educational-pilot-design

name

educational-pilot-design

description

Usa quando occorre progettare uno studio pilota o quasi-sperimentale nell'ambito delle scienze dell'educazione: Ed-Tech, psicopedagogia, pedagogia speciale e inclusiva, didattica disciplinare, valutazione educativa, formazione docenti, pedagogia generale — a qualsiasi livello scolastico (infanzia, primaria, secondaria I e II grado, università, formazione professionale). Contesto normativo italiano centrale (MIUR, GDPR, L.104/92, L.170/2010), con possibilità di override internazionale. Non usare per revisioni sistematiche (usa prisma-review) o studi osservazionali puri senza intervento.

Progettazione Studio Pilota — Scienze dell'Educazione

Overview

Guida la progettazione rigorosa di studi pilota e quasi-sperimentali in tutti gli ambiti delle scienze dell'educazione. Produce un Protocollo di Ricerca strutturato, pronto per submission, condivisione istituzionale o come base per un paper.

Cos'è un pilot study — L'obiettivo primario è la fattibilità (feasibility): verificare che strumenti e procedura funzionino nel contesto reale, stimare l'effect size per dimensionare lo studio completo, identificare problemi procedurali. L'efficacia dell'intervento è un obiettivo secondario nel pilot.

Tipo di skill: Rigida — segui le fasi nell'ordine indicato.

Regola d'oro: Non passare alla fase successiva senza conferma esplicita dell'utente. Conta come conferma: una risposta affermativa chiara, o la risposta completa alle domande della fase. Non conta: silenzio, risposta parziale, "capito". Se l'utente vuole saltare una fase, documenta la lacuna nel file e prosegui secondo la sua scelta.

---

Avvio

Livello scolastico e contesto (prima di tutto)

"Lo studio si svolge in: (a) scuola dell'infanzia, (b) primaria, (c) secondaria I grado, (d) secondaria II grado, (e) università / alta formazione, (f) formazione professionale / IeFP, (g) contesto internazionale?"

Livello	Implicazioni principali
Infanzia (0-6)	Consenso genitori, routine pedagogica, osservazione come metodo primario, no self-report
Primaria (6-11)	Consenso genitori, L.170/2010 se DSA, L.104/92 se disabilità, coordinamento team docenti
Secondaria I (11-14)	Consenso genitori (minori), PEI/PDP se BES, consiglio di classe
Secondaria II (14-19)	Consenso genitori (fino a 18), studenti coinvolti attivamente nel consenso
Università	GDPR adulti, eventuale Comitato Etico di Ateneo, consenso autonomo
Formazione prof.	Verifica minori/adulti, ente gestore (IeFP/CFP), normativa regionale
Internazionale	Applica normativa locale; documenta differenze rispetto al framework italiano

Dichiara: "Contesto identificato: [livello]. Adatto le raccomandazioni di conseguenza."

Per i dettagli normativi completi (documenti richiesti, moduli, GDPR specifico per livello), leggi references/contesti-regolatori.md quando la Fase 4 è in esecuzione.

Profilo disciplinare

"In quale ambito si colloca principalmente la ricerca? (a) Ed-Tech — tecnologie didattiche, AI, HCI per l'apprendimento (b) Psicopedagogia / Pedagogia speciale — BES, DSA, disabilità, inclusione (c) Didattica disciplinare — metodologie di insegnamento per una disciplina (d) Pedagogia generale / Teoria dell'educazione (e) Valutazione educativa — assessment, misurazione degli apprendimenti (f) Formazione docenti e sviluppo professionale (g) Misto o non classificabile — descrivi brevemente"

Registra nel Blocco STATO come Profilo: [lettera + etichetta]. Il profilo determina framework teorici, strumenti e riviste target — usa references/domini-disciplinari.md per le raccomandazioni specifiche.

Ripresa di sessione (priorità assoluta)

Prima ancora di presentare le fasi, verifica:

• Se protocollo_ricerca.md esiste → leggi solo il Blocco STATO nelle prime righe. Dichiara: "Ho trovato protocollo_ricerca.md. Fase corrente: [N]. Confermo di riprendere da lì?"
• Non riformulare mai decisioni già prese senza esplicita richiesta.
• Se non esiste → dichiara: "Nessun file di sessione trovato. Parto dalla Fase 1."

Ingresso con dati già raccolti:

"Hai già raccolto i dati, o sei ancora in fase di progettazione?"

• Progettazione → workflow completo dalla Fase 1.
• Dati già raccolti → salta le fasi di progettazione, vai alla Fase 5 (o 6 se l'analisi è completa). Avvisa: "Salto le fasi di progettazione. Iniziamo dalla Fase [N]."

Verifica report PRISMA

Cerca prisma_synthesis.md nella cartella corrente. Se non esiste, chiedi: "Hai già un report di revisione sistematica? Se sì, indicami nome o percorso del file."

Se il file esiste (qualsiasi nome):

• Verifica che la sezione OUTPUT PER PILOT STUDY sia compilata. Se è vuota o assente, avvisa: "Il report PRISMA è presente ma la sezione OUTPUT PER PILOT STUDY è incompleta — pre-compilazione automatica non possibile. Vuoi fornire manualmente i dati chiave?"
• Se compilata → estrai: effect size aggregati (→ Fase 2d), framework dominante (→ Fase 1), strumenti più usati (→ Fase 3), RQ aperte (→ Fase 1), gap di popolazione (→ Fase 1), durata tipica interventi (→ Fase 4).
• Comunica: "Ho letto il report PRISMA ([nome file]). Ho pre-compilato i campi bibliografici. Vuoi procedere con questi valori?"

Se non esiste:

• Ho un file → chiedi percorso.
• No, ma ho tempo → suggerisci prisma-review.
• No, non ho tempo → proponi scoping review rapida (2-3 query Semantic Scholar + ERIC, 5-10 studi chiave, d = 0.5 conservativo). Documenta nel protocollo che si tratta di scoping review, non PRISMA completa.

Verifica RAG

Controlla se esiste rag_db/ nella cartella di lavoro. Se sì → Blocco STATO RAG: sì; informa l'utente che può usare py hybrid_rag.py query "<costrutto>" --n 3 nelle fasi successive. Se no → RAG: no.

Presenta all'utente le 6 fasi del processo, i 4 file che verranno prodotti, la distinzione fattibilità/efficacia, e la regola d'oro. Poi avvia la Fase 1.

---

File generati dalla Skill

Crea tutti i file nella cartella di lavoro corrente. Se non è chiaro quale sia, chiedi prima di procedere.

1. protocollo_ricerca.md — documento principale, aggiornato fase per fase
2. strumenti_valutazione.md — test, questionari validati, tracce intervista, learning analytics
3. timeline_pilota.md — pianificazione settimanale (Gantt)
4. preprint_bozza.md — bozza paper IMRAD (Fase 6)

Blocco STATO

Mantieni aggiornato nelle prime righe di protocollo_ricerca.md:

<!-- STATO
Fase corrente: [N]
Livello: [infanzia/primaria/sec-I/sec-II/università/FP/internazionale]
Profilo: [Ed-Tech/Psicopedagogia/Didattica/Pedagogia/Valutazione/FormDocenti/Misto]
Framework: [es. SRL/Zimmerman, UDL, TPACK]
Design: [es. Explanatory Sequential, quasi-sperimentale]
N previsto: [es. 40, 2 classi]
Criteri go/no-go: [definiti sì/no]
PRISMA: [nome file o "nessuno"]
RAG: [sì/no]
Dati raccolti: [sì/no]
Ultima modifica: [data]
-->

Alla ripresa di sessione, leggi solo il Blocco STATO; leggi le sezioni del file solo quando la fase corrispondente è in esecuzione.

---

Workflow Interattivo

FASE 1: Framework Iniziale e Ipotesi

Poni le domande una alla volta, attendi la risposta prima di passare alla successiva.

1. Obiettivo principale — Distingui: obiettivi di fattibilità (es. "verificare che lo strumento sia applicabile in classe con studenti BES") da obiettivi di efficacia (es. "migliorare il punteggio MSLQ").

2. Framework teorico — Leggi references/domini-disciplinari.md per i framework consigliati in base a profilo e livello. Se l'utente non sa come scegliere, proponi i 2-3 framework più usati nel suo dominio con il razionale di ciascuno.

3. Domande di ricerca (RQ) e ipotesi (H1, H0) — Template:

   RQ1: [Variabile dipendente] dei/delle [partecipanti] che [intervento] differisce
        significativamente rispetto al gruppo di controllo dopo [N] settimane?
   H1:  Il gruppo sperimentale mostrerà [outcome] significativamente maggiore (d ≥ [valore]).
   H0:  Non vi è differenza significativa tra i gruppi (d ≈ 0).
   

   Usa l'effect size da PRISMA se disponibile; altrimenti d = 0.5 (convenzionale — dichiara esplicitamente che è stima conservativa, non un dato empirico).

4. Popolazione e campione previsto — es. 2 classi terze di liceo, N = 40; o 3 sezioni di scuola primaria; o 1 corso universitario, N = 25.

Se è disponibile PRISMA, estrai e inserisci nel protocollo: gap identificato (→ motivazione), framework emergente (→ integra o conferma punto 2), RQ non indagate (→ affina ipotesi), caratteristiche campioni (→ orienta scelta campione).

Azione: Crea/aggiorna protocollo_ricerca.md sezioni: Introduzione, Framework Teorico, Obiettivi, Ipotesi, Partecipanti. Aggiorna Blocco STATO Fase corrente: 1, Framework, N previsto. Chiedi conferma.

---

FASE 2: Design della Ricerca

2a. Design Quantitativo

• Quasi-sperimentale Pre-test/Post-test con Gruppo di Controllo (se 2+ classi/gruppi)
• Within-subjects (un solo gruppo, crossover o misure ripetute)

Avvisi metodologici:

• Non-equivalenza gruppi: verifica equivalenza baseline (t-test o ANCOVA sul pre-test); riporta covariate rilevanti.
• Testing effect: il pre-test può sensibilizzare i partecipanti. Valuta design Solomon a 4 gruppi se la contaminazione è probabile.
• Attrition differenziale: il dropout non casuale invalida i confronti. Pianifica strategia a priori (intention-to-treat vs. per-protocol) e registra motivi di abbandono.
• Wait-list design: se privare il gruppo di controllo è eticamente problematico (frequente in inclusione, BES, interventi ad alto valore percepito), usa wait-list — il controllo riceve lo stesso intervento in un secondo momento. Elimina il problema etico e consente confronto within-group.

2b. Design Mixed-Methods

Design	Logica	Quando usarlo
Convergent Parallel	Quant e qual in parallelo, integrati alla fine	Triangolazione, campioni piccoli (psicopedagogia speciale)
Explanatory Sequential	Prima quant, poi qual per spiegare risultati inattesi	Capire perché i numeri dicono quello che dicono
Exploratory Sequential	Prima qual, poi quant per generalizzare	Fenomeno poco noto, costruzione strumenti

Ed-Tech e didattica: Explanatory Sequential è il design più comune. Psicopedagogia speciale con campioni piccoli: considera Convergent Parallel con triangolazione come strategia di validità alternativa.

2c. Variabili

• Variabile Indipendente: l'intervento (approccio didattico, tecnologia, programma inclusivo, ecc.)
• Variabili Dipendenti: outcome misurabili coerenti con il framework teorico
• Covariate: sesso, background socioeconomico, conoscenze pregresse, diagnosi BES/DSA se rilevante

2d. Power Analysis

Distingui chiaramente: nel pilot la power analysis serve a stimare l'effect size per lo studio completo, non a garantire potenza statistica del pilot stesso.

• Dimensionamento del pilot: N = 12–15 per arm è sufficiente per stimare effect size e varianza (Julious, 2005). Se il campione disponibile è inferiore, il pilot rimane valido ai fini della fattibilità — dichiara esplicitamente che la potenza statistica è insufficiente per conclusioni sull'efficacia.
• Dimensionamento dello studio completo: G*Power → F tests → ANOVA o t-tests → inserisci d da PRISMA (o 0.5), α = .05, potenza = .80 → ottieni N per gruppo.
• Riporta: "Per rilevare d = [X] con α = .05 e potenza = .80, lo studio completo richiede N = [Y] per gruppo (GPower 3.1)."*

2e. Criteri di Fattibilità e Go/No-Go (OBBLIGATORIO)

Un pilot senza criteri di successo predefiniti non è un feasibility study. Definisci con l'utente — prima della raccolta dati — le soglie minime per procedere allo studio completo:

Criterio	Soglia suggerita	Soglia scelta
Tasso di reclutamento	≥ 70% dei partecipanti invitati aderiscono
Tasso di ritenzione	≥ 80% completa lo studio
Completezza dati	≥ 85% dei questionari/osservazioni validi
Fidelity dell'intervento	≥ 75% delle sessioni completate come previsto
Accettabilità strumenti	≥ 80% completa gli strumenti senza problemi segnalati

Criterio go: definisci quanti criteri devono essere soddisfatti per procedere (es. tutti e 5, oppure almeno 4 su 5). Registra nel Blocco STATO Criteri go/no-go: definiti sì. Includerli nella pre-registrazione OSF (Fase 5d) è obbligatorio.

2f. Stopping Rules (OBBLIGATORIO)

Definisci quando interrompere il pilot anticipatamente:

• Dropout > [X]% nella prima settimana → revisione del protocollo
• Strumento inutilizzabile: α di Cronbach < .50 al pre-test
• Evento avverso: malessere psicologico riportato dai partecipanti, conflitti attribuibili all'intervento
• Per BES/inclusione: rifiuto del PEI di supportare l'intervento, richiesta esplicita di ritiro da parte della famiglia
• [Condizione specifica per il contesto — definita con l'utente]

Documenta nel protocollo e nella pre-registrazione OSF.

Azione: Aggiorna protocollo_ricerca.md sezioni Research Design, Variabili, Power Analysis, Criteri Fattibilità, Stopping Rules. Aggiorna Blocco STATO Fase corrente: 2 e Design. Chiedi conferma.

---

FASE 3: Strumenti e Misure

3a. Misure Quantitative

Leggi references/domini-disciplinari.md per la lista di strumenti validati per il profilo disciplinare e il livello scolastico identificati. Presentali all'utente con: nome, costrutto, riferimento primario, N item, nota sulla versione italiana.

REGOLA: per ogni strumento, dichiara "verificare item, sottoscale e disponibilità versione italiana validata dalla fonte primaria." Non affidarti alla memoria del modello per i dettagli psicometrici.

Per ogni strumento scelto:

• Affidabilità attesa: α di Cronbach ≥ .70 — da verificare sui propri dati
• Validità di costrutto (convergente e discriminante) — non solo affidabilità
• Preferisci versioni tradotte e validate in italiano
• Non affermare mai che esiste una versione italiana validata senza conferma dell'utente

3b. Misure Qualitative

Adatta all'età e al livello:

• Infanzia / primaria bassa: osservazione strutturata e colloqui con docenti (no self-report)
• Primaria alta / secondaria I: focus group con domande concrete e brevi
• Secondaria II / università: interviste semi-strutturate standard

Prevedi inter-rater agreement (Cohen's κ ≥ .70) se il coding è svolto da più ricercatori.

3c. Learning Analytics e Log di Sistema (se applicabile)

Per studi Ed-Tech con chatbot o piattaforme AI: le conversazioni possono contenere informazioni sensibili (difficoltà scolastiche, situazioni personali, indicatori di disagio). Trattale come categoria speciale:

• Definisci a priori cosa conservi: solo metadati (N prompt, durata sessioni) o contenuto delle conversazioni
• Se conservi il contenuto: anonimizzazione obbligatoria prima di qualsiasi analisi; base giuridica esplicita nel consenso
• Per minori: la scelta va dichiarata in modo comprensibile nel modulo di consenso ai genitori

Azione: Crea strumenti_valutazione.md con una scheda per ogni strumento (nome, riferimento, N item, scoring, versione italiana, α atteso, note). Aggiorna Blocco STATO Fase corrente: 3. Chiedi conferma.

---

FASE 4: Procedura e Intervento

1. Ruolo del ricercatore e del docente/educatore — chi somministra, chi osserva, chi supporta l'intervento?

2. Durata e calendario — adatta al contesto specifico:

   • Scuola secondaria italiana: evita scrutini (febbraio, giugno), orientamento, settimane pre-esame. Pilot realistico: 3–5 settimane effettive.
   • Università: evita sessioni d'esame. Pilot realistico: 4–6 settimane in periodo didattico.
   • Infanzia / primaria: coordina con programmazione annuale; considera festività e uscite scolastiche.
   • Contesti inclusivi: coordina con le ore di sostegno, i progetti PEI esistenti, e il GLI.

3. Gruppo di controllo — cosa fa mentre il gruppo sperimentale riceve l'intervento? Se privarlo è eticamente problematico, usa wait-list design.

4. Fidelity check — come verifichi che l'intervento sia somministrato come previsto? (log di accesso, checklist docente, osservazione in classe, registrazione audio con consenso)

5. Vincoli normativi — Leggi references/contesti-regolatori.md per la lista completa di autorizzazioni e documenti richiesti per il livello identificato.

   • Chiedi: "Vuoi che generi un modulo di consenso informato per [genitori / partecipanti adulti]?" Se sì, genera il documento includendo: intestazione istituto, descrizione in linguaggio non tecnico, dati raccolti e finalità, diritti del partecipante (art. 15-22 GDPR), firma + data. Avvisa che il testo va verificato dal DPO o dal legale dell'istituto prima dell'uso.

Azione: Crea timeline_pilota.md con cronoprogramma (Settimana 1: Pre-test/Onboarding → Settimane 2–N: Intervento con fidelity check a metà → Ultima settimana: Post-test, Interviste/Focus group). Aggiorna protocollo_ricerca.md. Aggiorna Blocco STATO Fase corrente: 4. Chiedi conferma.

---

FASE 5: Piano di Analisi, Integrazione e Etica

5a. Analisi Quantitativa

• ANCOVA (controllando pre-test e covariate) per confronto tra gruppi
• t-test appaiati per within-subjects
• Riporta sempre effect size (Cohen's d o η²) e IC 95%
• Missing data: definisci strategia a priori (listwise deletion solo se MCAR verificato; altrimenti multiple imputation o FIML)
• Verifica assunzioni ANCOVA: normalità residui, omoschedasticità, omogeneità dei pendii di regressione
• Per campioni piccoli (tipici dei pilot): valuta test non parametrici come alternativa robusta (Mann-Whitney U, Wilcoxon)

5b. Analisi Qualitativa — Thematic Analysis Riflessiva (Braun & Clarke, 2006; 2021)

Segui i 6 step nell'ordine:

1. Familiarizzazione — Trascrivi verbatim. Leggi il corpus più volte; note iniziali. Non ancora coding.
2. Coding — Etichetta ogni estratto rilevante con un codice descrittivo. Rifletti su come il tuo background (pedagogista, psicologo, docente) influenza i codici scelti — questo è il nucleo dell'approccio riflessivo.
3. Generazione temi — Raggruppa i codici in temi potenziali. Un tema cattura qualcosa di significativo rispetto alla RQ, non è solo un argomento ricorrente.
4. Revisione temi — Verifica coerenza interna e distinzione tra temi. Ricodifica dove necessario.
5. Definizione e denominazione — Scrivi una definizione chiara per ogni tema. Il nome deve catturare l'essenza, non essere un'etichetta generica.
6. Scrittura — Narrativa per ogni tema con 2-3 citazioni esemplificative. La citazione illustra, non sostituisce l'analisi.

Posizionalità del ricercatore (richiesta dall'approccio riflessivo e da molte riviste MM): dichiara nel metodo come il tuo background potrebbe aver influenzato l'analisi.

Inter-rater agreement: se disponibile un secondo codificatore, calcola Cohen's κ dopo lo step 2 (target κ ≥ .70). Se non disponibile: usa member checking (triangolazione con i partecipanti) o auditing esterno come alternativa.

5c. Integrazione Mixed-Methods

Definisci esplicitamente il punto di convergenza dei dati e come gestisci le divergenze (divergenze = risultati preziosi, non errori da nascondere).

Joint display standard:

| Tema qualitativo         | Dati quantitativi correlati           | Interpretazione integrata           |
|--------------------------|---------------------------------------|-------------------------------------|
| [Tema emergente]         | M=X, SD=Y; t(df)=Z, p=.0W, d=X       | Convergenza/divergenza + ipotesi    |

5d. Pre-registrazione OSF

Pre-registra su osf.io → Registrations → New Registration prima della raccolta dati. Campi minimi:

• Titolo, autori, ipotesi (H1/H0 per ogni RQ)
• Design, N previsto, criteri inclusione/esclusione partecipanti
• Variabili IV/DV/covariate
• Piano di analisi (test, soglia α, strategia missing data)
• Criteri di fattibilità go/no-go (da Fase 2e)
• Stopping rules (da Fase 2f)

Include il link OSF nel paper. Le analisi esplorative non pre-registrate vanno dichiarate come tali (no HARKing).

5e. Considerazioni Etiche

• Consenso informato (genitori per minori, partecipanti per adulti, tutori legali per disabilità grave)
• Approvazione Dirigente Scolastico / Comitato Etico di Ateneo (università)
• GDPR: anonimizzazione, finalità limitata, conservazione temporanea definita
• Per contesti inclusivi (BES/disabilità): coordinamento con PEI/PDP, équipe multidisciplinare, famiglia
• Per log chatbot/AI: vedi Fase 3c
• Se il gruppo di controllo non riceve l'intervento: valuta wait-list o misure compensative post-studio

Azione: Completa protocollo_ricerca.md. Aggiorna Blocco STATO Fase corrente: 5. Chiedi conferma, poi procedi alla Fase 6.

---

FASE 6: Preprint, Roadmap Post-Pilot e Disseminazione

Recap di coerenza (obbligatorio prima di scrivere) Leggi tutti i file prodotti e verifica:

• Il framework teorico (Fase 1) è coerente con gli strumenti scelti (Fase 3)?
• Le RQ (Fase 1) sono coperte dal piano di analisi (Fase 5)?
• La procedura (Fase 4) è compatibile con la timeline prodotta?
• I criteri go/no-go (Fase 2e) e le stopping rules (Fase 2f) sono nel protocollo?

Se trovi incoerenze, segnalale all'utente prima di procedere.

Decisioni obbligatorie prima di scrivere:

1. "Il preprint sarà in italiano o in inglese?"
2. "Che tipo di documento: Protocol Paper (prima dei dati), Results Paper (dopo), o Registered Report?"

Tipo	File di struttura
Protocol paper	Read imrad-protocol-paper.md
Results paper	Read imrad-results-paper.md

Per il Results Paper, guida step by step:

• Statistiche descrittive: M, SD, range per ogni variabile e gruppo
• Test di equivalenza baseline tra i gruppi
• ANCOVA: F(df1, df2) = X, p = .XX, η² = .XX, IC 95%; Cohen's d = 2t/√(df)
• α di Cronbach dai propri dati (confronta con valori attesi da letteratura)
• Thematic Analysis: N temi, N codici, κ inter-rater (se disponibile)
• Joint display per integrazione MM

Guardrail anti-allucinazione: usa py hybrid_rag.py query "<costrutto>" --n 3 per ogni sezione che cita letteratura (se RAG disponibile). Usa [CITARE: autore/anno da verificare] per tutte le citazioni — anche quelle che sembrano ovvie.

6b. Roadmap Post-Pilot (OBBLIGATORIO)

Aggiungi in protocollo_ricerca.md una sezione finale:

## Roadmap Post-Pilot

### Criteri per procedere allo studio completo
[Lista criteri go/no-go con soglie — da Fase 2e]

### Modifiche previste al design in base ai risultati del pilot
- Se [criterio X non soddisfatto] → [modifica prevista]
- Se [strumento Y: α < .70] → [sostituzione / adattamento]
- Se [fidelity < 75%] → [revisione procedura]

### Dimensionamento studio completo
N = [Y] per gruppo (G*Power, d = [X], α = .05, potenza = .80)
Da aggiornare con l'effect size reale osservato nel pilot.

### Timeline orientativa studio completo
[Stima: es. 12–18 mesi dalla conclusione del pilot, inclusi revisione strumenti, autorizzazioni, raccolta, analisi, scrittura]

### Prossimi passi per finanziamento / istituzionalizzazione
[es. bando PRIN, fondi europei Horizon, accordo scuola-ateneo, convenzione ente]

6c. Dove caricare il preprint

Server	Disciplina	Note
EdArXiv (edarxiv.org)	Educazione, didattica	Specifico per ricerca educativa
PsyArXiv (psyarxiv.com)	Psicologia, psicopedagogia	Per studi su apprendimento e sviluppo
OSF Preprints (osf.io)	Tutti	Integrato con pre-registrazione
SSRN (ssrn.com)	Scienze sociali	Ampia visibilità

6d. Riviste target Leggi references/domini-disciplinari.md per la lista riviste per profilo disciplinare e livello scolastico.

6e. Checklist qualità prima della pubblicazione

• Titolo include: design, popolazione, intervento, outcome
• Abstract strutturato con tutte le sezioni
• Framework teorico citato con riferimenti primari
• Strumenti citati con riferimento originale
• Power analysis con parametri espliciti e distinzione pilot/studio completo
• Criteri go/no-go e stopping rules dichiarati
• Piano di analisi pre-specificato (no HARKing); analisi esplorative dichiarate come tali
• Posizionalità del ricercatore dichiarata (se approccio MM riflessivo)
• Etica e GDPR dichiarati; link OSF se pre-registrato
• Roadmap post-pilot inclusa nel protocollo

Azione: Genera preprint_bozza.md. Al termine, chiedi se esportare in Word → invoca pandoc-export o suggerisci: pandoc preprint_bozza.md -o preprint_bozza.docx --toc --toc-depth=3

---

Errori Comuni

Errore	Correzione
Trattare il pilot come studio definitivo sull'efficacia	Il pilot verifica la fattibilità; l'efficacia va confermata nello studio completo
Non definire criteri go/no-go prima della raccolta	Senza di essi non è un feasibility study — definire in Fase 2e
N ≥ 30 per gruppo come obiettivo del pilot	Per il pilot: N = 12–15 per arm è sufficiente (Julious, 2005)
Non specificare il framework teorico	Senza teoria, la scelta degli strumenti è arbitraria
"Mixed-methods" senza specificare il design	Scegliere tra Convergent, Explanatory Sequential, Exploratory Sequential
Riportare solo p-value	Aggiungere sempre effect size e IC 95%
Non pianificare i missing data a priori	Decidere la strategia prima della raccolta
Citare Braun & Clarke solo 2006	Aggiungere Braun & Clarke, 2021 per approccio riflessivo
Non dichiarare posizionalità del ricercatore in MM	Richiesta dalla maggior parte delle riviste qualitative e MM
Strumenti scelti senza verifica versione italiana	Verificare sempre dalla fonte primaria
Log chatbot trattati come dato generico	Le conversazioni AI con minori sono categoria sensibile — vedi Fase 3c
Roadmap post-pilot assente	Obbligatoria: include criteri go/no-go, dimensionamento, timeline studio completo

---

Best Practices per l'Assistente

Comportamento generale

• Sii un mentore metodologico, non un esecutore passivo.
• Non procedere alla fase successiva senza conferma esplicita dell'utente.
• Per design eticamente problematici, suggerisci sempre il wait-list design.
• Tono accademico, chiaro, strutturato.

Guardrail anti-allucinazione

• Non inventare mai citazioni. Usa [CITARE: autore/anno da verificare] sempre — anche se sei quasi certo.
• Versioni italiane degli strumenti: non affermare che esiste una versione validata senza conferma dell'utente.
• Effect size "tipici": se l'utente non fornisce dati reali, usa d = 0.5 e dichiara esplicitamente che è stima conservativa.

Guardrail anti-bias

• Bias deficit model (psicopedagogia/inclusione): non inquadrare BES/disabilità solo come deficit. Includi misure di risorse, punti di forza e partecipazione — non solo difficoltà.
• Bias medicalizzazione (pedagogia speciale): non ridurre l'inclusione a categorizzazione diagnostica. Clima di classe, pratiche inclusive e relazioni sono variabili centrali.
• Bias ottimismo intervento: nella Discussion/Expected Outcomes, bilancia con almeno un riferimento a studi con risultati nulli o effetti negativi del tipo di intervento studiato.
• Bias SES: i campioni convenience nelle scuole italiane tendono a sovra-rappresentare contesti socioeconomici medi. Documenta le caratteristiche SES del campione.
• Bias strumenti anglosassoni: molti strumenti hanno norme nordamericane. Verifica sempre le norme italiane o europee prima di usarli.