| 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.
protocollo_ricerca.md — documento principale, aggiornato fase per fasestrumenti_valutazione.md — test, questionari validati, tracce intervista, learning analyticstimeline_pilota.md — pianificazione settimanale (Gantt)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.
-
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").
-
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.
-
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).
-
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
-
Ruolo del ricercatore e del docente/educatore — chi somministra, chi osserva, chi supporta l'intervento?
-
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.
-
Gruppo di controllo — cosa fa mentre il gruppo sperimentale riceve l'intervento? Se privarlo è eticamente problematico, usa wait-list design.
-
Fidelity check — come verifichi che l'intervento sia somministrato come previsto? (log di accesso, checklist docente, osservazione in classe, registrazione audio con consenso)
-
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:
- Familiarizzazione — Trascrivi verbatim. Leggi il corpus più volte; note iniziali. Non ancora coding.
- 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.
- Generazione temi — Raggruppa i codici in temi potenziali. Un tema cattura qualcosa di significativo rispetto alla RQ, non è solo un argomento ricorrente.
- Revisione temi — Verifica coerenza interna e distinzione tra temi. Ricodifica dove necessario.
- Definizione e denominazione — Scrivi una definizione chiara per ogni tema. Il nome deve catturare l'essenza, non essere un'etichetta generica.
- 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:
- "Il preprint sarà in italiano o in inglese?"
- "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
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.
