Rozprawy doktorskie na temat „Memorial modelling”

Lo studio di modelli teorici e matematici della memoria semantica ricopre un ruolo importante nelle neuroscienze cognitive. I modelli neuro-computazionali sviluppati negli ultimi decenni vengono impiegati per spiegare e simulare come le informazioni recepite dall’esterno vengono memorizzate e successivamente utilizzate. In questo elaborato si sviluppa un modello di rete semantica per il riconoscimento di concetti, definiti come insieme di caratteristiche. Fondamentale è il ruolo assunto dalle diverse proprietà, che sono state suddivise fra salienti e marginali, distintive e condivise. I concetti presi in considerazione con le rispettive feature, fanno parte di un ampio data set fornito dalla Dott.ssa Catricalà. La rete sviluppata rientra tra i modelli di massa neuronale che considera quattro popolazioni di neuroni: piramidali, inter-neuroni eccitatori, inter-neuroni inibitori lenti e inter-neuroni inibitori veloci. Il modello sviluppato si basa sullo studio del professor Ursino et al. e utilizza oscillatori in banda gamma. Tramite sincronizzazione di queste oscillazioni è possibile memorizzare concetti e successivamente recuperarli, mantenendoli in memoria simultaneamente. Il richiamo di più concetti contemporaneamente avviene tramite desincronizzazione delle oscillazioni ad opera di un inibitore globale, modellato tramite funzione a gradino. Per modellare l’apprendimento della rete è stata utilizzata la regola di Hebb, sfruttando soglie pre e post-sinaptiche differenti così da costruire sinapsi asimmetriche che permettono una differenziazione delle feature.

Evidence suggests that when memories are reactivated they become labile and can be updated or even erased. Reactivation induces plasticity in memory representations, rendering them fragile, much as they were after initial acquisition. When a memory has been reactivated it must be re-stabilized, which requires reconsolidation. A recent set of studies established the phenomenon of memory reconsolidation for episodic memory (Hupbach et al., 2007, 2008, 2011). That reconsolidation effects apply to explicit memory, which requires conscious recollection, has far reaching implications. In the Hupbach et al. studies the ability of subtle reminders to trigger reconsolidation was investigated; these reminders consisted of the same spatial context, the same experimenter and a reminder question. Given we live in a predictable world, episodes are not random occurrences of events in time and space, but instead consist of statistical and semantic regularities. This leaves open the question of whether semantic relations and statistical regularities between episodes can trigger a reactivation of episodic memory. If so, how would this affect the status of the reactivated memory? This dissertation explored the role of semantic relatedness between the elements of different episodes in memory reactivation and subsequent updating. We focused particularly on categorical and contextual aspects of semantic relations. A series of experiments considered different kinds of semantic relations between elements of episodes, providing evidence of memory reactivation and updating as a consequence of basic level category relations between items in two separate episodes. We also tested the predictions of the Temporal Context Model (TCM) (Sederberg et al., 2011) for our experimental paradigm and show that the current TCM model is not able to account for all the effects of semantic relatedness in the reconsolidation paradigm. Finally, we explore an alternative approach that seeks to explain memory reconsolidation as Bayesian Inference. Our results provide support for this Bayesian framework, showing the potential of it for exploring different aspects of memory organization.

E' stata presentata un'analisi di sensitività di un modello matematico della memoria spaziale nell'ippocampo. Il modello usa le masse neuronali per simulare le oscillazioni theta delle place cells dell'ippocampo. I risultati mostrano che il modello è robusto a variazioni di diversi parametri.

I meccanismi neurali di memoria semantica sono fondamentali per capire deficit di conoscenza. Sono stati sviluppati modelli per lo studio della memoria per capire come la conoscenza del significato concettuale sia immagazzinata nel sistema nervoso. Un tipo di rete neurale è quella basata su dinamiche attrattive: informazioni che caratterizzano i concetti vengono espresse dall'attivazione simultanea di gruppi neuronali codificanti proprietà. La semantica di un concetto si descrive tramite collezioni di features che sintetizzano la conoscenza del concetto. Attraverso l'apprendimento sinaptico, un concetto viene memorizzato come punto di equilibrio; l'informazione completa si ripristina a partire da un punto iniziale. Le reti attrattive basate su proprietà forniscono intuizioni su fenomeni riguardanti la memoria in condizioni normali e patologiche. Questi modelli spiegano il ruolo delle features nella rappresentazione e la distinzione tra concetti subordinati e sovraordinati, presupponendo un ruolo diverso nell'archiviazione e nel ripristino. Nel presente lavoro, è stato esteso un modello di rete semantica monodimensionale e si sono indagati i meccanismi che portano alla formazione di categorie. Si vuole comprendere come le connessioni tra proprietà siano indotte dall’esperienza. La semantica di un oggetto dipende dal contesto, ovvero da proprietà che tendono a verificarsi insieme. Si studia infine un modello con oscillatori per mantenere in memoria differenti rappresentazioni. La sincronizzazione consente il ripristino simultaneo di concetti diversi risolvendo il problema di “binding & segmentation”. Le simulazioni mostrano come, evocando alcune features, siano richiamate le proprietà salienti; i risultati forniscono indicazioni sui meccanismi neurali usati per formare le categorie. La rete risolve compiti di riconoscimento concettuale, mantenendo la distinzione tra categorie e singoli membri, e discriminando tra features salienti e marginali.

Il modello neurocomputazionale usato nel presente lavoro è una rappresentazione della memoria semantica attraverso una rete auto-associativa, che sfrutta la regola di Hebb con una diversa soglia pre e post sinaptica. Nella rete ogni attributo viene codificato da un neurone. Durante l’addestramento sinaptico ogni concetto riceve in ingresso le sue proprietà (una per volta) con una diversa probabilità di occorrenza. Proprietà salienti hanno un’alta probabilità di verificarsi, proprietà marginali hanno una bassa probabilità di verificarsi. Sono state costruite due differenti tassonomie con più concetti rispetto a quelle usate in lavori passati. Ogni concetto è stato descritto da un numero diverso di proprietà, mantenendo un equilibrio tra proprietà salienti e marginali. Lo scopo del presente lavoro è stato quello di testare il modello su tassonomie contenenti un numero di concetti elevato, con l’obiettivo di analizzare il ruolo delle diverse proprietà nella ricostruzione di un concetto e nella formazione di categorie. A seguire è stata studiata la possibilità del riconoscimento simultaneo di più concetti, ipotizzando la separazione di fase. Il modello è stato testato su reti contenenti meno concetti rispetto a quelle di base. In queste reti ad ogni neurone è stato sostituito un oscillatore di Wilson – Cowan ed è stato aggiunto un inibitore globale. Successivamente è stato introdotto il concetto di contesto nelle reti di base, ciascuna di esse è stata caratterizzata da proprietà context dependent (CD) e context indipendent (CI). Le successive simulazioni dimostrano la dipendenza contestuale delle caratteristiche CD. Infine il concetto di contesto è stato inserito anche in una delle reti con oscillatori, verificando che quando più concetti vengono presentati simultaneamente alla rete, e ciascuno di essi è caratterizzato anche da proprietà context dependent, queste ultime si richiamano a vicenda, oscillano in fase e risultano sfasate rispetto a quelle di altri concetti

Le basi neurali della memoria semantica e lessicale sono oggetto di indagine da anni nelle neuroscienze cognitive. In tale ambito, un ruolo crescente è svolto dall’uso di modelli matematici basati su reti di neuroni. Scopo del presente lavoro è di utilizzare e migliorare un modello sviluppato in anni recenti, per spiegare come la conoscenza del significato di parole e concetti sia immagazzinata nel sistema nervoso e successivamente utilizzata. Il principio alla base del modello è che la semantica di un concetto è descritta attraverso una collezione di proprietà, che sintetizzano la percezione del concetto stesso nelle diverse regioni corticali. Gli aspetti semantici e lessicali sono memorizzati in regioni separate, ma reciprocamente connesse sulla base dell’esperienza passata, secondo un meccanismo di apprendimento Hebbiano. L’obiettivo del lavoro è stato quello di indagare i meccanismi che portano alla formazione di categorie. Una importante modifica effettuata è consistita nell’utilizzare un meccanismo di apprendimento Hebbiano a soglia variabile, in grado di adattarsi automaticamente alla statistica delle proprietà date in input. Ciò ha portato ad un miglioramento significativo dei risultati. In particolare, è stato possibile evitare che un proprietà comune a molti (ma non a tutti) i membri di una categoria (come la proprietà “vola” per la categoria “uccelli”) sia erroneamente attribuita all’intera categoria. Nel lavoro viene presentato lo stesso modello con quattro differenti tassonomie, relative ad animali e a oggetti artificiali. La rete, una volta addestrata con una delle 4 tassonomie, è in grado di risolvere compiti di riconoscimento e denominazione di concetti, mantenendo una distinzione tra le categorie e i suoi membri, e attribuendo un diverso ruolo alle proprietà salienti rispetto alle proprietà marginali. Le tassonomie presentano un numero di concetti e features crescente, per avvicinarsi al reale funzionamento della memoria semantica, in cui ai diversi concetti è associato un numero diverso di caratteristiche.

Nel corso degli anni sono stati sviluppati modelli matematici con lo scopo di studiare i meccanismi alla base del sistema neurale. In questo elaborato è stato utilizzato un modello neurale, che comprende una rete semantica e una lessicale, che sfrutta la regola di Hebb per addestrare le sinapsi. Il principio alla base di tale modello è che la semantica di un concetto è descritta da una collezione di proprietà, che sintetizzano la percezione del concetto nelle diverse regioni corticali. Gli aspetti semantici e lessicali sono memorizzati in regioni separate del cervello, ma reciprocamente connesse sulla base dell’esperienza, secondo un meccanismo di apprendimento fisiologico. Si è addestrato il modello con una soglia post-sinaptica variabile che dipende dall’attività del neurone pre-senaptico, migliorando così il concetto di salienza, che diventa diverso per le proprietà distintive e per quelle condivise; ed è possibile evitare che una proprietà condivisa da molti membri della stessa categoria (come “vola” per gli uccelli) divenga saliente e sia attribuita erroneamente all’intera categoria. Nel lavoro viene presentato lo stesso modello con 2 diverse tassonomie, relative ad animali e a oggetti artificiali. La rete, una volta addestrata risolve compiti di riconoscimento e denominazione di concetti, mantenendo una distinzione tra le categorie e i suoi membri, e attribuendo un diverso ruolo alle proprietà dominanti rispetto alle proprietà marginali. In questa tesi viene, inoltre, simulato il danneggiamento della rete neurale sia a livello sinaptico che a livello del singolo neurone. In entrambi i casi il modello rispecchia il processo fisiologico. È stato simulato, inoltre, il fenomeno del priming. I risultati mostrano che il tempo di riconoscimento della seconda parola dipenda dal grado di somiglianza fra la prima e la seconda parola usate durante la simulazione.

Lo studio della memoria semantica gioca un ruolo importante nelle neuroscienze; in tale ambito i modelli teorici possono dare un contributo fondamentale per comprendere i meccanismi operanti. Il modello neurale presentato in questa tesi è una rappresentazione della memoria semantica e lessicale, che sfrutta la regola di Hebb per addestrare le sinapsi. Il principio alla base è che la semantica di un oggetto è descritta attraverso una collezione di proprietà, caratterizzate da una differente frequenza di occorrenza che determina il diverso grado di “salienza”. L’obiettivo del lavoro è quello di estendere un modello sviluppato negli anni precedenti (Ursino et al., 2015) e, analizzare il ruolo delle diverse proprietà nella costruzione di un concetto e il loro legame con la parola. Un aspetto innovativo è comprendere come la rappresentazione concettuale sia eventualmente dipendente da un contesto. Tutti i modelli sono stati addestrati con una soglia post-sinaptica variabile che dipende dall’attività del neurone presinaptico. Soffermandoci sulla regola di apprendimento è stato migliorato il concetto di salienza, evitando che una proprietà condivisa da molti concetti divenga saliente e sia attribuita erroneamente all’intera categoria. È stato simulato il concetto di contesto facendo uso della probabilità condizionata; realizzando una rete caratterizzata da proprietà context dependent e context independent. Le successive simulazioni, con la rete addestrata, hanno mostrato come, la rappresentazione semantica dipenda dal contesto. Infine è stato realizzato un modello per simulare soggetti diversi con differenti rappresentazioni semantiche. Ogni soggetto, ha mostrato, al termine della simulazione, una propria rappresentazione semantica della parola strettamente dipendente dall’esperienza personale.

L'accoppiamento tra i ritmi theta e gamma è una caratteristica nota dell'attività cerebrale a livello dell’ippocampo. Esistono evidenze sperimentali che mostrano come tale accoppiamento sussista anche in regioni prefrontali, durante task che coinvolgono la memoria di lavoro. La rete neurale descritta nel presente elaborato è stata messa a punto per simulare i ritmi theta e gamma nelle suddette regioni cerebrali, con l'obiettivo di consentire l’analisi del loro accoppiamento, in varie condizioni di lavoro. Il network è composto da più strati; in ciascuno di essi l'unità di calcolo di base è un modello di massa neuronale che rappresenta una colonna corticale. Sono state individuate due modalità di lavoro per la rete: "recall" (in cui l'operazione fondamentale è l'evocazione di una sequenza di oggetti) e "desynchronize" (in cui le operazioni fondamentali sono quelle di binding e segmentation). Le sinapsi sono state addestrate utilizzando regole hebbiane ed anti-hebbiane. Impiegando la rete, in entrambe le sue modalità di funzionamento ed in diversi test, si sono ottenuti risultati compatibili con dati sperimentali e teorie disponibili in letteratura. Complessivamente, si può affermare che il modello realizzato è un buono strumento per la simulazione e l’analisi dei ritmi theta e gamma, e suoi ulteriori sviluppi potrebbero renderlo ancor più efficace per lo studio di diversi problematiche neuro-cognitive e per la comprensione di patologie neurologiche (quali la schizofrenia) caratterizzate da alterazioni dei ritmi cerebrali.

Au-delà des outils d’analyse statistique traditionnellement mobilisés par les chercheurs en humanités numériques, il existe de nombreux instruments de visualisation (bases de données 3D, moteurs de jeu vidéo, réalité virtuelle et augmentée, etc.) qui ont gagné ces dernières années une importance croissante, ceux-là permettant de spatialiser les connaissances de façon intuitive, de donner à voir des vestiges en lien avec les enquêtes humanistes ou encore de toucher un public dépassant le strict milieu universitaire. Cette thèse a pour but de préciser sur la base de quels modèles heuristiques et épistémologiques, les ingénieurs travaillant dans le domaine des interactions homme-machine ont pensé ces dispositifs. En Europe et jusqu’à l’époque baroque, plusieurs méthodes, désignées du nom d’arts de la mémoire, reposant sur l’immersion dans des espaces mentaux, avaient été mobilisées pour organiser les connaissances. Leur centralité dans la vie intellectuelle leur a donné une postérité double : elles ont structuré tant la manière de penser l’organisation des savoirs (logique et computation) que de les donner à voir (avènement du paradigme perspectif et de la muséologie). Cet héritage hybride les a constituées comme des repères pour le développement des nouveaux médias, notamment de l’infographie tridimensionnelle. Pour saisir les enjeux socio-économiques et esthétiques liés à l’utilisation de ces technologies dans le champ universitaire, leur mise au point dans les secteurs industriels du cinéma et du jeu vidéo, qui ont nourri leur évolution, est resituée dans la thèse. Cette enquête permet de définir des prescriptions utiles à leur déploiement au sein des humanités numériques
Beyond the instruments of statistical analysis enlisted by researchers working in the field of digital humanities, a growing number of visual and spatial tools (3D databases, video game engines, virtual and augmented reality, etc.) have gained in interest over the past few years. These new approaches allow for the spatialized presentation of knowledge in novel and intuitive ways that increasingly appeal to a public beyond academia. The goal of this thesis is to pinpoint and explore the various heuristic and epistemological models engineers working in the field of human-computer interaction have used to develop these tools. Up until the Baroque period in Europe, a suite of methods grouped under the rubric of “the arts of memory” relied on similar modes of spatialization of immersive mental spaces in order to activate memory and to organize knowledge. The centrality of these arts in the formation of intellectual life has granted them a double posterity: they at once structured the way one organized knowledge – thus becoming instrumental in the refinement of logic and computation; while also serving as means to exhibit and present knowledge – allowing for the advent of the perspective paradigm and museology. This hybrid heritage establishes the arts of memory as landmarks for the further development of new media, and notably computer-generated images. To understand the stakes involved with the use of these technologies in scholarly practice, this thesis also addresses how the film and video game industries gradually shaped their evolution. Finally, this inquiry provides useful prescriptions for their deployment within the growing interdisciplinary field of digital humanities

Presentiamo la classe di modelli di computazione astratti delle Macchine a puntatori mettendole in relazione con i classici modelli computazionali.In particolare ci chiediamo se appartengano alla classe descritta della Tesi di Invarianza. A questo scopo illustriamo la simulazioni di una Macchina di Turing attraverso una Macchina di Schönhage e presentiamo alcuni teoremi riguardanti l'utilizzo dello spazio. Questi risultati mettono in luce come le macchine a puntatori possano essere considerate più potenti rispetto alle Macchine di Turing e alle RAM. Presentiamo poi le Macchine di Kolmogorv-Uspensky, le prime macchine a puntatori inventate, mettendo in luce la riflessione che ne ha portato all'ideazione. Ne presentiamo infine una implementazione biologica tramite il Physarum Polycephalum con l'intento di mostrare come questo modello, grazie alla sua particolare struttura, si presti ad essere un utile strumento per la comprensione di sistemi fisici.

Lo studio della memoria semantica attraverso modelli teorici (qualitativi o matematici) gioca un ruolo importante nelle neuroscienze cognitive. In questa tesi viene presentato un modello della memoria semantica e lessicale. Il principio alla base del modello è che la semantica di un oggetto è descritta attraverso una collezione di proprietà, che sintetizzano la percezione dell’oggetto nelle diverse regioni corticali. Gli aspetti semantici e lessicali sono memorizzati in regioni separate del cervello, ma reciprocamente connesse sulla base dell’esperienza passata, secondo un meccanismo di apprendimento Hebbiano. L’obiettivo del lavoro è indagare i meccanismi che portano alla formazione di categorie, analizzare il ruolo delle diverse proprietà nella costruzione di un concetto e le connessioni tra queste proprietà e la parola corrispondente al nome dell’oggetto. Durante l’addestramento per ogni oggetto sono presentate alcune proprietà in input, con una data frequenza: alcune sono condivise, cioè appartengono a più di un concetto e permettono la formazione di categorie, altre sono distintive, cioè sono tipiche di un concetto e consentono la rappresentazione dei membri di una categoria. Un ulteriore aspetto riguardante le proprietà è la distinzione fra proprietà salienti, che sono spontaneamente evocate, e proprietà marginali. E’ stata utilizzata una tassonomia composta da 11 parole che identificano 11 animali. La salienza è stabilita dalla frequenza con cui si verifica ciascuna proprietà. La distinzione tra proprietà condivise e distintive, e tra proprietà salienti e non salienti, è stata ottenuta mediante l’uso della regola di Hebb con una diversa soglia presinaptica e postsinaptica, producendo patterns di sinapsi asimmetriche all’interno della rete semantica (auto-associazione) e tra la rete semantica e lessicale (etero-associazione). La rete addestrata è in grado di risolvere compiti di riconoscimento e denominazione di oggetti, mantenendo una distinzione tra le categorie e i suoi membri, e fornendo un diverso ruolo per le proprietà salienti rispetto alle proprietà marginali.

Gli alti costi in termini di gestione, tempo e lavoro legati all'uso dei mammiferi nella ricerca biomedica hanno reso sempre più urgente la necessità di individuare modelli alternativi più economici e semplici ma altrettanto efficaci. Lo scopo della mia tesi è stata la caratterizzazione della chiocciola di stagno Lymnaea stagnalis come modello per le Neuroscienze Traslazionali. Gli studi bioinformatici, molecolari e comportamentali condotti hanno dimostrato la validità e la versatilità di questo modello e hanno permesso di esaminare fenomeni finora osservati solo nei mammiferi. In particolare, è emerso che: (1) L. stagnalis consente di approfondire il dialogo tra il sistema nervoso e immunitario, inclusi gli effetti dell’infiammazione sulle funzioni cognitive. Il trattamento con uno stimolo infiammatorio (lipopolisaccaride - LPS) è stato in grado di modulare l’espressione degli enzimi della pathway delle chinurenine nel sistema nervoso centrale di L. stagnalis. Questa pathway è altamente conservata tra vertebrati e invertebrati e metabolizza il triptofano in diversi cataboliti neuroattivi, i quali possono essere sia neurotossici che neuroprotettivi. Lo stesso stimolo è stato in grado di alterare il comportamento e le performance cognitive delle chiocciole, come osservato in organismi più complessi, uomo incluso. Questi effetti possono essere eliminati trattando preventivamente gli animali con un composto antinfiammatorio come l’aspirina. (2) L. stagnalis è in grado di formare il Garcia effect, una forma di apprendimento complesso che consiste in un’avversione condizionata a un sapore nuovo a seguito della sua associazione a uno stimolo avverso che induce un malessere viscerale, incontrato fino a 48h ore dopo. Come precedentemente dimostrato nel modello di roditore e nell’uomo, è stata sufficiente una singola presentazione dei due stimoli per generare una duratura e specifica avversione per questo sapore. L. stagnalis rappresenta quindi un modello semplificato per lo studio dei meccanismi alla base del Garcia effect negli organismi più complessi. (3) L. stagnalis può essere utilizzata per studiare gli effetti del riscaldamento globale sulla resilienza, i comportamenti adattativi e le funzioni cognitive degli organismi. L'esposizione giornaliera a uno shock termico ha aumentato la sensibilità alle temperature delle chiocciole di laboratorio (mantenute a temperature costanti per generazioni), ma non è stato un fattore di stress per le chiocciole appena raccolte nei loro habitat naturali (dove sono state esposte a considerevoli escursioni termiche), né per la loro progenie nata e allevata in laboratorio. Questi risultati hanno suggerito un duplice ruolo della genetica e della plasticità fisiologica nella termo-tolleranza. (4) L. stagnalis permette di studiare gli effetti di composti naturali bioattivi su apprendimento e memoria. L'esposizione acuta al flavonoide quercetina si è dimostrata in grado di migliorare la formazione della memoria a lungo termine, mentre a livello molecolare ha indotto un’up-regolazione della via serotoninergica e di CREB1 (cAMP response element-binding protein 1), i quali svolgono un ruolo chiave e altamente conservato nei processi di plasticità sinaptica. Anche se i modelli animali non potranno mai riassumere l'intero fenotipo dei cervelli umani, i risultati presentati nella mia tesi hanno illustrato che, se spostata dallo stagno al banco di laboratorio, L. stagnalis rappresenta un modello valido per aprire nuove frontiere nelle Neuroscienze Traslazionali. L'obiettivo finale di questo progetto è quello di fornire un ulteriore strumento per promuovere lo spostamento della ricerca dal banco di laboratorio al letto dei pazienti, 'traducendo' i dati ottenuti nelle chiocciole ai mammiferi.
The high costs in time and efforts associated with the use of mammals in biomedical research are creating a pressing demand for alternative models that are cheaper and simpler, but still effective. The aim of my thesis was the characterization of the pond snail Lymnaea stagnalis as a model for Translational Neuroscience. Different bioinformatics, molecular, and behavioural studies have been performed to show the validity and versatility of this model to study phenomena so far demonstrated only in mammals. In particular, it has been shown that (1) L. stagnalis can be used to elucidate the conserved dialogue between the immune and nervous systems and to study the effects of inflammation on cognitive functions. An immune challenge (i.e., injection of lipopolysaccharide – LPS) affected the transcriptional levels of the enzymes of the kynurenine pathway in L. stagnalis’ central nervous ganglia. This conserved pathway in vertebrates and invertebrates catabolizes the aminoacid tryptophan into several neuroactive metabolites which can exert both neuroprotective and neurotoxic effects. The same immune challenge was able to alter snails’ adaptive behaviours and to obstruct their ability to form or show long-term memory (LTM), as observed for more complex organisms. These behavioural effects were prevented by exposing L. stagnalis to an anti-inflammatory compound, like aspirin, before the LPS injection, suggesting the involvement of immune-related molecules in mediating LPS-induced sequelae. The results of these studies gave important translational contributions for elucidating the effects of inflammation on the central nervous system. (2) L. stagnalis is capable of the Garcia effect, a higher form of learning, consisting of a conditioned aversion to an appetitive food stimulus consumed hours before the exposure to an aversive, nausea-inducing stimulus. As previously demonstrated in rodents and humans, a single paired presentation of these stimuli was sufficient to create a long-lasting and taste-specific gustatory aversion. This study allowed to elucidate the causal underpinnings of the Garcia effect in higher animals. (3) L. stagnalis can be used to predict the effects of the current global warming on animal resilience, adaptive behaviours, and cognitive functions. Daily exposure to a thermal shock increased the thermal sensitivity of laboratory-reared snails, which have been maintained under constant laboratory temperatures for generations. However, this ‘habitat-related challenge’ did not appear to be a stressor in freshly collected snails, that had experienced severe thermal fluctuations in their natural environment, nor in their progeny born and raised in lab conditions. These results allowed a better understanding of the role of genetic changes and physiological plasticity on thermotolerance. (4) L. stagnalis is a versatile model to examine the effects of bioactive natural compounds on learning and memory. Exposure to the flavonoid quercetin upregulated the serotoninergic pathway and CREB1 (cAMP response element-binding protein 1), a key regulator of synaptic plasticity in several in vivo models, in L. stagnalis’ central ganglia. This molecular effect was accompanied by an enhancement of LTM acquisition, consolidation, recall, and reconsolidation. Although animal models can never summarize the full phenotype of human brains, findings presented in my thesis illustrated that, when moved from pond to bench, L. stagnalis represents a valid model to open new frontiers in Translational Neuroscience. The ultimate goal of this project is to provide an additional tool to promote and sustain the rational and move research from bench to bedside, ‘translating’ data from snails to mammals, and maybe to humans.

Data availability is extremely important for water management. Without data it would not be possible to know how much water is available or how often extreme events are likely to occur. The usually available hydro-meteorological data often have a limited representativeness and are affected by errors and uncertainties. Additionally, their collection is resource-intensive and, thus, many areas of the world are severely under-monitored. Other areas are seeing an unprecedented – yet local – wealth of data in the last decades. Additionally, the spread of new technologies together with the integration of different approaches to water management science and practice have uncovered a large amount of soft information that can potentially complement and expand the possibilities of water management. This thesis presents a series of studies that address data opportunities for water management. Firstly, the hydro-meteorological data needs for correctly estimating key processes for water resource management such as precipitation and discharge were evaluated. Secondly, the use of non-traditional sources of information such as social media and human behaviour to improve the efficiency of flood mitigation actions were explored. The results obtained provide guidelines for determining basic hydro-meteorological data needs. For instance, an upper density of 24 rain gauges per 1000 km2 for spatial precipitation estimation beyond which improvements are negligible was found. Additionally, a larger relative value of discharge data respect to precipitation data for calibrating hydrological models was observed. Regarding non-traditional sources of information, social memory of past flooding events was found to be a relevant factor determining the efficiency of flood early warning systems and therefore their damage mitigation potential. Finally, a new methodology to use social media data for probabilistic estimates of flood extent was put forward and shown to achieve results comparable to traditional approaches. This thesis significantly contributes to integrated water management by improving the understanding of data needs and opportunities of new sources of information thus making water management more efficient and useful for society.
All vattenförvaltning kräver tillgång till data. Data behövs för att kunna fastställa t.ex. hur mycket vatten som finns och sannolikheten för stora översvämningar. De hårda hydro-meteorologiska data som normalt är tillgängliga har inte sällan en begränsad representativitet och påverkas av fel och osäkerheter. Dessutom är datainsamling nästan alltid resurskrävande och därför finns hårda data i begränsad utsträckning, eller inte alls, i stora delar av världen. Samtidigt har man under senaste decennierna fått tillgång till en oöverträffad – men lokal – mängd data i vissa områden. Spridningen av ny teknik har, tillsammans med integreringen av olika vetenskapliga metoder inom vattenförvaltning och praktik, påvisat värdet av mjuk information som potentiellt kan komplettera hårda data och förbättra möjligheterna till en god vattenförvaltning. Denna avhandling presenterar studier som belyser vilka möjligheter vattenförvaltningen har vid olika tillgång på hårda data och mjuk information. Först utvärderades vilka krav som kan ställas på hydro-meteorologiska data för att korrekt kunna beskriva nyckelprocesser som nederbörd och vattenföring vid bestämning av vattenresurser. Därefter utforskades möjligheterna att förbättra översvämningsberäkningar med hjälp av mjuk information från sociala medier och rörande mänskligt beteende. Resultaten gav riktlinjer för att bestämma värdet av hydro-meteorologiska data. Till exempel visades att information om nederbördens rumsliga fördelning inte förbättras nämnvärt vid en mätartäthet över 24 regnmätare per 1000 km2. Det relativa värdet av vattenföring visade sig också vara större än för nederbörd för att kalibrera hydrologiska modeller. Det visade sig att en befolknings minne av tidigare översvämningar påverkar effektiviteten hos tidiga varningssystem för översvämningar och deras möjlighet att begränsa skador. Slutligen har en ny metod föreslagits för att använda sociala medier för sannolikhetsberäkningar av översvämmade områden. Metoden visade sig leda till resultat som var jämförbara med traditionella metoder. Avhandlingens huvudsakliga bidrag till en integrerad vattenförvaltning är att öka förståelsen för vilka data som krävs för olika förvaltningsmål och vilka möjligheter som finns att utnyttja mjuk information för att effektivisera vattenförvaltningen göra den mer användbar för samhället.
La disponibilitat de dades és extremadament important per a la gestió de l’aigua. Sense dades no seria possible conèixer ni la quantitat d'aigua disponible ni la freqüència d’esdeveniments extrems. Les dades hidrometeorològiques normalment disponibles tenen una representativitat limitada, es veuen afectades per errors i incerteses i la seva recol•lecció requereix nombrosos recursos, cosa que produeix que moltes zones del món no estiguin adequadament monitoritzades. Així i tot, en les últimes dècades s’ha generat una quantitat de dades sense precedents però de manera localitzada. A més, la difusió de noves tecnologies, juntament amb la integració de diferents enfocaments han permès utilitzar una gran quantitat de dades “toves” per complementar i ampliar les possibilitats en la gestió de l'aigua. Aquesta tesi presenta estudis que aborden algunes de les oportunitats ofertes per les dades per a millorar la gestió de l'aigua. En primer lloc es va avaluar la quantitat necessària de dades hidrometeorològiques per estimar correctament processos clau per a la gestió dels recursos hídrics. En segon lloc es va explorar l'ús de fonts no tradicionals d'informació per millorar l'eficiència de la mitigació d'inundacions. Per exemple, es va identificar una densitat màxima de 24 pluviòmetres per 1000 km2 per estimar la distribució espacial de precipitació, per sobre de la qual les millores són insignificants. A més, es va observar que les dades d’escorrentia tenen un valor relatiu més gran per al calibratge de models hidrològics que les dades de precipitació. Pel que fa a la informació no tradicional, la memòria social d’anteriors inundacions es va identificar com un factor rellevant per a determinar l'eficiència dels sistemes d'alerta d'inundacions i, per tant, del seu potencial per mitigar danys. Finalment, es va proposar una nova metodologia per utilitzar informació provinent de xarxes socials per a realitzar estimacions probabilístiques d'extensió d’inundacions i es va demostrar el seu potencial per aconseguir resultats comparables als d’enfocaments tradicionals. Aquesta tesi aporta avenços significatius per a la gestió integrada de l'aigua mitjançant la millora de la comprensió de les necessitats de dades i de les oportunitats presentades per noves fonts d'informació. D’aquesta manera contribueix a una gestió de l'aigua més eficient i útil per a la societat.
La disponibilidad de datos es sumamente importante para la gestión del agua. Sin datos no sería posible determinar la cantidad de agua disponible o la frecuencia de eventos extremos. Los datos hidrometeorológicos normalmente disponibles tienen una representatividad limitada, son afectados por errores e incertidumbres y su recolección requiere de abundantes recursos, lo cual causa que muchas zonas del mundo no estén adecuadamente monitorizadas. En contraste, en las últimas décadas se ha generado una cantidad de datos sin precedentes pero de manera localizada. Además, la difusión de nuevas tecnologías, conjuntamente con la integración de distintos enfoques, ha permitido usar una gran cantidad de datos “blandos” para complementar y ampliar las posibilidades en la gestión del agua. Esta tesis presenta estudios que abordan las oportunidades ofrecidas por los datos para mejorar la gestión del agua. En primer lugar se evaluó la cantidad necesaria de datos hidrometeorológicos para estimar correctamente procesos clave para la gestión de recursos hídricos. En segundo lugar se exploró el uso de fuentes no tradicionales de información para mejorar la eficiencia de la mitigación de inundaciones. Por ejemplo, se identificó una densidad máxima de 24 pluviómetros por 1000 km2 para estimar la distribución espacial de precipitación más allá de la cual las mejoras son insignificantes. Además se observó que los datos de escorrentía tienen un mayor valor relativo para la calibración de modelos hidrológicos que el de los datos de precipitación. Respecto a la información no tradicional, la memoria social de inundaciones pasadas fue identificada como un factor relevante para determinar la eficiencia de los sistemas de alerta de inundaciones y, por lo tanto, de su potencial para mitigar daños. Finalmente, se propuso una nueva metodología para usar información proveniente de redes sociales para realizar estimaciones probabilísticas de extensión de inundaciones y se demostró su potencial para conseguir resultados comparables a los de enfoques tradicionales. Esta tesis aporta avances significativos para la gestión integral del agua a través de la mejora de la comprensión de las necesidades de datos y de las oportunidades presentadas por nuevas fuentes de información, contribuyendo a una gestión del agua más eficiente y útil para la sociedad.

The present doctoral thesis covers different aspects in the financial econometrics area. In particular, the research focuses on the heterogeneous agents in the market (rational and behavioural), the performance measures related to this type of agents and, more generally, the asset evaluation within a portfolio selection framework. Further, the time varying dependence among the financial markets is also considered. In general, the financial markets represent one of the main indicators for the dynamics of the business cycle as noted by Siegel (1991). Viceversa, Hamilton and Lin (1998), for example, found that economic recessions are the main factor that leads the fluctuations in the volatility of stock returns. Therefore, there is evidence for an interdependence relationship among the economic cycle and the financial markets. In this context, it is interesting to analyze the markets by looking at investors as decision makers in the asset selection process. Moreover, the time varying dependence among the financial markets could imply a change in the portfolio in term of diversification, with effects on investors' portfolios. The first chapter presents a rational learning model which considers the information coming to a HARA investor from a behavioural counterpart. The main goal is to investigate this component's effect, in terms of utility function, on asset evaluation during the allocation process. This heterogeneous framework has two types of agents with two different utility functions, a rational agent with a hyperbolic absolute risk aversion (HARA) utility function and the second with a general behavioural utility function. To compare the assets, each agent uses the concept of performance measure related to utility functions. The higher the measure, the higher the expected utility of a given asset. The HARA agent is a rational learner agent. The rational learning is defined as the process undertaken through Bayesian updating of the prior beliefs. The prior beliefs derive by the utility function of the rational agent and the updating process of beliefs takes place through the presence of the behavioural counterpart. The choice is conditioned by adopting an Herding behaviour, which is the tendency for an investor to abandon her own information to imitate the behaviour of other investors. Therefore, the rational investor is conditioning her choice towards behavioural investors to give rise to the positive feedback effect. This effect has been documented by Scharfstein and Stein (1990) on fund manager, Grinblatt et al. (1995) in mutual fund behaviour and by Devenow and Welch (1996) on forecasts made by financial analysts. The rational learner agent adopts a positive feedback strategy through herding behaviour to improve her investment. In this regard, the two components are blended in a Bayesian manner. The model is built analogously to Black-Litterman model to obtain the aggregated measure adjusted by a weighting factor. The goal in the application of the model is to check if the positive feedback effect exists. The work shows that conditioning the choice of the HARA investor towards a behavioural direction improves the selection amongst the assets. The empirical analysis is performed on all the assets present in the NASDAQ stock exchange from December 1989 to February 2012. This chapter is a solo paper. The second chapter declines with a different purpose the model developed in the first chapter. In this context, two categories of agents are considered, one rational with a risk adverse utility function and one with an S-shaped loss averse value function similar to Kahneman and Tversky (1979). Agents take investment decisions in the same way by ranking the alternative assets according to their performance measures. We assume that a type of agent is endowed with an S-shaped loss averse value function. This produces the intuitive and empirically validated prediction that the attitude of undertaking risky investments changes according to the fluctuations of the financial market. According to this assumption, in periods of (financial and economic) recession, financial agents are attracted by more risky investments that might generate, with some positive probability, returns that compensate previous (observed) losses. On the other hand, in periods of expansion, financial agents are more reluctant to undertake a risky investment that might reduce, with some positive probability, previous (observed) capital gains. In this chapter the model estimates the relative weight of the behavioural component in the financial market. The empirical analysis is based on monthly data on the components of the S&P 500 index from January 1962 to April 2012. The relative weight of the behavioural category over the rational's one has an intuitive explanation: the higher the value of the weighting factor, the higher is the weight of the behavioural component in the aggregated measure. The estimated value of the weighting factor is obtained by maximizing the cumulated return of the one hundred most performing assets of the mixture ranking. Intuitively, the weighting factor captures the extent to which the financial market should have moved from the ordering of the rational category to the ranking of the behavioural agents to maximize the return of the "best" one hundred assets. By choosing a selection of one hundred assets, we capture the systemic dimension of the financial market. The results confirm the existence of a significant behavioural component, which is more likely to emerge during recessions. A strong correlation emerges between the estimated relative weight series and the VIX index, which implies that the estimates substantially explain financial expectations. This is a joint paper with Professors Massimiliano Caporin and Luca Corazzini (University of Padova). The third chapter introduces a novel criterion for performance measure combination designed to be used as an equity screening algorithm. The combination criterion follows the general idea of linearly combining existing performance measures with positive weights. These weights are determined by means of an optimisation problem. The underlying criterion function explicitly takes into account the risk-return trade-off potentially associated with the equity screens, evaluated on a historical and rolling basis. By construction, and due to the rolling window evaluation approach, the methodology provides performance combination weights that can vary over time, thus allowing for changes in preferences across performance measures. The proposed approach is implicitly robust to the dynamic features of the returns densities, as these will affect the evaluation of performance measures that are the inputs of our screening algorithm. The final product of the linear combination of performance measure is a composite performance index, which can then be used to create asset screens. We present an empirical application that illustrates the use of the screening algorithm in a simplified portfolio allocation. This is a joint paper with Professors Monica Billio (Ca' Foscari University of Venice) and Massimiliano Caporin. The fourth chapter examines the financial contagion using a regime switching approach with vine copulas. Vine Copulas allows us to model easily a multivariate framework with the use of the pair-copula decomposition introduced by Aas et al. 2009). The marginals are modelled by the GARCH process with long memory volatility{in mean as introduced by Christensen et al. (2010). In particular, this model well captures the long{range dependence characterizing financial time series, allowing for asymmetric effects in the GARCH equation and for the news impact in the mean. Moreover, we decided to use Copula functions to model the dependence structure across variables. The final purpose is to use a long memory GARCH process to filter the marginal series and then to use a regime switching approach among different copula families to model the dependence structure. Diebold and Inoue (2001) highlight that these two approaches can lead to misleading results. In fact, long memory can easily be confused with structural changes and viceversa. In our case, we are looking at long memory and regime switching in a complementary way, since we use them on different dimensions. Vine Copula families are considered to build the multivariate dependence structure with Pair-Copula construction methodology (Aas et al., 2009). In the empirical analysis, we focus on the main European countries (Germany, France, Italy, Spain and Netherlands) to detect contagion (and financial integration). In the thesis, a preliminary version of the paper is included in which we filtered the series using the exponential GARCH process. This is a joint paper with Professor Bent Jesper Christensen (CREATES - Aarhus University).
La presente tesi di dottorato verte su alcuni aspetti di econometria finanziaria. In particolare, il lavoro si concentra sui diversi tipi di agente presenti nel mercato (razionale e comportamentale), sulle misure di performance legate a questo tipo di agenti e, più in generale, alla valutazione delle attività finanziarie per la selezione dei titoli di portafoglio. Siegel (1991) ha osservato come possono variare le dipendenze tra i diversi mercati finanziari nel corso del tempo. Si è visto che, generalmente, i mercati finanziari rappresentano uno degli indicatori principali nell'individuare la dinamica del ciclo economico. Viceversa, Hamilton e Lin (1998) hanno evidenziato come le recessioni economiche rappresentino il fattore principale nel determinare la volatilità dei rendimenti nei mercati azionari. Pertanto, esiste chiaramente un rapporto di interdipendenza tra ciclo economico e mercati finanziari. In questo contesto, risulta quindi interessante analizzare i mercati finanziari, dalla prospettiva dei diversi tipi di investitore, durante il processo di valutazione e selezione dell'attività finanziarie di portafoglio. Inoltre, l'analisi della dipendenza tra i vari mercati finanziari lungo la dimensione temporale permette di monitorare il rischio di portafoglio dell'investitore in termini di diversificazione. Il primo capitolo presenta un modello di apprendimento (rational learning) per l'investitore razionale che considera nella selezione dei titoli finanziari le informazioni provenienti da un investitore comportamentale. I due tipi di agente hanno due differenti funzioni di utilità: l'agente razionale è dotato di una funzione di utilità con avversione al rischio iperbolico (HARA) mentre l'altro agente di una funzione di utilità comportamentale generale introdotta da Zakamouline (2011). L'obiettivo principale del lavoro è quello di studiare l'effetto della componente comportamentale, espressa in termini di utilità, sulla valutazione delle attività finanziarie durante il processo di allocazione. Per valutare e ordinare queste attività, ogni agente utilizza il concetto di misura di performance legato alla propria funzione di utilità. Maggiore è il valore della misura, maggiore è l'utilità attesa di tale attività. L'agente HARA è un agente che effettua un apprendimento razionale (rational learning process), definito come il processo intrapreso da un'investitore razionale attraverso l'aggiornamento delle proprie belief (convinzioni) iniziali. Nel caso in esame, le belief a priori derivano dalla valutazione dei titoli finanziari attraverso la misura di performance definita dalla funzione di utilità dell'agente razionale. Il processo di aggiornamento di queste belief iniziali scaturisce dalla presenza della controparte comportamentale. L'investitore razionale in uenza la propria scelta adottando un herding behavior (comportamento imitativo), che rappresenta la tendenza di un investitore nel trascurare volontariamente le proprie informazioni per imitare il comportamento di altri investitori. Pertanto, l'investitore razionale condiziona la sua scelta verso gli investitori comportamentali al fine di dar luogo ad un effetto di feedback positivo (positive feedback). Questo effetto è stato documentato da Scharfstein e Stein (1990) sulla gestione dei fondi, Grinblatt et al. (1995) nel comportamento dei fondi comuni e da Devenow e Welch (1996) sulle previsioni degli analisti finanziari. Quindi, al fine di migliorare il proprio investimento, l'agente razionale adotta la strategia di feedback positivo attraverso l'herding behavior. Infatti, tenendo conto della presenza di altre tipologie di investitori, l'agente razionale agisce in modo più sofisticato rispetto alla propria condizione iniziale. Il meccanismo di apprendimento, ovvero come la componente razionale viene condizionata verso la componente comportamentale, è di tipo Bayesiano ed il modello è costruito in modo analogo al modello di Black-Litterman. La misura aggregata è ottenuta specificando un valore di ponderazione che definisce implicitamente il peso della componente comportamentale. L'analisi empirica mostra che il condizionamento dell'investitore razionale verso una direzione comportamentale fornisce un miglioramento nella scelta delle attività finanziarie in termini di rendimenti cumulati. Il campione considerato nell'analisi riguarda tutte i titoli azionari presenti nel mercato NASDAQ da dicembre 1989 a febbraio 2012. Questo capitolo è un lavoro a firma singola. Il secondo capitolo declina in modalità diversa il modello sviluppato nel primo capitolo. In questo contesto, vengono considerate due categorie di agenti: la prima categoria, razionale con una funzione di utilità avversa al rischio e la seconda, con una funzione di utilità a S (convessa nel dominio delle perdite e concava nel dominio dei guadagni) simile a Kahneman e Tversky (1979). Gli agenti prendono decisioni di investimento allo stesso modo, ordinando in termini di utilità le attività finanziarie in base alle loro misure di performance. Assumere che un tipo di un agente sia dotato di una funzione di utilità a S, mostra intuitivamente (ed empiricamente) che l'attitudine nell'intraprendere investimenti rischiosi cambia in base alle fluttuazioni del mercato azionario. Secondo questa ipotesi, in periodi di recessione (finanziaria ed economica), gli agenti finanziari sono attratti da investimenti più rischiosi, che possono generare, con una certa probabilità positiva, rendimenti che compensano le precedenti perdite osservate. Viceversa, in periodi di espansione, gli agenti finanziari risultano maggiormente riluttanti nel prendere posizione in investimenti rischiosi che potrebbero ridurre i guadagni precedentemente osservati. Il modello si propone di stimare il peso relativo della componente comportamentale nel mercato finanziario. L'analisi empirica si basa su dati mensili delle componenti dello S&P 500 da gennaio 1962 ad aprile 2012. Il peso della componente comportamentale rispetto a quella razionale indica che maggiore è il valore di tale fattore di ponderazione, maggiore è il peso che assume la componente comportamentale nella misura aggregata. La stima del fattore di ponderazione è ottenuta massimizzando il rendimento cumulato di cento titoli derivanti dalla misura aggregata. Intuitivamente, il fattore di ponderazione cattura la misura in cui il mercato finanziario dovrebbe essersi spostato dall'ordinamento ottenuto dalla funzione di utilità dell'agente razionale verso l'ordinamento ottenuto dalla funzione di utilità comportamentale, al fine di massimizzare il rendimento dei "migliori" cento titoli. La dimensione scelta per la selezione permette di catturare la componente sistemica del mercato azionario. I risultati confermano l'esistenza di una componente comportamentale significativa che risulta emergere durante le fasi di turbolenza del mercato. Infine, l'evidenza di una correlazione tra la serie del fattore di ponderazione e l'indice VIX, implica che il fattore stimato spiega sostanzialmente le aspettative finanziarie del mercato. Questo capitolo è a firma congiunta con i professori Massimiliano Caporin e Luca Corazzini (Università di Padova). Il terzo capitolo introduce un nuovo criterio per la combinazione delle misure di performance, costruito per essere utilizzato come algoritmo di screening su titoli finanziari. Il criterio di combinazione segue l'idea generale di combinare linearmente misure di performance esistenti in letteratura. Questi pesi vengono determinati attraverso un problema di ottimizzazione di combinazione convessa dei pesi di tali misure. La funzione del criterio di ottimizzazione tiene esplicitamente conto del trade-off rischio-rendimento. Gli asset vengono valutati su una finestra temporale costruita su base storica. Per costruzione, e per l'approccio di valutazione effettuato su una finestra temporale fissa, i pesi della combinazione delle misure stimate possono variare nel tempo, consentendo quindi cambiamenti nelle preferenze nelle misure di performance. L'approccio proposto è implicitamente robusto per le caratteristiche dinamiche della funzione di densità dei rendimenti e di come queste possono infuenzare la valutazione delle misure di performance (che rappresentano i valori di input dell'algoritmo di screening). Il risultato finale della combinazione lineare delle misura di performance è un indice composito, che può essere quindi essere utilizzato per creare screening sui titoli finanziari. Un'applicazione empirica illustra l'utilizzo dell'algoritmo di screening in un schema semplificato di allocazione di portafoglio. Il capitolo è a firma congiunga con professori Monica Billio (Università Ca 'Foscari di Venezia) e Massimiliano Caporin. Il quarto capitolo esamina il contagio finanziario utilizzando un approccio a cambio di regime (regime switching) basato sulle vine copula. Le vine copula permettono di operare facilmente in un contesto multivariato attraverso l'uso della decomposizione pair-copula (a copula bivariate), introdotto da Aas et al. (2009). Le serie degli indici finanziari (dette le marginali delle copula) sono modellate da processi GARCH a memoria lunga con la volatilità che entra nell'equazione delle media, Christensen et al. (2010). In particolare, questi modelli ben catturano la dipendenza lunga che caratterizza le serie finanziarie, consentendo inoltre effetti asimmetrici nell'equazione GARCH ed includendo l'impatto delle innovazioni nella media. Nel lavoro, le funzioni copula vengono utilizzate per modellare la struttura delle dipendenze tra i mercati finanziari. L'obiettivo del capitolo è quello di utilizzare il processo GARCH a memoria lunga per filtrare le serie marginali e successivamente utilizzare l'approccio a cambio di regime. Le diverse famiglie di copula utilizzate in ciascun regime, permettono di avere diverse strutture di dipendenza tra gli indici azionari nei regimi considerati. Diebold e Inoue (2001) hanno evidenziato come i processi a memoria lunga e a cambio di regime possano portare a risultati fuorvianti. Infatti, la memoria lunga può venire facilmente scambiata per dei cambiamenti strutturali nelle serie e viceversa. Nel nostro caso, la memoria lunga e il cambio di regime vengono utilizzati in modo complementare, dal momento che vengono applicate lungo diverse dimensioni; rispettivamente, univariata e multivariata. L'analisi empirica si concentra sui principali paesi europei (Germania, Francia, Italia, Spagna e Paesi Bassi), al fine di individuare contagio finanziario o integrazione finanziaria. Il capitolo rappresenta una versione preliminare del lavoro, dove gli indici azionari sono stati modellati mediante il processo esponenziale GARCH a memoria lunga (FIEGARCH). Lo studio è a firma congiunta con il professor Bent Jesper Christensen (CREATES - Università di Aarhus).

L’industrializzazione di medie dimensioni in Toscana tra Ottocento e Novecento costituisce un fenomeno di rilevante importanza locale e nazionale. La ricerca storico-sociale-territoriale-urbanistico-architettonico di tale fenomeno ha considerato prevalentemente il sistema produttivo di Valle del Pescia Maggiore. Lo sviluppo “pianificato” delle cartiere e la stimolante imprenditoria hanno determinato una intensa attività produttiva lungo il fiume mentre i numerosi opifici cartari sono considerati vere e proprie architetture da salvaguardare. Oggi, il patrimonio industriale costituisce, oltre che lo strumento per conoscere e comprendere il processo di industrializzazione, anche l’elemento di grande potenzialità di sviluppo per il futuro. Le vicende storico-sociale dell’industrializzazione del territorio Pesciatino, ampiamente analizzate, hanno costituito una grande opportunità per sviluppare le seguenti tematiche o categorie interpretative: le relazioni tra territorio e sistema produttivo; la formazione delle capacità imprenditoriali e delle tecniche; il carattere socio-economico nel XIX; la formazione del sistema produttivo di Valle, i criteri di localizzazione degli edifici cartari lungo l’asta del fiume Pescia; la questione tecnologica in relazione con il carattere tipologico degli edifici; i luoghi produttivi in relazione con il nuclei abitativi; la questione di tutela e della salvaguardia del patrimonio culturale. Per la valorizzazione del territorio si è proposto un “nuovo modello territoriale”, l’ecomuseo, sia per lo sviluppo socio-economico locale che per la valorizzazione dei beni industriali e del territorio.

Il mio lavoro di ricerca rappresenta un contributo allo studio dell'esperienza umana dello “spazio alimentare” come costruzione sociale che comprende sia i modelli del comportamento umano, e la loro relazione sensoriale con uno specifico luogo, sia l'imprenditoria etnica. Il nucleo di questo progetto di ricerca è rappresentato da un’indagine multi-generazionale del multiforme processo della migrazione italiana in America, laddove la cultura alimentare viene utilizzata come veicolo per esaminare come gli immigrati abbiano prima perso e poi negoziato una nuova identità in terra straniera. Lo scopo generale della tesi è quello di esaminare come il cibo rappresenti un collegamento nostalgico con la patria per la prima generazione, un compromesso culturale per la seconda e un modo per rinegoziare un'etnia ibrida per le generazioni successive. La lente del cibo è anche utilizzata per esplorare lo sviluppo dei ristoranti italiani durante il Proibizionismo e il loro ruolo nel processo di omogeneizzazione culinaria e di invenzione della tradizione nel mondo contemporaneo. Per spiegare come la cucina regionale in America sia diventata un simbolo collettivo di etnia e abbia potuto creare un'identità Italo-Americana nazionale distinta da quella italiana, ho adottato il modello creato da Werner Sollors e Kathleen Neils Cozen e sintetizzato con l'espressione di “invenzione dell'etnia”. Il capitolo di apertura esplora la migrazione su larga scala che ha colpito l'Italia e la storia economica italiana per oltre un secolo e prosegue con un’analisi storica sullo sviluppo dei prodotti alimentari nel tempo. La prima sezione evidenzia il significato culturale dell'alimento e il suo ruolo nella costruzione di un'identità nazionale oltre i confini italiani e prosegue con un’analisi sulla successiva variazione delle abitudini alimentari durante l'immigrazione di massa. Il capitolo conclude illustrando il quadro teorico utilizzato per teorizzare le diverse dimensioni dell'etnia. Partendo dall'ipotesi che l'identità sia un elemento socialmente costruito e in continua evoluzione, il secondo capitolo è dedicato all'analisi della natura mutevole del cibo, esplorata attraverso tre distinti ma spesso sovrapposti tipi di spazio: spazio della "memoria individuale"; spazio della "memoria collettiva"; spazio della "tradizione inventata". Lo spazio della “memoria individuale” esplora come i primi immigrati italiani tendevano a conservare le loro tradizioni regionali. Al contrario lo spazio della memoria collettiva osserva il conflitto ideologico emerso tra la prima e la seconda generazione di immigrati italiani, in risposta alle pressioni sociali del paese ospitante. L'analisi termina con la rappresentazione di generazioni successive impegnate a ricreare una cultura separata di cibo come simbolo dell'identità creolata. Il capitolo tre, il primo capitolo empirico della dissertazione, attraverso l'analisi della letteratura migrante mostra l'importanza del cibo italiano nella formazione dell'identità italo- americana. Questa letteratura ibrida esamina il ruolo degli alimenti nelle opere letterarie italo-americane di seconda, terza e della generazione contemporanea di scrittori. Il quarto capitolo completa la discussione seguendo la saga del cibo italiano dai primi ristoranti etnici a buon mercato, frutto della tradizione casalinga italiana, fino allo sviluppo di un riconoscibile stile di cucina italo-americano. A questo proposito, i ristoranti rappresentano una "narrazione" etnica significativa che riunisce aspetti economici, sociali e culturali della diaspora italiana in America e fa luce sull'invenzione del concetto di tradizione culinaria italiana dietro le cucine americane. La sezione termina con un'esplorazione del problema moderno relativo al fenomeno dell’Italian "Sounding" negli Stati Uniti, basato sulla creazione di immagini, colori e nomi di prodotti molto simili agli equivalenti italiani, ma senza collegamenti diretti con le tradizioni e la cultura italiana. Il capitolo finale fornisce una visione etnografica su ciò che significa essere italo-americani oggi e come i ristoranti italiani negli Stati Uniti soddisfano la tradizione culinaria Italiana nel mondo contemporaneo americano. Per concludere, considerando le teorie dell'invenzione della tradizione, due casi di studio esplorativi a Naples, in Florida, vengono presentati sia per analizzare come gli italo-americani contemporanei manifestano la loro etnia attraverso il cibo etnico sia per esaminare come il cibo italiano viene commercializzato nei ristoranti etnici degli Stati Uniti, alla luce della del processo di globalizzazione.