Donne e Tecnologie Informaticheacadia/wp-content/uploads/2013/03/donn… · Scienze e tecnologie informatiche 26 0,23% 294 3,76% 320 8,8% Totale Informatica Veneto 144 1,29% 783 10,02%

29/05/2012 Dipartimento di Scienze Ambientali, Informatica e Statistica, Università "Ca' Foscari" di Venezia

1

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA

Donnee Tecnologie Informatiche

Donne e Tecnologie Informaticheun approfondimento quantitativo e qualitativo

Emanuela Boschetto, Antonio Candiello, Agostino Cortesi e Fabio Fignani

DAIS – Dipartimento di Scienze Ambientali, Informatica e Statistica,Università “Ca’ Foscari” di Venezia


2

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Sommario

1. gender gap nella formazione logico-matematica

2. formazione: confronto Veneto - Regioni EU3. gender gap nell’alta formazione ICT

4. cause del gender gap: i modelli di genere

5. ICT & occupabilità

6. perché ridurre il gender gap7. quali profili professionali nell’ICT8. ICT: inquadramento nel contesto europeo

9. eterogeneità del Veneto: viste dal web


3

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


1. Gender gap nella

formazione logico-matematica

• I risultati INVALSI evidenziano un sistematico differenziale di genere in italiano (favorevole alle femmine) ed in matematica (favorevole ai maschi)

• distribuzione dei punteggi ottenuti ai test INVALSI 2009-2010 mediati su tutte le province aggregati per italiano (Ita) e matematica (Mat) e differenziati per genere (M/F)

Invalsi - Distribuzione M/F (totali)

0

5

10

15

20

25

30

35

Frequenze

Dis

trib

uzio

ne

Ita-M

Ita-F

Mat-M

Mat-F

57,2959,17Mat

71,4469,30Ita

FM


4

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Alle origini del Gender Gap

nell’ICT

• Il gender gap sulle materie logico-matematiche indirizza tutte le scelte successive

• Si traduce in una maggiore preferenza dei maschi per gli studi tecnico-scientifici e delle femmine per gli studi umanistici

• La sua comprensione è quindi necessaria al fine di poter intervenire sul gender gap tecnologico

• Si tratta di un differenziale che ha radici culturali, piùche biologiche.

• È una preferenza indotta dal contesto sociale e familiare che disapprova una ragazzina troppo preparata nelle materie logiche e preferisce per lei delle competenze piùvicine al linguaggio.


5

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


2. Formazione avanzata: confronto Veneto Regioni EU

• persone con qualificazione formativa avanzata: percentuali e posizione del Veneto in classifica (248/304) – Eurostat, edat_lfse_11, età 25-64

NUTS2 (Regioni Europee) 2010-f Classifica 2010-m Classifica 2010-tot Classifica

UKI1 - Inner London 52,7 1 53,4 1 53,1 1

BE31 - Prov. Brabant Wallon 50,9 2 48,1 2 49,5 2

NO01 - Oslo og Akershus 49,9 3 45,9 4 47,9 3

DK01 - Hovedstaden 47,4 4 40,9 15 44,1 5

SE11 - Stockholm 47,3 5 37,8 25 42,5 8

FI18 - Etelä-Suomi 47,0 6 36,0 33 41,5 11

BE24 - Prov. Vlaams-Brabant 46,5 7 42,7 8 44,6 4

ES21 - País Vasco 43,6 8 44,6 5 44,1 6

UKM6 - Highlands and Islands 43,2 9 31,5 67 37,6 26

…

ITD4 - Friuli-Venezia Giulia 15,4 246 11,5 281 13,5 260

GR24 - Sterea Ellada 15,3 247 16,3 218 15,9 236

CZ08 - Moravskoslezsko 15,2 249 15,6 224 15,4 242

ITD3 - Veneto 15,2 248 12,5 269 13,8 256

AT12 - Niederösterreich 15,1 250 20,8 177 17,9 217

AT31 - Oberösterreich 15,0 251 20,0 186 17,5 222

GR25 - Peloponnisos 15,0 252 15,9 219 15,5 239

ITC1 - Piemonte 14,9 253 13,2 258 14,1 252

ITG2 - Sardegna 14,9 254 9,8 296 12,3 271

AT33 - Tirol 14,8 255 19,7 189 17,2 224

AT22 - Steiermark 14,6 256 16,4 216 15,5 240

…

TRA2 - Agri 3,5 302 9,4 298 6,4 304

TRC3 - Mardin 3,4 303 10,2 290 6,7 303

TRB2 - Van 3,1 304 10,5 289 6,8 302

248° posizione(formazione terziaria)


6

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Minore qualificazione: confronto Veneto Regioni EU

• persone con minore qualificazione formativa secondaria: percentuali e posizione del Veneto in classifica (236/300). Eurostat, edat_lfse_09, età 25-64

NUTS2 (Regioni Europee) 2010-f Classifica 2010-m Classifica 2010-t Classifica

CZ01 - Praha 4,9 1 1,8 1 3,3 1

DEG0 - Thüringen 5,2 2 4,8 3 5,0 5

DE42 - Brandenburg - Südwest 6,1 3 5,7 9 5,9 7

SK01 - Bratislavský kraj 6,3 4 5,2 8 5,8 6

DE41 - Brandenburg - Nordost 6,5 5 7,0 15 6,7 10

DEE0 - Sachsen-Anhalt 6,6 6 5,8 11 6,2 8

DE80 - Mecklenburg-Vorpommern 6,8 7 5,8 12 6,3 9

PL22 - Slaskie 8,8 9 6,0 13 7,5 14

PL21 - Malopolskie 8,8 8 9,0 20 8,9 18

…

ITD1 - Provincia Autonoma Bolzano/Bozen 41,8 232 47,5 242 44,7 240

GR43 - Kriti 42,2 233 46,7 238 44,5 239

ES24 - Aragón 42,6 235 40,5 224 41,5 232

ITE1 - Toscana 42,6 234 47,6 243 45,1 242

ITD3 - Veneto 43,0 236 41,9 226 42,4 235

FR83 - Corse 43,2 237 45,3 233 44,1 238

ES23 - La Rioja 43,7 239 46,4 237 45,1 241

…

TRA2 - Agri 90,1 298 72,9 293 81,6 303

TRC3 - Mardin 90,9 299 69,7 288 80,5 300

TRB2 - Van 91,6 300 72,3 292 81,9 304

236° posizione(minore qualificazione)


7

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


3. gender gap nell’alta formazione ICT

• circa quindicimila studenti in Italia (circa millein Veneto) nelle classi universitarie:– “Ingegneria dell’Informazione”– “Scienze e tecnologie informatiche”

• circa millecinquecento docenti in Italia (circa cento in Veneto) nei settori disciplinari:– INF/01 Informatica, – ING-INF/05 Sistemi di Elaborazione delle

Informazioni

• il gender gap è piuttosto marcato sia tra gli studenti che tra i docenti


8

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Immatricolati ICT – Italia

13.47212.752

10.765

12.645

2.588 2.584 2.3932.887

0

2.000

4.000

6.000

8.000

10.000

12.000

14.000

16.000

2007/8 2008/9 2009/10 2010/11

Anno Accademico

Imm

atr

ico

lati

Maschi

Femmine

• Evoluzione, per genere, degli immatricolati nelle classi universitarie di informatica in Italia

• “Ingegneria dell’Informazione” e “Scienze e tecnologie informatiche”

• nostra rielaborazione su dati dell’Anagrafe Studenti MIUR, anagrafe.miur.it.

F/M ∼∼∼∼ 20% !


9

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Immatricolazioni – Italia

• il 10% dei maschi si iscrivono ad Informatica• meno del 2% delle donne si iscrivono ad Informatica

• immatricolazioni in Italia, per area e genere in Italia, A-A 2010-2011 – nostra rielaborazione su dati dell’Anagrafe Studenti MIUR

Immatricolati Italia Femmine % su F Maschi % su M Totale g=F/M

Area Sanitaria 22.343 13,87% 11.767 9,30% 34.110 189,9%

Area Scientifica 37.115 23,04% 58.291 46,07% 95.406 63,7%

Area Sociale 63.834 39,62% 46.487 36,74% 110.321 137,3%

Area Umanistica 37.806 23,47% 9.982 7,89% 47.788 378,7%

Totale Italia 161.098 100,00% 126.527 100,00% 287.625 127,3%

Ingegneria dell'Informazione 2.361 1,47% 9.051 7,15% 11.412 26,1%

Scienze e tecnologie informatiche 526 0,33% 3.594 2,84% 4.120 14,6%

Totale Informatica Italia 2.887 1,79% 12.645 9,99% 15.532 22,8%


10

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Immatricolati ICT – Veneto

842 815872

783

182147 141 144

0

100

200

300

400

500

600

700

800

900

1.000

2007/8 2008/9 2009/10 2010/11

Anno Accademico

Imm

atr

ico

lati

Maschi

Femmine

• Evoluzione, per genere, degli immatricolati nelle classi universitarie di informatica in Italia– “Ingegneria dell’Informazione”– “Scienze e tecnologie informatiche”

• nostra rielaborazione su dati dell’Anagrafe Studenti MIUR, anagrafe.miur.it.

F/M ∼∼∼∼ 18% !


11

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Immatricolati Veneto Femmine % su F Maschi % su M Totale g=F/M

Area Sanitaria 1.556 13,91% 696 8,91% 2.252 223,6%

Area Scientifica 2.373 21,22% 3.929 50,28% 6.302 60,4%

Area Sociale 3.379 30,21% 2.149 27,50% 5.528 157,2%

Area Umanistica 3.877 34,66% 1.040 13,31% 4.917 372,8%

Totale Veneto 11.185 100,00% 7.814 100,00% 18.999 143,1%

Ingegneria dell'Informazione 118 1,05% 489 6,26% 607 24,1%

Scienze e tecnologie informatiche 26 0,23% 294 3,76% 320 8,8%

Totale Informatica Veneto 144 1,29% 783 10,02% 927 18,4%

Immatricolazioni – Veneto

• il 10% dei maschi si iscrivono ad Informatica• meno del 2% delle donne si iscrivono ad Informatica

• immatricolazioni in Italia, per area e genere in Italia, A-A 2010-2011 – nostra rielaborazione su dati dell’Anagrafe Studenti MIUR


12

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Docenti ICT – Italia

• suddivisione per genere del personale docente universitario

• informatica: settori disciplinari INF/01 ed ING-INF/05• per grado di avanzamento carriera (ricercatore, associato, ordinario)• gap = F/M < 30% per ricercatori & associati e < 20% per gli ordinari

• dati a febbraio 2012 – nostra rielaborazione su dati MIUR

0

100

200

300

400

500

600

700

800

Ricercatore Associato Ordinario

Femmine

Maschi

F/M < 30% F/M ∼∼∼∼ 20%

F/M < 30%


13

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


0

5

10

15

20

25

30

35

40

45

Ricercatore Associato Ordinario

Femmine

Maschi

Docenti ICT – Veneto

• suddivisione per genere del personale docente universitario

• informatica: settori disciplinari INF/01 ed ING-INF/05• per grado di avanzamento carriera (ricercatore, associato, ordinario)• gap = F/M ∼∼∼∼ 50% per i ricercatori e ∼∼∼∼ 20% per associati & ordinari

• dati a febbraio 2012 – nostra rielaborazione su dati MIUR

F/M < 20% F/M ∼∼∼∼ 20%

F/M ∼∼∼∼ 50%


14

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


4. Cause del gender gap: i

modelli di ruolo

Il gruppo più influente (64%) nei modelli di ruolo, i genitori, influisce sul giudizio riguardo alla capacità maschile o femminile di lavorare nelle ICT(solo il 2% delle studentesse è influenzata dagli insegnanti):

• entrambi i modelli di ruolo femminile che maschile considerano le professioni nelle ICT come più adatte agli uomini;

• nessuno che si riferisca ai modelli di ruolo femminili crede che le donne siano a loro agio nelle professioni ingegneristiche;

• nessuno che si riferisca ai modelli di ruolo maschili pensa che le donne siano maggiormente portate all’ingegneria o alle professioni di software development; meno del 10% di loro valuta le donne maggiormente portate per il ruolo di network consulting engineer.

• se pure la vendita è considerato ambito più confacente al genere femminile, solo il 15% di entrambi i genitori pensano che le donne possano competerecon gli uomini nelle professioni ICT

• Cfr. Insight – Observatory for new technologies and education, White Paper – Women and ICT. Why are girls still not attracted to ICT studies and careers?, 2009


15

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


5. ICT & occupabilità

È utile valutare la condizione occupazionale per genere dei laureati:

• ad un anno dalla laurea triennale, la percentuale complessiva tra occupati e iscritti alla specialistica (“studiano o lavorano”)

• ad un anno ed a tre anni dalla laurea

magistrale, la percentuale di occupati

(“lavorano”) ed il relativo reddito mensile


16

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Analisi per settori e

localizzazione

Gli esiti occupazionali sono posti a confronto per:• Italia Vs Veneto

• Tutte Vs Informatica

Informatica è definita come segue:• le classi triennali di laurea in informatica:

– ingegneria dell’informazione (L-8, 9) e – scienze e tecnologie informatiche (L-31, 26);

• le classi specialistiche di laurea in informatica: – ingegneria informatica (LM-32, 26),– informatica (LM-18, 23/S) – metodologie informatiche per le discipline umanistiche (LM-

43, 24/S)


17

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Occupazione/continuazione (ad un

anno) per le lauree triennali

• quota % complessiva tra occupati ed iscritti (alla specialistica)• ad un anno dalla laurea triennale

• per genere ed ambito (Italia, Veneto, Corsi di Laurea in Informatica)• la quota supera abbondantemente il 90% per le laureate venete in

informatica; il gender gap in questo caso è positivo

• in “zona 100%” per l’Ateneo padovano

• nostre elaborazioni su dati AlmaLaurea, indagine 2010

0,00%

10,00%

20,00%

30,00%

40,00%

50,00%

60,00%

70,00%

80,00%

90,00%

100,00%

Veneto Informatica Veneto Italia Informatica Italia

LavStu-M

LavStu-F


18

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


0,00%

10,00%

20,00%

30,00%

40,00%

50,00%

60,00%

70,00%

80,00%

90,00%

100,00%


Lavora-M

Lavora-F

Esiti occupazionali (ad un

anno) delle lauree magistrali

• quota % complessiva di occupati

• ad un anno dalla laurea magistrale

• per genere ed ambito (Italia, Veneto, Corsi di Laurea in Informatica)• la quota sfiora l’80% per le laureate venete in informatica

• il gender gap in questo caso è positivo



19

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


0,00%

10,00%

20,00%

30,00%

40,00%

50,00%

60,00%

70,00%

80,00%

90,00%

100,00%


Lavora-M

Lavora-F

Esiti occupazionali (a tre anni)

delle lauree magistrali

• quota % complessiva di occupati

• a tre anni dalla laurea magistrale

• per genere ed ambito (Italia, Veneto, Corsi di Laurea in Informatica)• si noti la piena occupazione per le laureate venete in informatica

• il gender gap in questo caso è positivo



20

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Redditi ad un anno dalle

lauree magistrali

• reddito dei laureati occupati• ad un anno dalla laurea magistrale

• per genere ed ambito (Italia, Veneto, Corsi di Laurea in Informatica)• riemerge il gender gap• il gap è maggiore in Veneto


€ 0,00

€ 200,00

€ 400,00

€ 600,00

€ 800,00

€ 1.000,00

€ 1.200,00

€ 1.400,00


Mensile-M

Mensile-F


21

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


€ 0,00

€ 200,00

€ 400,00

€ 600,00

€ 800,00

€ 1.000,00

€ 1.200,00

€ 1.400,00

€ 1.600,00


Mensile-M

Mensile-F

Redditi a tre anni dalle lauree magistrali

• reddito dei laureati occupati• a tre anni dalla laurea magistrale

• per genere ed ambito (Italia, Veneto, Corsi di Laurea in Informatica)• si riduce il gender gap• il gap è contenuto (-10%) per le laureate venete in informatica



22

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


6. Perché ridurre il gender gap

nell’ICTIl settore delle ICT è di crescente importanza strategica per le

economie avanzate, quale fattore di innovazione che opera sotto diversi punti di vista, stanti:

• la trasversalità di tale complesso tecnologico, che induce e favorisce l’innovazione dall’interno in ogni comparto industriale e/o dei servizi (visione micro);

• la sua connotazione quale primaria infrastruttura in grado di facilitare le comunicazioni ed ampliarne le possibilità, avvicinando cosìimprese, cittadini e pubbliche amministrazioni (visione macro);

• la positiva sinergia dell’interazione delle tecnologie informatiche (soft) con le tecnologie meccaniche (hard), alla base della cosiddetta green economy e della visione delle smart cities;

• la comunque significativa valenza quale settore economico a séstante, attorno al 5% del PIL in Europa, che supera il 6% per Usa, Cina, Giappone ed oltre il 10% a Taiwan

Per rendere le competenze ICT diffuse e disponibili


23

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Totale Uomini Donne Totale Totale

(20-64) (55-64) (20-29)

(donne) (anziani) (giovani)

EU27 68,80 75,10 62,10 46,30 61,60

Belgio 67,60 73,50 61,60 37,30 61,00

Re. Ceca 70,40 79,60 60,90 46,50 58,40

Danimarca 76,10 79,00 73,10 57,60 71,00

Germania 74,90 80,10 69,60 57,70 69,50

Irlanda 64,90 69,40 60,40 50,00 61,00

Grecia 64,00 76,20 51,70 42,30 54,00

Spagna 62,50 69,10 55,80 43,60 54,30

Francia 69,20 73,80 64,90 39,70 62,80

Italia 61,10 72,80 49,50 36,60 47,80

Olanda 76,80 82,80 70,80 53,70 78,70

Austria 74,90 80,20 69,60 42,40 74,60

Polonia 64,60 71,60 57,70 34,00 60,30

Portogallo 70,50 75,40 65,60 49,20 62,60

Svezia 78,70 81,70 75,70 70,50 66,50

Regno Unito 73,60 79,30 67,90 57,10 71,10

Tasso di occupazione (2010, dati Eurostat)

Migliorare la produttività? Come?

• tre leve:– donne

– anziani

– giovani

• Esempio: +15% di tasso di occupazione = 6 mln

occupati = 400 mld € � PIL +30%

Tasso di occupazione


24

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


7. Quali profili professionalinell’ICT ?

• dati per l’Italia. Fonte: indagine ICT Professioni e Carriere, LineaEDP, 2010


25

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


ICT professionals

(per Eurostat)

• Computing services managers• Computer systems designers, analysts and programmers• Computing professionals not elsewhere classified• Electronics and telecommunications engineers• Electronics and telecommunications engineering

technicians• Computer assistants• Computer equipment operators• Broadcasting and telecommunications equipment

operators

• “Eurostat Methodological manual for Information Society Statistics”(numeri: ISCO Unit Groups , 4-digit level)


26

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


8. ICT: inquadramento nel

contesto europeo

• Quota femminile dei professionisti in Italia, Francia, Spagna nell’ICT e fuori dell’ICT. Dati 2006 del Rapporto 2007 delle Professioni ICT, Cantiere dei Mestieri ICT. Fonte: Organization Design & Management. Grafico estratto da “Il sistema delle competenze ICT Italiane a confronto con quelle Spagnole e Francesi”, 2007.


27

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Spesa ICT in % del PIL

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

8,0

2006 2007 2008 2009 2010

EU27

Germany

France

Italy

UK

• EU27: ∼∼∼∼5%; Italia: ∼∼∼∼4%; UK: ∼∼∼∼7%

• Usa, Cina, Giappone >6%; Taiwan >10%

• Information technology expenditure in millions of euro and as a percentage of GDP. Eurostat, isoc_si_ite, 2006-2010.


28

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


9. Eterogeneità del Veneto:

viste dal web

• nel seguito illustriamo i risultati di alcune ricerche sperimentali effettuate utilizzando webbots, wrappers, data scrapers e spiders

• i dati sono geo-referenziati per comune

• sono estratti dal web indifferenziatoindicatori di:– lavoro, – vivacità culturale,– viaggi / tempo libero.


29

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Indicatore "proxy" curricolare

“nata a”

“nato a”

• un CV, anche sul web, contiene l’indicazione “nato a” o “nata a”• l’indicatore esprime la tendenza relativa all’offerta di lavoro

• il rapporto medio è F/M = 30%; Venezia presenta i valori migliori


30

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Indicatore "proxy" culturale

“interessata a”

“interessato a”

• Si ricercano termini (“interessato/a” + plurali) sul web relativi a preferenze

• l’indicatore esprime la tendenza relativa agli interessi culturali

• il rapporto medio è F/M < 10%; Verona presenta i valori migliori


31

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Indicatore "proxy" per la mobilità

“andata a”

“andato a”

• per informazioni sui viaggi, si cercano “stato/a a” / “andato/a a” e plurali• l’indicatore esprime la tendenza relativa alla mobilità

• il rapporto medio è F/M = 30%; Venezia presenta i valori migliori

“stata a”

“stato a”


32

DIPARTIMENTO

DI SCIENZE

AMBIENTALI,

INFORMATICA e

STATISTICA


Grazie per l’attenzione

Emanuela Boschetto, Antonio Candiello, Agostino Cortesi e Fabio Fignani

DAIS – Dipartimento di Scienze Ambientali, Informatica e Statistica,Università “Ca’ Foscari” di Venezia

Documents

Donne e Tecnologie Informaticheacadia/wp-content/uploads/2013/03/donn… · Scienze e tecnologie informatiche 26 0,23% 294 3,76% 320 8,8% Totale Informatica Veneto 144 1,29% 783 10,02%