Antonella Scarano nasce a Napoli il 1° luglio 1994. Dopo aver conseguito la maturità scientifica, si iscrive all’Università degli studi di Napoli Federico II, dove completa il suo percorso accademico.
Nel 2018 ottiene la laurea in Ingegneria Gestionale dei Progetti e delle Infrastrutture, seguita nel 2022 dalla laurea magistrale in Ingegneria dei Sistemi Idraulici e di Trasporto, conseguita con lode. La sua tesi magistrale, intitolata “Analisi dei fattori contributivi degli incidenti pedonali in Italia”, ha suscitato interesse per l’originalità e il rigore metodologico, valendole il premio di laurea Resi-LAB Project finanziato dal Dipartimento di Ingegneria Civile, Edile e Ambientale. Nel 2022, consegue l’abilitazione all’esercizio della professione di Ingegnere Civile e Ambientale – sezione A ed è attualmente iscritta all’Ordine degli Ingegneri della Provincia di Napoli.
A partire da novembre 2022, intraprende il dottorato di ricerca in Ingegneria dei Sistemi Civili – XXXVII Ciclo presso l’Università degli Studi di Napoli Federico II. La sua ricerca è focalizzata su metodologie innovative per l’analisi della sicurezza dei ciclisti, rientrando nel SSD CEAR-03/A (Strade, Ferrovie e Aeroporti) e includendo conoscenze trasversali di CEAR-03/B (Trasporti) e STAT-01/A (Statistica). Durante il dottorato ha svolto un periodo di ricerca presso la Lund University in Svezia. Attualmente è in attesa della discussione dell’elaborato finale, prevista per gennaio 2025.
Dottoranda presso il Dipartimento di Ingegneria Civile, Edile e Ambientale dell’Università degli Studi di Napoli Federico II
Scarano documenta la propria ricerca con diverse pubblicazioni su riviste scientifiche internazionali. È coautrice di otto articoli scientifici registrati nella banca dati SCOPUS, di cui due pubblicati come primo autore sulla rivista Accident Analysis & Prevention, riconosciuta come una delle più prestigiose nel campo della sicurezza stradale e altri due attualmente in fase di revisione. Oltre agli articoli scientifici, ha contribuito a rapporti di ricerca e a capitoli di libri e ha presentato i risultati della sua ricerca in conferenze internazionali, anche vincendo il Best Presentation Award durante la 35th ICTCT Conference del 2023. Antonella Scarano è revisore per riviste scientifiche e convegni internazionali e, nel 2024, ha partecipato al Comitato Organizzatore del convegno “La moderazione del traffico”, organizzato dall’Ordine degli Ingegneri di Napoli in collaborazione con l’ASIT.
Presso l’Università degli Studi di Napoli Federico II, svolge attività didattica nell’ambito della Smart Infrastructures & Construction Academy e attività di didattica integrativa per gli insegnamenti Progetto di strade e Sicurezza stradale nel corso di Laurea Magistrale in Ingegneria Civile per l’Idraulica e i Trasporti. È anche attivamente coinvolta in attività di formazione e divulgazione e da tre anni partecipa al “Sii Saggio, Guida Sicuro”, un’iniziativa dedicata alle attività di sensibilizzazione sulla sicurezza stradale.
È membro della Commissione Sicurezza Stradale dell’Ordine degli Ingegneri di Napoli e del Laboratorio di Sicurezza Stradale con cui collabora a studi e ricerche sulla sicurezza stradale e attività sulla gestione della sicurezza delle infrastrutture stradali.
Ci racconta qualcosa del suo percorso di dottorato, qual è stato il suo argomento di ricerca?
L’obiettivo cardine della mia ricerca è stato compiere progressi metodologici per migliorare la sicurezza dei ciclisti. La mobilità è un elemento fondamentale per lo sviluppo socioeconomico e sebbene la bici offra benefici per salute e ambiente, gli incidenti con ciclisti restano una preoccupazione globale urgente. Secondo quanto riportato dall’Organizzazione Mondiale della Sanità, ogni anno nell’Unione Europea muoiono circa 2.000 ciclisti. I ciclisti rappresentano la categoria di utenti della strada con la minor riduzione di decessi sia nel breve, 2022 vs 2019, sia nel lungo periodo, 2022 vs 2012 (figura 1).
Il concetto di mobilità non può prescindere dalla sicurezza. La mia ricerca analizza i fattori che influenzano la gravità degli incidenti con ciclisti, fondamentali per pianificare e attuare programmi di sicurezza stradale efficaci.
Una parte fondamentale della ricerca riguarda l’approfondimento delle metodologie più efficaci per analizzare gli incidenti, con un confronto tra i modelli statistici più innovativi e le tecniche di machine learning (ML) rappresentative dell’ultima frontiera metodologica. I modelli statistici sono facilmente interpretabili e non incorrono nell’over-fitting ma richiedono assunzioni preliminari e hanno difficoltà a gestire grandi dataset e dati complessi.
D’altro canto, i modelli di machine learning sembrano superare queste limitazioni ma mancano di interpretabilità. Durante l’ultimo anno di dottorato ho quindi sviluppato un approccio ibrido basato sulla connessione e la complementarità dei risultati ottenuti dalle due famiglie di metodi, con l’obiettivo di evitare i limiti dei singoli metodi e al contempo di sfruttare i punti di forza di entrambe le famiglie di modelli. Questo approccio, solo recentemente esplorato in altri ambiti con modelli diversi, è ancora rarissimo in questo specifico contesto.
La figura 2 mostra il flusso di lavoro dell’approccio ibrido che combina l’eXtreme Gradient Boosting (XGBoost) con tecnica SHapley Additive exPlanations (SHAP) e il Random Parameters Logit con eterogeneità nelle medie e nelle varianze (RPLHMV). L’XGBoost-SHAP seleziona le variabili più rilevanti per classificare la gravità degli incidenti con ciclisti per fornire l’input al modello statistico, riducendo la dimensionalità dei dati e migliorandone l’accuratezza. I risultati del modello statistico sono poi analizzati dall’XGBoost-SHAP per esaminare l’impatto e le interazioni tra parametri fissi e random.
Individuati i fattori che contribuiscono alla gravità degli incidenti con ciclisti, la ricerca propone interventi concreti per migliorarne la sicurezza, riducendo la gravità degli incidenti. Dal punto di vista metodologico, emerge che un approccio ibrido tra modelli statistici e machine learning rappresenta una direzione promettente per l’analisi della sicurezza dei ciclisti. In conclusione, la ricerca evidenzia il grave problema dell’incidentalità per i ciclisti, introducendo un nuovo paradigma basato su metodologie avanzate e un approccio integrato che – attraverso la comparazione di modelli, l’identificazione dei fattori e la proposta di contromisure – offre una roadmap concreta per ridurre significativamente la gravità degli incidenti.
Ha incontrato difficoltà durante il suo dottorato? Se sì, cosa l’ha spinta ad andare avanti?
Durante il dottorato le difficoltà più grandi sono state emotive: convivere con l’incertezza del futuro e con il timore di non essere all’altezza delle aspettative, mie e degli altri. È stata una sfida tra la paura di fallire e il desiderio di superare i miei limiti. A spingermi a continuare sono state la mia ambizione e la passione per la ricerca, supportata dai miei tutor, il prof. Alfonso Montella e la prof.ssa Maria Rella Riccardi, che mi hanno sempre guidata con competenza e dedizione.
Quali aspettative ha dal mondo della ricerca?
Spero che mi si offrano opportunità anche dopo il dottorato, anche se so quanto sia difficile trovare spazio. La mia curiosità e il desiderio di scoprire e imparare ogni giorno sono ciò che mi spingono a voler continuare su questa strada.
Ulteriori informazioni sulle attività dell’Associazione possono essere richieste all’indirizzo antonella.scarano@unina.it.
> Se questo articolo ti è piaciuto, iscriviti alla Newsletter mensile al link http://eepurl.com/dpKhwL e ricorda di seguirci anche sulla nostra nuova pagina Instagram <