Andrea Sciandra è ricercatore di tipo A in Statistica Sociale presso il Dipartimento di Filosofia, Sociologia, Pedagogia e Psicologia Applicata dell’Università di Padova. Laureato in Scienze Statistiche, Demografiche e Sociali, ha conseguito il dottorato in Sociologia e Ricerca Sociale. I suoi principali interessi di ricerca riguardano i social media, il text mining, la social network analysis, i Large Language Models e l’applicazione di tecniche di machine learning nelle scienze sociali. È stato docente del dottorato in Human Rights, Society, and Multi-level Governance e delle Summer School "IQLA-GIAT in Quantitative Analysis of Textual Data" e "Social Statistics". Attualmente è membro della Società Italiana di Statistica (SIS), del Gruppo Interdisciplinare di Analisi Testuale (GIAT) e del discussion panel sui metodi statistici per l’analisi dei dati testuali “Text.it" (gruppo SIS "SDS - Statistica e Data Science"). In passato ha collaborato con l’istituto di ricerca SWG di Trieste ed è stato co-fondatore di Rante, il primo R User Group italiano.

Sciandra, A., Trevisani, M, & Tuzzi, A. (2024). Temporal trends and presidential traits in the Italian end-of-year addresses: comparing and contrasting KBS and STM results. Quality & Quantity.

Brondi, S., Neresini, F. & Sciandra, A. (2024). What does the word “science” evoke? Social representation of science, evaluative elements, and attitude. Quality & Quantity.

Ferretti, R., Rubaltelli, E., & Sciandra, A. (2023). Analysts’ Recommendations and Press Sentiment: Complementary or Alternative to Drive Investors’ Trading Behavior?, Journal of Behavioral Finance.

Neresini F, Giardullo P, Di Buccio E, Morsello B, Cammozzo A, Sciandra A, & Boscolo M. (2023) When scientific experts come to be media stars: An evolutionary model tested by analysing coronavirus media coverage across Italian newspapers. PLOS ONE 18(4): e0284841.

Martini, M. C., Pelle, E., Poggi, F., & Sciandra, A. (2022). The role of citation networks to explain academic promotions: an empirical analysis of the Italian national scientific qualification. Scientometrics, 127(10), 5633-5659.

Brondi, S., Neresini, F., & Sciandra, A. (2022). The social representation of nanotechnologies and its relationships with those of science and technology: Making familiar the unfamiliar between enthusiasm and caution. Journal of Risk Research, 25(1), 113-137.

Crabu, S., Giardullo, P., Sciandra, A., & Neresini, F. (2021). Politics overwhelms science in the Covid-19 pandemic: Evidence from the whole coverage of the Italian quality newspapers. PloS one, 16(5), e0252034.

Sciandra, A., Surian, A., & Finos, L. (2021). Supervised machine learning methods to disclose action and information in “UN 2030 agenda” social media data. Social Indicators Research, 156(2), 689-699.

Sciandra, A. (2020), COVID-19 Outbreak through Tweeters' Words: Monitoring Italian Social Media Communication about COVID-19 with Text Mining and Word Embeddings, in 2020 IEEE Symposium on Computers and Communications (ISCC), Rennes, France, 2020 pp. 1-6.

Surian, A., & Sciandra, A. (2019). Digital divide: addressing Internet skills. Educational implications in the validation of a scale. Research in Learning Technology, 27.

Metodologia della ricerca sociale:
• Statistical Learning per le Scienze Sociali
• Text Mining & Opinion Analysis
• Social Network Analysis
• Topic Modelling
• Stance Detection
• Large Language Models


Sociologia/Scienze sociali:
• Social Media
• Esclusione sociale
• Internet Skills
• Capitale sociale
• Cultura civile

Metodi di riduzione della dimensionalità per l'attribuzione d'autore: analisi delle corrispondenze, principal component pursuit e geometrie riemanniane.

Diagnostiche per il topic modeling: stima del numero ideale di topic.

Classificazione delle categorie di percezione del rischio su un campione di tweets codificati manualmente (categorie sbilanciate).

Analisi testuale dei prospetti informativi delle Initial Public Offering: relazione tra misure sintetiche e performance a breve/medio termine e livello di rischio.

Analisi dei diversi strati di un Large Language Model (LLM) per l'attribuzione d'autore.

Confronto tra BERTopic e altre tecniche per il topic modeling.

Analisi testuale dei libri "pick-up artists" sulla base delle informazioni reperibili su Amazon.