| 授業方針・テーマ |
【Academic Studies in English: Writing】 Level: Intermediate（想定TOEIC点数 500～）
どなたでも受講可能な授業です。Academic Studies in Englishに属する授業群 (ASE Series) では、高いレベルの英語の学習を通じて、現代社会を深く理解し、また自身の考えを発信できるようになる力を涵養します。
本授業のテーマは、生成系AIを活用しながら、データ分析と英語による論文執筆の基礎を習得することです。
現代のアカデミック及びプロフェッショナルな場面では、英語運用能力と統計的思考力を併せて用いることを求められる機会が増えています。本授業では、生成AIを適切に活用しながら、データ分析から英語での記述までを一連の実践として扱い、21世紀における基礎的な知的スキルの獲得を目指します。
本授業で使用するツール「RStudio」は、世界的に標準的に用いられている無償のデータ分析ソフトウェアです。データを扱う場面では、英語環境でツールや情報を利用することが一般的であるため、本授業ではRStudioを英語環境で使用し、そうした環境に慣れることを重視します。
なお、本授業はデータ分析の専門的技能の習得を目的とする科目ではなく、教養科目として、英語による科学的論文作成の基礎を身につけることを主眼としています。技術的な側面については生成AIを活用するため、データ分析に関する事前知識は一切問いません。 |
習得できる知識・能力や授業の
目的・到達目標 |
授業では、以下の能力を段階的に身に着けます：
① 英語データやツールをインターネット上で探せるようになる
② 英語（日本語化されていない）ツールを使えるようになる
③ 生成AIと統計分析ソフトウェアに指示を出せるようになる
④ データ分析を実行し、結果を適切に解釈することができるようになる
⑤ 自らの分析を英語で科学論文のフォーマットにまとめられるようになる |
授業計画・内容
授業方法 |
【授業計画・内容】
第1回 ガイダンス
第2回 ツールの導入とカスタマイズ
第3回 ツールの使用に必要な英語基礎
第4回 データに触れる
第5回 仮説構築
第6回 データ分析と英語①
第7回 データ分析と英語②
第8回 データ分析と英語③
第9回 データ分析と英語④
第10回 分析結果の解釈とグラフ
第11回 英語科学論文の構成
第12回 分析部分の執筆
第13回 考察の執筆
第14回 序文と要旨の執筆
第15回 総まとめ
【授業方法】
毎回の授業は、教員による講義と個別作業の二部構成になっています。論文は学期中に少しずつ書き進めて行くため、学期末にまとまった作業を行う必要はありません。データ分析に必要なコード（指示）はAIに作成させるため、基本的には自然言語（英語及び日本語）のみ使用します。AIに書かせるのが難しいコードは適宜担当教員が配布します。 |
| 授業外学習 |
シラバス記載の次回分を確認して授業にのぞんでください。また、作文作業の多くは授業外の課題となります。 |
| テキスト・参考書等 |
教員作成の資料をkibacoで配布します。ChatGPTまたはGeminiの無料アカウントを取得しておいてください。 |
| 成績評価方法 |
成績評価の内訳は以下の通りです：
① コンスタントな課題の実施と授業参加 (30%)
② 各種ツールに指示を出し、必要なアウトプットを得ることができる (20%)
③ ②を基に、分析を実行できる (20%)
④ ③を適切なフォーマットの英語論文にまとめることができる (30%)
また、理由の如何にかかわらず、授業開始後30分以上の遅刻、および授業終了30分以前の早退は欠席とみなし、遅刻・早退3回で 欠席1回とみなします。5回以上欠席した者は成績評価の対象から外れます。ただし、忌引、大学教育センターが証 明書を発行する授業関連の実習、感染症による出席停止を理由とする欠席に関してはこの限りではありません。 |
質問受付方法
(オフィスアワー等) |
担当教員の研究室またはZoomにてオフィスアワーを設けます。日時は初回授業でアナウンスします。メールでも連絡や質問などに対応します。 |
特記事項
(他の授業科目との関連性) |
Academic Studies in Englishに属する授業群 (ASE Series) は共通の理念に基づいて授業が設計されて
います。本授業に関心を持たれた、あるいは本授業を既に履修されて得られるものが多かったと感じられ
た学生の方々には同シリーズの他の授業の履修も推奨します。 |
| 備考 |
|
シラバス照会