Debora SLANZI

Qualifica
Professoressa Associata
Incarichi
Componente interna effettiva del Collegio di Disciplina
Telefono
041 234 7423
E-mail
debora.slanzi@unive.it
SSD
Statistica [STAT-01/A]
Sito web
https://www.unive.it/web/it/18697/persone/debora.slanzi(scheda personale)
Struttura
Venice School of Management
Sito web struttura: https://www.unive.it/management
Sede: San Giobbe
Struttura
Centro Europeo Interuniversitario di Ricerca - European Center for Living Technology
Sito web struttura: https://www.unive.it/eclt
Research Institute
Research Institute for Complexity

Ricevimento

Venezia - San Giobbe - Venice School of Management - studio n.212, secondo piano, ala C2
I giorni e gli orari di ricevimento sono indicati nel form di iscrizione al ricevimento. 
Il ricevimento si terrà sia in presenza che online seguendo l'ordine di prenotazione.
Gli studenti che intendano presentarsi a ricevimento, devono compilare il seguente form entro le ore 17 del giorno precedente il ricevimento:
https://docs.google.com/spreadsheets/d/1yac3qdiLhJdiYpQE7NR-AHfKGHZFz7eHVbyPRheRgjc/edit#gid=0

Supervisione tesi

La docente è disponibile a supervisionare tesi triennali e magistrali riguardanti temi di analisi dei dati e statistica applicata. Nello specifico:
  • Per le tesi triennali si può fare riferimento a dati Istat, Eurostat, o altre fonti di dati secondari riguardo tematiche d’interesse dello/della studente/studentessa. Le analisi potranno coprire argomenti e metodi di statistica descrittiva e/o inferenziale.
  • Per le tesi magistrali si presuppone la conoscenza di metodologie di analisi statistiche avanzate da applicare in ambiti quali, ad esempio, il marketing, le analisi di mercato e/o le decisioni aziendali. I dati di riferimento possono essere da fonti secondarie o primarie tramite la costruzione di questionari ad hoc per il contesto della ricerca. Per lo svolgimento della tesi è richiesta la conoscenza di almeno un software idoneo all'analisi dei dati quale ad esempio R.
L'argomento della tesi deve essere concordato preliminarmente.

Didattica anno corrente

AMMINISTRAZIONE, FINANZA E CONTROLLO [EMR4]
Laurea magistrale (DM270)

ECONOMIA AZIENDALE [ETR11]
Laurea

MANAGEMENT E SOSTENIBILITÀ [EMR60]
Laurea magistrale (DM270)

MARKETING MANAGEMENT [EMR7]
Laurea magistrale (DM270)

Didattica anni precedenti

AMMINISTRAZIONE, FINANZA E CONTROLLO [EM4]
Laurea magistrale (DM270)

MANAGEMENT E SOSTENIBILITÀ [EM60]
Laurea magistrale (DM270)

MARKETING E COMUNICAZIONE [EM7]
Laurea magistrale (DM270)

ECONOMIA AZIENDALE [ET11]
Laurea

AMMINISTRAZIONE, FINANZA E CONTROLLO [EM4]
Laurea magistrale (DM270)

MANAGEMENT E SOSTENIBILITÀ [EM60]
Laurea magistrale (DM270)

MARKETING E COMUNICAZIONE [EM7]
Laurea magistrale (DM270)

ECONOMIA AZIENDALE [ET11]
Laurea

AMMINISTRAZIONE, FINANZA E CONTROLLO [EM4]
Laurea magistrale (DM270)

ECONOMIA E GESTIONE DELLE AZIENDE [EM6]
Laurea magistrale (DM270)

MARKETING E COMUNICAZIONE [EM7]
Laurea magistrale (DM270)

ECONOMIA AZIENDALE [ET11]
Laurea

AMMINISTRAZIONE, FINANZA E CONTROLLO [EM4]
Laurea magistrale (DM270)

MARKETING E COMUNICAZIONE [EM7]
Laurea magistrale (DM270)

ECONOMIA AZIENDALE [ET11]
Laurea

Attività e competenze di ricerca

Settore Scientifico Disciplinare (SSD) di afferenza
Statistica [STAT-01/A]
Aree geografiche in cui si applica prevalentemente l'esperienza di ricerca
Internazionale: Europa
Lingue conosciute
Italiano (scritto: madrelingua parlato: madrelingua)
Inglese (scritto: avanzato parlato: avanzato)
Principali aree e linee di ricerca del Dipartimento
Area: Ambiente Linea: Clima
Area: Ambiente
Area: Chimica Fisica e Materiali
Area: Informatica Linea: INFORMATION SYSTEMS
Area: Matematica
Area: Statistica Linea: Not-for-profit - Modelli e metodi
Area: Statistica
Disegno e modellazione di sistemi ad alta dimensionalità
Description:
Design and modelling of high dimensional systems
Parole chiave:
Technological sciences, Statistics, Biometrics
Codice ATECO:
[72] - ricerca scientifica e sviluppo
Data mining e modelli grafici probabilistici
Description:
Data mining and probabilistic graphical models
Parole chiave:
Technological sciences, Statistics
Artificial proteins design
SSD:
SECS-S/02
Energy efficient building design and renovation
SSD:
SECS-S/01
Evolutionary design and optimization
SSD:
SECS-S/01
Modelling high dimensional data
SSD:
SECS-S/01
Predictive analytics and social media analysis for business and management studies
SSD:
SECS-S/01
Statistical models for precision medicine
SSD:
SECS-S/01
ASSYST - Action for the Science of complex Systems and socially intelligent ICT
Ente finanziatore:
European Commission FP7
Tipologia:
VII Programma Quadro - Cooperation
Ruolo nel progetto:
PT
Data inizio:
Anno: 2012 Durata mesi: 36
COBRA - Coordination of Biological & Chemical IT Research Activities
Ente finanziatore:
European Commission FP7
Tipologia:
VII Programma Quadro - Cooperation
Ruolo nel progetto:
PT
Sito di progetto:
www.ecltech.org
Data inizio:
Anno: 2012 Durata mesi: 36
DC-ren - Drug combinations for rewriting trajectories of renal pathologies in type II diabetes
Ente finanziatore:
Commissione Europea
Tipologia:
H2020 - Societal Challenges
Ruolo nel progetto:
PT
Sito di progetto:
https://cordis.europa.eu/project/id/848011
Data inizio:
Anno: 2020 Durata mesi: 60
Altri membri del gruppo di ricerca:
Claudio SILVESTRI
DICE - Designing Informative Combinatorial Experiments for living technology
Ente finanziatore:
Fondazione di Venezia
Tipologia:
Altri finanziamenti per progetti di ricerca
Ruolo nel progetto:
LD
Data inizio:
Anno: 2007 Durata mesi: 48
Disegni sperimentali evolutivi
Ente finanziatore:
MIUR
Tipologia:
PRIN
Ruolo nel progetto:
PT
Data inizio:
Anno: 2007 Durata mesi: 24
Altri membri del gruppo di ricerca:
Francesca PARPINEL
Claudio PIZZI
INSPIRE - Developement of systematic packages for deep energy renovation of residential and tertiart buildings including enevelope and systems
Ente finanziatore:
European Commission
Tipologia:
VII Programma Quadro - Cooperation
Ruolo nel progetto:
PT
Data inizio:
Anno: 2012 Durata mesi: 48
Intelligent integration of Small and Big Data statistical techniques for research and innovation
Ente finanziatore:
Regione Veneto
Tipologia:
POR FSE (2014-2020)
Ruolo nel progetto:
LD
Data inizio:
Anno: 2016 Durata mesi: 12
MICREAGENTS - Microscale Chemically Reactive Electronic Agents
Ente finanziatore:
European Commission FP7
Tipologia:
VII Programma Quadro - Cooperation
Ruolo nel progetto:
PT
Data inizio:
Anno: 2012 Durata mesi: 36
Optimization of HVAC (Heating, Ventilation, Air Conditioning) systems for energy saving
Ente finanziatore:
Regione Veneto
Tipologia:
POR FSE (2014-2020)
Ruolo nel progetto:
LD
Data inizio:
Anno: 2014 Durata mesi: 12
PROTUMA - Novel protein markers for tumor diagnosis and therapy
Ente finanziatore:
European Commission - MISE
Tipologia:
Altri finanziamenti per progetti di ricerca
Ruolo nel progetto:
PT
Data inizio:
Anno: 2009 Durata mesi: 36

Pubblicazioni in evidenza

Mameli, Valentina; Slanzi, Debora; Griffin, Jim E.; Brown, Philip J. Multivariate Bayesian Global–Local Shrinkage Methods for Regularisation in the High-Dimensional Linear Model in MATHEMATICS, vol. 13 (ISSN 2227-7390)
DOI 2025, Articolo su rivista - Scheda ARCA: 10278/5096747


Slanzi, Debora; Poli, Irene; Jones, Roger D.; Mayer, Gert The combination of expert knowledge and Bayesian networks to identify the relevant factors in diabetic kidney disease (DKD) in STATISTICA APPLICATA, vol. 35, pp. 389-394 (ISSN 2038-5587)
DOI 2025, Articolo su rivista - Scheda ARCA: 10278/5110207


Debora Slanzi, Pietro Lanzini, Francesca Checchinato, Cinzia Colapinto Understanding consumer behavior in the plant-based meat market: Insights from Bayesian network analysis in STATISTICA APPLICATA, vol. 2 (supplement), pp. 395-400 (ISSN 2038-5587)
2025, Articolo su rivista - Scheda ARCA: 10278/5109708


Abebe, Seyum; Poli, Irene; Jones, Roger D.; Slanzi, Debora Learning Optimal Dynamic Treatment Regime from Observational Clinical Data through Reinforcement Learning in MACHINE LEARNING AND KNOWLEDGE EXTRACTION, vol. 6, pp. 1798-1817 (ISSN 2504-4990)
DOI 2024, Articolo su rivista - Scheda ARCA: 10278/5069103


Lanzini, Pietro; Nguyen, Tra Thu; Slanzi, Debora The Role of Market Insights in Shaping Sustainable Mobility in Fast Developing Countries: The Case of Vietnam in SUSTAINABILITY, vol. 16, pp. 1-18 (ISSN 2071-1050)
DOI - URL correlato 2024, Articolo su rivista - Scheda ARCA: 10278/5046530


Tutte le pubblicazioni

Curriculum vitae

Posizione attuale
Professoressa associata in Statistica, SSD STAT-01/A, presso la Venice School of Management dell'Università Ca' Foscari di Venezia.

Titoli di studio
Laurea in Scienze Statistiche ed Economiche conseguita presso l’università degli studi di Padova.
Dottorato di ricerca in Statistica conseguito presso l’università degli studi di Padova.

Attività di ricerca
I principali interessi di ricerca riguardano lo sviluppo e il miglioramento di metodologie per la modellazione statistica di sistemi complessi ad alta dimensionalità. Particolare interesse è rivolto ai modelli grafici probabilistici come le reti Bayesiane per l’analisi delle relazioni di dipendenza e indipendenza probabilistica in sistemi multidimensionali caratterizzati da forte eterogeneità come in contesti di medicina personalizzata. Altri interessi di ricerca coinvolgono lo sviluppo e l’applicazione di metodologie problem-oriented per le analisi di dati legati al marketing e alla ricerca aziendale. Le sue pubblicazioni sono disponibili a questo link. 

Ha partecipato a numerose attività di ricerca interdisciplinari caratterizzate da collaborazioni a livello nazionale o internazionale nell’ambito di progetti nazionali ed europei, come i progetti BLOOM -  Building Lead Optimization Over large Molecular spaces, MEDIUM - New pathways for sustainable urban development in China’s medium-sized cities, e DC-ren - Drug combinations for rewriting trajectories of renal pathologies in type II diabetes. Per quest’ultimo progetto, è stata responsabile scientifico per lo sviluppo di Reti Bayesiane nella costruzione di modelli statistici per patologie renali nel diabete di II tipo all’interno dell’unità di Ca' Foscari Venezia.

Attività di didattica
L’attività di didattica si concentra principalmente in corsi di Statistica di base  per gli studenti della laurea triennale e corsi di metodologie statistiche applicate al marketing e alla ricerca aziendale per gli studenti della laurea magistrale dell’Università Ca’ Foscari di Venezia. È stata titolare del corso di Statistical Models for Management Studies per il corso di Dottorato in Management dell’Università Ca’ Foscari di Venezia.

Incarichi accademici e altre attività
Researcher presso il centro di ricerca internazionale ed interdisciplinare ECLT - European Centre for Living Technology - Membro della Research Unit: Science of Complexity, dal 2010 ad oggi.
Referente didattico per il SSD SECS-S/01 e SECS-S/03 per la Venice School of Management dal 2020 ad oggi.
Referente per l’Orientamento e il Tutorato per la Venice School of Management dal 2025 ad oggi.
Membro del Collegio Didattico del corso di laurea triennale in Economia Aziendale, Venice School of Management, dal 2020 ad oggi
Membro del Collegio Didattico del corso di laurea magistrale in Marketing Management, Venice School of Management, dal 2025 ad oggi.
Membro della Commissione organizzazione Sedute di Laurea, Venice School of Management, dal 2021 ad oggi.
Membro di varie commissioni selezionatrici per l’affidamento di assegni di ricerca, borse di studio e incarichi didattici per conto della Venicer School of Management e del centro internazionale e interdisciplinare ECLT.
Componente effettivo del Collegio di Disciplina dell'Università Ca' Foscari di Venezia, dal 2022 ad oggi.

cafoscariNEWS