Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Secure Interactive Environments for SensiTive data Analytics

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Risultati finali

1st SIESTA platform release (si apre in una nuova finestra)

This is the 1st SIESTA platform release, in the form of an online platform delivered to users.

Report on demography applications (si apre in una nuova finestra)

Report about use case implementation and status, collected user feedback and suggestions for improvements.

Report on the medical imaging applications (si apre in una nuova finestra)

Report about use case implementation and status, collected user feedback and suggestions for improvements.

Policy Briefing (si apre in una nuova finestra)

Policy briefing deliverable for the SIESTA project.

Report on the tension between FAIR guiding principles and sensitive data (si apre in una nuova finestra)

A detailed analysis on the tension between each of the 15 FAIR principles and their limitations due to the content or the rights over the data

Report on the SIESTA epidemiology tool (si apre in una nuova finestra)

Report about use case implementation and status, collected user feedback and suggestions for improvements.

Report on text anonymization tools (si apre in una nuova finestra)

Report about use case implementation and status, collected user feedback and suggestions for improvements.

Requirements and architecture definition (si apre in una nuova finestra)

This document provides the first architecture specification of the SIESTA platform, together with the requirements elicitation activities carried out with the use cases.

SIESTA anonymisation tools (si apre in una nuova finestra)

Software release containing a set of anonymization tools implemented within the project.

Pubblicazioni

How floods may affect the spatial spread of respiratory pathogens: the case of Emilia-Romagna, Italy in May 2023 (si apre in una nuova finestra)

Autori: Claudio Ascione; Eugenio Valdano
Pubblicato in: EPJ Data Science, 2024, ISSN 2193-1127
Editore: Springer
DOI: 10.1101/2024.09.20.24314056

Collaborative forecasting of influenza-like illness in Italy: the Influcast experience (si apre in una nuova finestra)

Autori: Stefania Fiandrino; Andrea Bizzotto; Giorgio Guzzetta; Stefano Merler; Federico Baldo; Eugenio Valdano; Alberto Mateo Urdiales; Antonino Bella; Francesco Celino; Lorenzo Zino; Alessandro Rizzo; Yuhan Li; Nicola Perra; Corrado Gioannini; Paolo Milano; Daniela Paolotti; Marco Quaggiotto; Luca Rossi; Ivan Vismara; Alessandro Vespignani; Nicolò Gozzi
Pubblicato in: Epidemics, 2024, ISSN 1878-0067
Editore: Elsevier
DOI: 10.1016/J.EPIDEM.2025.100819

Resilience of mobility network to dynamic population response across COVID-19 interventions: Evidences from Chile (si apre in una nuova finestra)

Autori: Pasquale Casaburi; Lorenzo Dall’Amico; Nicolò Gozzi; Kyriaki Kalimeri; Anna Sapienza; Rossano Schifanella; T. Di Matteo; Leo Ferres; Mattia Mazzoli
Pubblicato in: PLOS Computational Biology, 2025, ISSN 1553-7358
Editore: Public Library of Science (PLoS)
DOI: 10.48550/ARXIV.2405.19141

An Open Source Python Library for Anonymizing Sensitive Data (si apre in una nuova finestra)

Autori: Sáinz-Pardo Díaz, Judith; López García, Álvaro
Pubblicato in: Scientific Data, 2024, ISSN 2052-4463
Editore: Springer Nature
DOI: 10.1038/S41597-024-04019-Z

BMC Public Health (si apre in una nuova finestra)

Autori: Kathleen Kelley; Nicolò Gozzi; Mattia Mazzoli; Daniela Paolotti
Pubblicato in: BMC Public Health, 2025, ISSN 1471-2458
Editore: Springer Nature
DOI: 10.1186/S12889-025-22496-8

A generalized vector-field framework for mobility (si apre in una nuova finestra)

Autori: Erjian Liu, Mattia Mazzoli, Xiao-Yong Yan, José J. Ramasco
Pubblicato in: Communications Physics, Numero 7, 2024, ISSN 2399-3650
Editore: Springer Science and Business Media LLC
DOI: 10.1038/S42005-024-01672-Z

Author Correction: An Open Source Python Library for Anonymizing Sensitive Data (si apre in una nuova finestra)

Autori: Judith Sáinz-Pardo Díaz; Álvaro López García
Pubblicato in: Scientific Data, 2024, ISSN 2052-4463
Editore: Springer Nature
DOI: 10.1038/S41597-024-04283-Z

È in corso la ricerca di dati su OpenAIRE...

Si è verificato un errore durante la ricerca dei dati su OpenAIRE

Nessun risultato disponibile

Il mio fascicolo 0 0