| 授業方針・テーマ |
テーマ【学びのプロセスを可視化してみよう】
この基礎ゼミナールでは、みなさん自身の大学生活における学習に関するさまざまなデータを記録し、これを分析・可視化する体験をすることで、4年間の大学生活をよりよいものにすることをめざします。
統計学や人工知能の基礎技術などをもとに、データに基いて学びの改善をめざす「ラーニングアナリティクス」と呼ばれる研究分野が近年盛んですが、この授業ではそのごく基礎的な実践を通して、どのような分野の学びにも役立つデータ分析を体験します。そしてこの体験をもとに、みなさん自らの4年間の大学での学びをデータに基いて検討し、最終プレゼンテーションを行います。
この授業での学習を通して、他者とのコミュニケーション、資料作成やプレゼンテーションなど大学生の学びに必要な基礎能力や、自らの学びを俯瞰的に認識し構築する力を習得して、みなさんの大学での学びをより充実したものにしましょう。 |
習得できる知識・能力や授業の
目的・到達目標 |
・基礎的なアカデミックスキルを習得し、大学での学びを能動的に進めることができるようになる。
・課題解決に向けて自ら情報を収集し、適切に活用することができるようになる。
・グループワークの実践を通して、他者との協働的な活動ができるようになる。
・データ分析の基礎的な考え方を理解し、初歩的な実践ができるようになる。
・自らの学びのプロセスを客観的に認識し、効果的な学習計画を策定できるようになる。 |
授業計画・内容
授業方法 |
第1回 基礎ゼミナールガイダンス
第2回 授業キックオフ（本授業の説明、自己紹介等）
第3回 学習データ分析についての講義、レポートや情報収集の方法についての講義・演習
第4回 学習データ分析1（グループ学習の進め方の説明、グルーピング、活動準備）
第5回 学習データ分析2（グループでの調査、分析）
第6回 学習データ分析3（グループでの調査、分析）
第7回 学習データ分析4（グループでの調査、分析、発表準備）
第8回 グループでの成果発表・ディスカッション
第9回 大学での学びの設計1（講義および最終プレゼンの導入）
第10回 大学での学びの設計2（個人ワーク）
第11回 大学での学びの設計3（個人ワーク、発表準備）
第12回 最終プレゼンテーション1（個人発表）
第13回 最終プレゼンテーション2（個人発表）
第14回 最終プレゼンテーション3（個人発表）
第15回 授業のまとめ
【授業方法】
・必要に応じて簡単な講義を行いますが、基本的には調査・分析・発表など、学生主体のグループワークおよび個人ワークにより授業を進めます。
・授業内・授業外ともに、PCやスマートデバイス、インターネットを積極的に活用して学習を進めます。
・教材配布や課題提出等には、基本的にeラーニングシステムを使用します。
【授業外学習】
・毎週の大学内外での自らの学習状況をシステムに記録します（方法は授業にて紹介）。
・その他、数回のレポート、最終プレゼンテーションの準備を授業時間外に行います。
・グループでの調査・分析・発表準備についても、授業時間外に協働して作業を行う必要があります。 |
| 授業外学習 |
|
| テキスト・参考書等 |
授業中に適宜紹介します。 |
| 成績評価方法 |
授業外課題の提出物、グループワークの成果物や発表のようす、最終プレゼンテーションについての提出物や発表のようす、学習活動への参加態度の4点を材料に、「習得できる知識・能力や授業の目的・到達目標」にある5つの学習目標をどの程度達成したか評価します。
具体的な評価項目と段階的な達成基準を示した「ルーブリック」とよばれる表を授業の初期に配布し、これに基いて達成の度合いを評価します。最終的な成績はこれをもとに総合的に評価します。これらの詳細は第2回授業において示します。
なお、正当な理由なく4回以上欠席した場合、成績は「1」とします。 |
質問受付方法
(オフィスアワー等) |
|
特記事項
(他の授業科目との関連性) |
【他の授業との関連性】
データの分析や可視化は文系・理系を問わず、大学そして卒業後において必ず要求されるものです。また、本授業は大学での学びそのものを対象としますので、どのような授業科目とも関連する内容です。基礎ゼミナールは学部・系の区別なく選択できますので、ぜひ幅広い分野の学生が受講することを望みます。
【オフィスアワー】
特に設定しませんが、質問・相談は随時受け付けますので、まずはメールで連絡してください。（連絡先： kondo@tmu.ac.jp 研究室： 6号館408室） |
| 備考 |
|
シラバス照会