授業科目詳細

2025 年度の講義概要のデータベースを検索します。カリキュラムツリーへのリンク

科目名 Course title サブテーマ Subtitle

専門演習

授業形態/単位 Term/Credits クラス Class

秋/4

授業概要 Course Description 到達目標 Course Objectives

授業種別 / Teaching Types: 演習（対面型）
言語 / Language: 日本語(Japanese)
授業概要 / Course Description: 本演習では、卒業研究を進める際に活用する研究方法について、テキストを用いてその基礎を学ぶ。個人で、グループで実際にその活用を演習を通して行い、自身の卒業研究の目的や内容に沿って、どのような研究方法が活用できるか、また卒業研究に向けて研究の手続きをどのように進めていくかをその見通しを持てることを目指す。
学位授与方針との関係 / Related Diploma Policy: （総合情報学部）
1.知識・技能
　　
2.思考力・判断力・表現力等の能力
　　
3.主体的な態度
　　
到達目標 / Course Objectives: 4年次配当の卒業研究において研究成果を作成するうえでの基礎となる研究方法の共通の知識や考え方を身につける。
授業手法 / Teaching Methods: ・教員による資料等を用いた説明や課題等へのフィードバック
・学生による学習のふりかえり
・学生同士の意見交換（グループ・ペアワーク、ディスカッション、ディベート等含む）
・プレゼンテーション（スピーチ、模擬授業等含む）
・課題探究（プロジェクト学習、課題解決型学習、ケーススタディ等含む）
・フィールドワーク

授業計画 Course Content

授業計画 / Course Content: 2025年度は、教員が学術研究員で秋学期から他機関へ出向するため、例年秋学期で行っている以下の内容について、春学期に毎週行う「内容編集」とは別時間に、この「方法編」を集中的に行う。
1．専門演習（研究方法編）のゴールの確認（1回目）
2．教育データサイエンスから研究の企画と方法を学ぶ１～７（２回目から８回目）
3．テーマ発表交流（9回目）
4．文献検索の方法と演習（10回目）
5．個人研究テーマ・研究計画に関わるブレーンストーミング，ディスカッションの時間（11回目）
6．研究論文に向けた研究計画（12回目）
7．個人研究テーマ・研究計画発表（13回目、14回目）
8．まとめ（15回目）
授業時間外学習 / Expected work outside of class: 必要に応じて図書館やコモンズを活用して、学習を進めること。

成績評価の方法・基準・評価 Grading Policies / Evaluation Criteria

方法 / Grading Policies: 定期試験を行わず、平常試験(小テスト・レポート等)で総合評価する。
平常成績100%
基準・評価 / Evaluation Criteria・Assessment Policy: 出席状況、課題・討論の取り組みについて評価する。
なお、成績発表は秋学期に行う。

教科書 Textbooks: 耳塚寛明、中西啓喜　　教育を読み解くデータサイエンス：データ収集と分析の論理　　ミネルヴァ書房　　978-4623091720

適宜、指示します。

担任者への問合せ方法 Instructor Contact: 電子メール oyanagi@kansai-u.ac.jpへお願いします。
またLMSの「メッセージ」機能を通じて行います。