L’impegno di Human Technopole per la Gender Equality
Human Technopole (HT) è lieta di annunciare il lancio del suo nuovo Gender Equality Plan (GEP) per il 2025-2027, un piano strategico progettato per integrare ulteriormente l’uguaglianza di genere in tutti gli aspetti dell’Istituto, basandosi sui risultati positivi ottenuti dal precedente GEP (2022-2024). HT ha anche ottenuto la certificazione UNI/PdR 125:2022, che riconosce le organizzazioni che promuovono l’uguaglianza di genere e favoriscono ambienti di lavoro inclusivi.
La missione di HT è migliorare la vita umana e la tecnologia attraverso una ricerca di base innovativa nelle scienze della vita. Con questo nuovo GEP, HT rafforza il proprio impegno a creare un ambiente inclusivo dal punto di vista di genere, riconoscendo l’importanza di integrare le prospettive di genere nella ricerca scientifica, nella formazione e nelle politiche sanitarie pubbliche. Promuovendo l’uguaglianza di genere, l’Istituto vuole favorire una cultura organizzativa basata su trasparenza, collaborazione e eccellenza.
Il piano identifica sei obiettivi chiave: sensibilizzare sulla paritá di genere e la diversità, promuovere l’equilibrio tra vita professionale e privata, garantire l’equilibrio di genere nelle assunzioni e negli avanzamenti di carriera, integrare la dimensione di genere nella ricerca, combattere la violenza di genere e migliorare la comunicazione delle azioni del GEP.
Il nuovo GEP è in linea con l’impegno dell’Unione Europea per l’uguaglianza di genere, un valore fondamentale espresso nei suoi documenti fondativi. Si allinea con le priorità strategiche dell’UE e le linee guida dell’Istituto Europeo per l’Uguaglianza di Genere (EIGE). Il piano rientra nel piú ampio impegno di HT a contribuire ad un ambiente di ricerca inclusivo e diversificato, che garantisca equità e uguaglianza in ogni sua attività.
Condividi:
Ti potrebbe anche interessare:
-
L’era pangenomica espande i suoi orizzonti con COSIGT
I ricercatori di Human Technopole hanno sviluppato un metodo innovativo basato sul pangenoma per rivelare la diversità strutturale genomica a livello di popolazione da dati di sequenziamento a copertura ridotta. Il nuovo studio, compreso il protocollo dettagliato, è pubblicato su Genome Biology.
-
UniMi e Human Technopole rafforzano la collaborazione su ricerca e formazione
Ricerca scientifica nelle Life sciences, nelle Material sciences, in ambito biomedicale e ambientale, assieme a progetti di formazione comune e all’utilizzo reciproco di laboratori e infrastrutture al centro dell’accordo di sei anni con cui le due istituzioni rafforzano la cooperazione che le vede protagoniste nel Milano Innovation District – MIND.
-
Comitato di Gestione di HT – Avviso di selezione
Human Technopole, importante istituto di ricerca biomedica e per le scienze della vita con sede a Milano, ricerca tre candidati altamente qualificati da inserire nel proprio Comitato di Gestione, l’organo di governo responsabile della leadership operativa della Fondazione.
-
Oltre le mappe delle dipendenze tumorali: nasce il consorzio PRECISE
PRECISE (Predictive Relationships Explaining Cancer Genetic Interactions and Synthetic Essentiality) è un’iniziativa paneuropea che mira a portare la ricerca oncologica oltre la catalogazione delle vulnerabilità del cancro, verso la capacità di predirle prima che vengano validate sperimentalmente. Human Technopole (HT) è tra i membri fondatori del consorzio, con Francesco Iorio alla guida delle attività scientifiche svolte all’interno dell’istituto insieme ad altri gruppi di ricerca di HT. Il consorzio e la sua visione scientifica sono presentati in un articolo pubblicato su Nature Genetics
-
Quando il meno è più: come ottimizzare la microscopia a fluorescenza con Micro𝕊plit
I ricercatori di Human Technopole hanno sviluppato un nuovo metodo basato sul machine learning che trasforma immagini composte di microscopia a fluorescenza con segnali sovrapposti in immagini separate che rivelano singole strutture cellulari. La nuova metodologia è pubblicata su Nature Methods, con i modelli sperimentali e i dati di addestramento disponibili liberamente su GitHub.