuare un’analisi di simulazione effettuata generando unità in test che si
allontanano via via dal centroide del gruppo per valutare entro quale raggio la regola riesce ad essere efficace.
Inoltre valutare anche se la dimensione del test e del training hanno influenza su tale risultato: training grandi a
fronte di test piccoli potrebbero migliorare performance in previsione.
Selezione dei predittori tramite Algoritmi Genetici (GA)
Come è stato messo in luce precedentemente, gli scores (le funzioni discriminanti) trovati con la KDA sono
ottenuti come espansione lineare dei training patterns nel freature space: in altre parole le funzioni presentano
un numero di variabili pari al numero degli elementi nel campione di riferimento. E’ evidente che un processo di
selezione dei predittori è necessario al fine di ottenere regole più stabili. A tale proposito la nostra proposta è
quella di utilizzare gli algoritmi genetici gia famosi nel model selection combinati con un criterio di selezione
come indice di informazione complessa.
Confronto tra la KDA e tecniche alternative
Infine un confronto di tale tool con tecniche non parametriche come alberi di classificazione o le radial basis
functions potrebbero essere di particolare interesse al fine di testare le performance reali con strumenti statistici
ormai di massiccio uso a livello aziendale.
Rapporti con l’estero
E’ gia in atto una consolidata collaborazione con i prof Hamparsum Bozdogan del dipartimento di Statistica della
University of Tennessee (U.S.). La conoscenza del professore nel campo della Information Complexity è
indiscussa: la collaborazione con lui sarà tesa alla derivazione dell’ICOMP e all’applicazione degli Algoritmi
Genetici per il model selection.
Riferimenti Bibliografici di Base
BOZDOGAN, H. (1988). ICOMP: A New Model-Selection Criterion. In Classification and Related Methods of Data Analysis,
Hans H. Bock (ed.), Amsterdam, Elsevier Science Publishers B. V. (North Holland) 599-608.
BOZDOGAN, H. (1990). On the information-based measure of covariance complexity and its application to the evaluation of
multivariate linear models. Communications in Statistics Theory and Methods, 19(1), 221-278.
BOZDOGAN, H. (1994). Mixture-model cluster analysis using model selection criteria and a new informational measure of
complexity. In Multivariate Statistical Modeling,
H. Bozdogan (Ed.), Vol. 2, pp. 69-113. Proceedings of the first US/Japan conference on the frontiers of statistical modeling:
An informational approach. Dordrecht, the Netherlands: Kluwer Academic Publishers.
BOZDOGAN, H. (2000). Akaike’s information criterion and recent developments in informational complexity. Journal of
Mathematical Psychology, 44, 62-91.
CRISTIANINI, N. and SHAWE-TAYLOR, J. (2000): An introduction to Support Vector Machines. Cambridge University Press.
FISHER R.A. (1936): The use of multiple measurements in taxonomic problems Annals of Eugenic
FRIEDMAN J.H. (1989): Regularized Discriminant Analysis Journal of the American Statistical Association
MERCER, J. (1909): “Functions of positive and negative type and their connection with the theory of integral equations.”
Philosophical Transactions Royal Society London, A209, 415-446.
MIKA, S. (2002): Kernel Fisher discriminants. Ph.D. Thesis, Technical University of Berlin, Berlin, Germany.
VAPNIK, V. (1995): The Nature of Statistical Learning Theory, Springer-Verlag, New York.
Riferimenti Bibliografici specifici
Furio Camillo, Caterina Liberati, Federico Neri (2006). e-CRM, web semantic propensity models and micro-data-mining: an
application of Kernel Discriminant Analysis to the Glam on Web case. Paper accettato per la pubblicazione degli Atti dello
Jadt2006 di Besancon. Organizzazione dell'Universitè France-Compte di Besancon.
H. Bozdogan, F. Camillo, C. Liberati (2005). On the choice of the kernel function in kernel discriminant analysis using
information complexity. Atti del convegno CLADAG 2005. Paper accettato per la pubblicazione su un volume della collana
Springer dell'IFCS. Studies in Classification, Data Analysis, and Knowledge Organization. Editors-in-chief: Bock, H.H., Gaul,
W., Vichi, M.
o
allegato
MODELLO DI DOMANDA (da redigere in carta semplice)
Al Direttore del Dipartimento (o altra struttura)
di ......................................
Alma Mater Studiorum Università di Bologna.
Il/la sottoscritto/a............................................, nato/a a....................................., il....................., residente
in............................., Provincia di.........................., Via...…..............n......, cap................, tel. ………….
CHIEDE
di essere ammesso/a a partecipare alla selezione con riferimento al bando del …….., per l’attribuzione
di n........... assegni/o per lo svolgimento di attività di collaborazione al progetto di ricerca
.................………….………. presso il dipartimento (o altra struttura) di ……………………….
dell’Alma Mater Studiorum Università di Bologna.
A tal fine, cosciente delle responsabilità anche penali in caso di dichiarazioni non veritiere
DICHIARA
-
di essere cittadino/a ............................;
-
di non avere riportato condanne penali o di non avere procedimenti penali in corso (in caso
contrario, indicare quali);
-
di possedere il diploma di laurea (vecchio ordinamento) in
……………………………………….
o diploma di laurea specialistica (nuovo ordinamento) in ..…………………………………………,
conseguito presso...............................……………… in data.....................……,
- di possedere il titolo di dottorato in...……………………..........., conseguito presso …………….
................................. in data ………………
(questa seconda dichiarazione è eventuale)
-
di chiedere la valutazione dei seguenti titoli di cui all’art. 4 del bando da parte della Commissione
giudicatrice (vedere modulo allegato per la dichiarazione sostitutiva).
..............................................................................
.............................................................................
............................................................................
di essere portatore di handicap e di avere necessità del seguente ausilio
__________________________________________________________________________________
Chiede, inoltre, che ogni comunicazione relativa alla presente selezione venga inviata al
seguente indirizzo: ..........................................................., impegnandosi a comunicare eventuali
variazioni.
_l_ sottoscritt__ allega alla presente domanda i seguenti documenti:
(indicare gli allegati)
Luogo e data: ............................................
Firma del candidato..……………….............................
(obbligatoria a pena di nullità della domanda)
Allegato
DICHIARAZIONE SOSTITUTIVA
resa ai sensi e per gli effetti del DPR 28 dicembre 2000 n. 445
(da allegare alla domanda secondo quanto previsto dall’art. 3 del bando)
Il/la sottoscritto/a Dott.................................................................., nato/a a.........................................,
il......................., residente in …………………………….Via ……………………….n. …………..
Consapevole che, ai sensi degli artt. 75 e 76 del DPR 28 dicembre 2000 n. 445, in caso di dichiarazioni
mendaci, falsità negli atti o uso di atti falsi, incorrerà nelle sanzioni penali richiamate e decadrà
immediatamente dalla eventuale attribuzione dell’assegno di ricerca:
DICHIARA
1) di possedere il diploma di laurea (vecchio ordinamento) in ……………………………………….
o diploma di laurea specialistica (nuovo ordinamento) in ..…………………………………………,
conseguito presso...............................……………… in data.....................……,
2) di avere conseguito il titolo di dottore di ricerca in.............................., in data.........................,
presso.....................................................(eventuale)
3) di essere in possesso dei seguenti ulteriori titoli di studio e/o professionali (indicare tutti i dati
necessari per una eventuale verifica da parte della struttura):
..........................................................................................
..........................................................................................
..........................................................................................
4) che le fotocopie relative ai seguenti titoli sono conformi all'originale (da compilare solo se si
presentano fotocopie dei titoli)
……………………………………
……………………………………
……………………………………
data, .....................................
.......................................................
(firma)
(allegare fotocopia del documento di identità nel caso la dichiarazione non sia firmata alla presenza
dell’addetto al ricevimento)