Milan observatory - Goals, Qualified human capital

Inviato da dkan_user il Mer, 07/24/2019 - 10:13
Titolare - Nome*:
Comune di Milano
Titolare - Codice Ipa/P. Iva*:
1199250158
Editore:
Assolombarda Confindustria Milano, Monza e Brianza, Lodi
Editore - Codice IPA/P.IVA:

80040750152

Autore:
SIAD – Unità Sviluppo Open Data
Autore - Codice IPA/P.IVA:

1199250158

Descrizione*:

One of the eight cross and enabling goals for cities, measured in terms of intensity of the action and specific results

Ultima modifica*:
10-03-2019
Frequenza aggiornamento*:
IRREG
Data rilascio:
2018-06-18
Estensione temporale - data inizio:

2014-01-01T00:00:00

Estensione temporale - data fine:

2018-12-31T00:00:00

Lingua:
ENG

DISTRIBUZIONI

ckan resource 2

Inviato da dkan_user il Ven, 09/20/2019 - 12:44

* Colonna 1: **city**
* Colonna 2: **regione**
* Colonna 3: **Milano Scoreboard edition**
* Colonna 4: **X1 = 15 year olds average PISA scores in mathematics and science**
* Colonna 5: **X2 = 15 year olds average PISA scores in reading**
* Colonna 6: **X3 = students in vocational and technical schools (% of total students in secondary education)**
* Colonna 7: **x1_anno**
* Colonna 8: **x2_anno**
* Colonna 9: **x3_anno**
* Colonna 10: **x1_città/regione **
* Colonna 11: **x2_città/regione **
* Colonna 12: **x3_città/regione **
* Colonna 13: **x1_geo**
* Colonna 14: **x2_geo **
* Colonna 15: **x3_geo **
* Colonna 16: **x1_fonte**
* Colonna 17: **x2_fonte**
* Colonna 18: **x3_fonte**
* Colonna 19: **x1_note**
* Colonna 20: **x2_note**
* Colonna 21: **x3_note**
* Colonna 22: **X1 indice (media=1)**
* Colonna 23: **X2 indice (media=1)**
* Colonna 24: **X3 indice (media=1)**
* Colonna 25: **Score di dimensione (media X123 indicizzati)**
Dimensione in byte:
19479

ckan resource 2

Inviato da dkan_user il Ven, 09/20/2019 - 12:44

* Colonna 1: **city**
* Colonna 2: **regione**
* Colonna 3: **Milano Scoreboard edition**
* Colonna 4: **X1 = skilled workers (% of total labor force)**
* Colonna 5: **X2 = employment in medium and high techonology manufacturing (% of total employment)**
* Colonna 6: **X3 = persons with tertiary education and employed in science and technology (% of total population)**
* Colonna 7: **x1_anno**
* Colonna 8: **x2_anno**
* Colonna 9: **x3_anno**
* Colonna 10: **x1_città/regione **
* Colonna 11: **x2_città/regione **
* Colonna 12: **x3_città/regione **
* Colonna 13: **x1_geo**
* Colonna 14: **x2_geo **
* Colonna 15: **x3_geo **
* Colonna 16: **x1_fonte**
* Colonna 17: **x2_fonte**
* Colonna 18: **x3_fonte**
* Colonna 19: **x1_note**
* Colonna 20: **x2_note**
* Colonna 21: **x3_note**
* Colonna 22: **X1 indice (media=1)**
* Colonna 23: **X2 indice (media=1)**
* Colonna 24: **X3 indice (media=1)**
* Colonna 25: **Score di dimensione (media X123 indicizzati)**
Dimensione in byte:
7177

ckan resource 2

Inviato da dkan_user il Ven, 09/20/2019 - 12:44

* Colonna 1: **city**
* Colonna 2: **regione**
* Colonna 3: **Milano Scoreboard edition**
* Colonna 4: **X1 = 15-64 year olds activity rate (males, %)**
* Colonna 5: **X2 = 15-64 year olds activity rate (females, %)**
* Colonna 6: **X3 = total unemployment rate (%)**
* Colonna 7: **x1_anno**
* Colonna 8: **x2_anno**
* Colonna 9: **x3_anno**
* Colonna 10: **x1_città/regione **
* Colonna 11: **x2_città/regione **
* Colonna 12: **x3_città/regione **
* Colonna 13: **x1_geo**
* Colonna 14: **x2_geo **
* Colonna 15: **x3_geo **
* Colonna 16: **x1_fonte**
* Colonna 17: **x2_fonte**
* Colonna 18: **x3_fonte**
* Colonna 19: **x1_note**
* Colonna 20: **x2_note**
* Colonna 21: **x3_note**
* Colonna 22: **X1 indice (media=1)**
* Colonna 23: **X2 indice (media=1)**
* Colonna 24: **X3 indice (media=1)**
* Colonna 25: **Score di dimensione (media X123 indicizzati)**
Dimensione in byte:
11879

ckan resource 2

Inviato da dkan_user il Ven, 09/20/2019 - 12:44

* Colonna 1: **city**
* Colonna 2: **regione**
* Colonna 3: **Milano Scoreboard edition**
* Colonna 4: **X1 = 25-64 year olds with tertiary education (% of total population aged 25-64)**
* Colonna 5: **X2 = sum of Qs World University Rankings Top 30 Faculties scores**
* Colonna 6: **X3 = university students (% of total population)**
* Colonna 7: **x1_anno**
* Colonna 8: **x2_anno**
* Colonna 9: **x3_anno**
* Colonna 10: **x1_città/regione **
* Colonna 11: **x2_città/regione **
* Colonna 12: **x3_città/regione **
* Colonna 13: **x1_geo**
* Colonna 14: **x2_geo **
* Colonna 15: **x3_geo **
* Colonna 16: **x1_fonte**
* Colonna 17: **x2_fonte**
* Colonna 18: **x3_fonte**
* Colonna 19: **x1_note**
* Colonna 20: **x2_note**
* Colonna 21: **x3_note**
* Colonna 22: **X1 indice (media=1)**
* Colonna 23: **X2 indice (media=1)**
* Colonna 24: **X3 indice (media=1)**
* Colonna 25: **Score di dimensione (media X123 indicizzati)**
Dimensione in byte:
6294

ckan resource 2

Inviato da dkan_user il Ven, 09/20/2019 - 12:44

* Colonna 1: **city**
* Colonna 2: **regione**
* Colonna 3: **Milano Scoreboard edition**
* Colonna 4: **X1 = 15-24 year olds employment rate (%)**
* Colonna 5: **X2 = 30-34 year olds with tertiary education (% of total population aged 30-34)**
* Colonna 6: **X3 = 0-19 years olds (digital natives) (% of total population)**
* Colonna 7: **x1_anno**
* Colonna 8: **x2_anno**
* Colonna 9: **x3_anno**
* Colonna 10: **x1_città/regione **
* Colonna 11: **x2_città/regione **
* Colonna 12: **x3_città/regione **
* Colonna 13: **x1_geo**
* Colonna 14: **x2_geo **
* Colonna 15: **x3_geo **
* Colonna 16: **x1_fonte**
* Colonna 17: **x2_fonte**
* Colonna 18: **x3_fonte**
* Colonna 19: **x1_note**
* Colonna 20: **x2_note**
* Colonna 21: **x3_note**
* Colonna 22: **X1 indice (media=1)**
* Colonna 23: **X2 indice (media=1)**
* Colonna 24: **X3 indice (media=1)**
* Colonna 25: **Score di dimensione (media X123 indicizzati)**
Dimensione in byte:
5372
Licenza - nome*:

Creative Commons Attribuzione 2.5 Italia (CC BY 2.5 IT)