Università degli Studi eCampus
Archivio istituzionale della ricerca - eCampus Università TelematicaNot a member yet
15106 research outputs found
Sort by
On the performance of human thermal stress models in the outdoors against observations
No full textUrban overheating significantly impacts human well-being, requiring outdoor thermal comfort assessments. This research aims to assess the performance of models to calculate mean skin temperature in outdoor environments against measurements. The study compares a Lumped Human Energy Budget (LHEB) model, which is a simplified representation of the human body thermal state developed in an Urban Canopy Model (UCM), and the more sophisticated thermoregulation model JOS-3. Skin temperatures computed with the LHEB one-node model were significantly higher than observed values (RMSE: 1.71 – 2.76 °C). This variation, however, cannot be attributed to differences between simulated and monitored environmental data. It probably results from simplifications assumed in the human energy balance, such as disregarding dynamic thermoregulation processes, which considerably impact outdoor human comfort. The JOS-3 model, more advanced in terms of heat exchange and thermoregulation processes, performed better (RMSE: 0.21 – 1.62 °C, considering sessions when sensors were stabilized). Since all JOS-3 meteorological inputs can be provided by a UCM, the model can be directly integrated into UCMs for investigating the effects of urban overheating and mitigation strategies on human thermal stress. Therefore, it can serve as the human thermal comfort module for UCMs. The collected dataset is the first to combine measurements of the biophysical energy model outputs and the required UCM inputs, and to evaluate the reliability of the LHEB and the JOS-3 models outdoors, contributing to improve thermal stress modeling in inter-building urban contexts, which is an important approach for designing effective human-centric heat reduction measures and improving cities’ livability
Frantumi di un (s)oggetto di fede. Paradies: Glaube di Ulrich Seidl
No full textUna madonna pellegrina, ingessata d’azzurro e di bianco, sbuca sbilenca da una sporta in iuta. Tra le braccia di una donna ripresa di spalle, l’oggetto segue la traiettoria contraria di un treno regionale. La buia silhouette inanimata confligge con il taglio di luce verticale stretto tra le porte del vagone, pronte ad aprirsi alla prossima stazione. Con una sola immagine, statica e grezza, il simbolo sacro, l’impluvio più ampio della fede cristiana subisce una risignificazione radicale.
È l’immagine campione della pratica di desacralizzazione costante messa in atto dal regista austriaco Ulrich Seidl nel secondo capitolo della sua personale trilogia sul paradiso umano: Paradies: Glaube (2012). Crocifissi, madonne, icone, acquasantiere e altarini arredano lo spazio domestico della protagonista in modo totalizzante. Così la sua vita; così l’immagine.
Un rosario di plastica penzola dal collo, baciato tra le preghiere inconsistenti che Anna Maria recita per proteggersi da un’orgia blasfema scorta in un parco pubblico. Precedendo la donna, la Vergine di calcina entra nelle case, indossata come uno scudo da battaglia prima che si ripeta l’opera di coatta conversione su immigrati, miscredenti o reietti. Issata alla parete più esposta dell’inquadratura, un’enorme croce di legno sovrasta un letto, fino a quando, staccata dal muro, finisce sotto le coperte, tra le cosce.
Questa, l’immagine più ardita del film, ne sublima il senso. A tutto campo, nitidissima e senza equivoci, l’azione blasfema è lo scampolo necessario di un ordito fittissimo, di cui l’oggetto sacro è la fibra più spessa, quella che tiene insieme la trama e che imbastisce il significato.
Provocatorio, l’oggetto di fede non è più simbolo di pura trascendenza ma di autentica immanenza. Appoggiata su un tavolino da caffè, schiacciata tra bottiglie di vodka, sperduta tra gli accumuli della disperazione: la cosa sacra è aggredita dal resto. La regia costruisce la scena come gabbie in cui l’oggetto inviolabile, braccato, finisce in trappola. E con esso l’uomo. L’immagine è una cella per due, detenuti complici in camere comunicanti: l’emblema spirituale soggioga l’uomo fino all’abnegazione totale, anima e (letteralmente) corpo; l’uomo, altresì, distrugge l’aura mistica dell’oggetto con le irrinunciabili cose umane, sessuali (evidentemente).
Richiamando Platone, alla ricerca dei significati simbolici e nel tentativo di dare un senso al simbolo religioso, Jung sostiene che quest’ultimo va «dal senso presente ad una ulteriore partecipazione di senso a cui l’incompiutezza del senso presente rinvia». L’oggetto-simbolo, proprio perché inanimato, non consola e non spiega, ma accenna, al di là di se stesso, a un significato ancora trascendente, inconcepibile, oscuramente intuito, che le parole del nostro attuale linguaggio non potrebbero adeguatamente esprimere. Nel film, l’oggetto sacro è portatore di un significato profondo del quale diventa espressione. Ma se per Seidl l’uomo è un baratro infinito, allora di cosa l’oggetto diventa simbolo: della distruzione inevitabile dell’uomo? È forse questo il significato trascendente, inconcepibile, oscuramente intuito? E se l’oggetto non sopravvive, quale senso deriva dalla sua distruzione
Social Media, Online Gaming, and Cyberbullying during the COVID-19 Pandemic: The Mediation Effect of Time Spent Online
No full textA parametric environmental impact model for manufacturing components based on machine learning techniques
No full textEnvironmental sustainability-oriented design is becoming increasingly important in the industrial field partly because of the effects of climate change. Sustainable development-oriented choices are most effective at the early design stage. The design team must be able to assess approximately and quickly the environmental impact early in the design phase. From these motivations comes the need for a method that quickly and with few parameters can estimate the product environmental impact during the conceptual design phase. Machine learning techniques appear to be well suited to meet this challenge. Machine learning is an established research topic in Industry 4.0 and its adoption is increasing. The integration of machine learning within conceptual design quickly facilitates the approximate assessment of environmental impact through high-level data. In this paper, a method is proposed to obtain a parametric model for the environmental impact assessment of manufacturing components at the early design stage. It allows consistent considerations concerning environmental matters, albeit little information available during design phase
Beyond traditional steganography: enhancing security and performance with spread spectrum image steganography
No full textEco-design tool to support the design of industrial electric vehicles. The case studies of an electric shuttle and an autonomous mobile robot
No full textThe benefits of process optimization brought by multiple tools that appeared in shopfloors with the fourth industrial revolution are undiscussed; however, they need electricity to run and require critical materials. Additionally, the significant impact on sustainability that early design decisions can have over the entire lifecycle is well-recognized. The literature counts several environmental analyses of electric vehicles but narrows almost uniquely on passengers’ cars. Currently, the literature should i) enwiden the range of analyzed products, ii) consider all stages of the product life cycle, iii) provide tools suitable for the early stage of design, able to return consistent results handling very little data. As electrification is concerned, in the literature there are approaches intended to assess the environmental impacts or focused on the design tool. The proposed approach, further applied to develop an eco-design tool, overcomes the existing literature by providing a tool i) able to handle few data, ii) that considers all the product lifecycle phases, and iii) allows designers to assess and compare alternative scenarios. A method is proposed, and a tool derived. Two applications concern an electric shuttle and an autonomous mobile robot; with the latter the gap of assessing the environmental impact of autonomous mobile robots is also filled. The obtained results are reasonably comparable with other existing works. Results are compared to a full LCA for the frame assembly and prove that i) the tool is reliable, and it more likely overestimates the impacts; ii) the design phase is subjected to high variability, and this affects the tool results. Future works may introduce additional types of batteries, deeper focus on the manufacturing phase; machine learning techniques may support future extension of the tool and create parametric models for conceptual and early design. The proposed method and tool can be extended to the economic sphere
