三重大学ウェブシラバス


シラバス表示

 シラバスの詳細な内容を表示します。

→ 閉じる(シラバスの一覧にもどる)

科目の基本情報

開講年度 2020 年度
開講区分 教育学部・教科に関する専門科目(A類)・理科
科目名 理科
りか
Science
受講対象学生 教育学部, A 類
他類の学生の受講可
学部(学士課程) : 2年次, 3年次, 4年次
~71 期生
卒業要件の種別 選択必修
理科教育コースの学生は、理科情報基礎の物理・化学・生物・地学のうち1つを必修
授業科目名 理科情報基礎(生物)
りかじょうほうきそ(せいぶつ)
Basic Computing for Science (Biology)
単位数 2 単位
ナンバリングコード
educ-scie-BIOL2001-001
開放科目 非開放科目    
開講学期

前期

開講時間 木曜日 9, 10時限
開講場所

担当教員 平山 大輔(教育学部理科教育講座)

HIRAYAMA, Daisuke

SDGsの目標

学修の目的と方法

授業の概要 書き込み式(ワークブック形式)の教材を用いて、仮説の立てかた、検証のしかた、結果の分析方法と表現のしかたなど、生物学におけるさまざまなスキルを身につけ実践できるようになることを目的とする。具体的には、Biozone社の発行するSenior Biology 1 (2008)の一章"Skills in Biology"の各アクティビティ、および、PCを使用した統計学的分析に数人単位のグループで取り組むことで学習を進める。
学修の目的 仮説の立てかた、検証のしかた、結果の分析方法と表現のしかたなど、生物学におけるさまざまなスキルを身につける。
学修の到達目標 自分自身で仮説を立てて実験・調査を行い、データを統計学的に分析して、レポート(論文)を作成することができるようになる。
ディプロマ・ポリシー
○ 学科・コース等の教育目標
 教育をめぐる現実的課題について、専門的知識に基づいて適切な対応を考えることができる。
 教育に関する課題を意識した実践を企画・運営し、関係者と協力して問題解決に取り組むことができる。
○教育に関わる職業人に求められる使命感・責任感を持ち、異文化、多世代の人と連携・協力することができる。
○自律的な学習者として、主体的に学び、振り返ることができる。

○ 全学の教育目標
感じる力
  •  感性
  •  共感
  • ○主体性
考える力
  •  幅広い教養
  • ○専門知識・技術
  • ○論理的・批判的思考力
コミュニケーション力
  • ○表現力(発表・討論・対話)
  •  リーダーシップ・フォロワーシップ
  •  実践外国語力
生きる力
  • ○問題発見解決力
  •  心身・健康に対する意識
  •  社会人としての態度・倫理観

成績評価方法と基準 毎回のアクティビティの成果(100%)にもとづいて評価する。(60%以上で合格)
授業の方法 演習

授業の特徴

PBL

特色ある教育

グループ学習の要素を加えた授業
その他、能動的要素を加えた授業(ミニッツペーパー、シャトルカードなど)

英語を用いた教育

授業改善の工夫
教科書 ワークブックで学ぶ生物学実験の基礎(後藤太一郎監訳、オーム社)
参考書 やさしく学ぶ統計学Excelによるアンケート処理 (石村貞夫、加藤千恵子、劉晨 著、東京書籍)
オフィスアワー 毎週水曜日12:00-13:00、場所:教育学部1号館2階 平山研究室
受講要件 理科実験(生物)終了後引き続いて行うので、受講希望者は必ず理科実験(生物)を受講すること。
受講できるのは、理科情報基礎(物理)、同(化学)、同(生物)、同(地学)のうちいずれか1科目のみである。
予め履修が望ましい科目
発展科目 生物学実験
その他

授業計画

MoodleのコースURL
キーワード 生物学的手法、統計分析、レポート
Key Word(s) Skills in Biology, Statistical analysis, Report
学修内容 第1回  仮説と予測、実験の計画              
第2回  実験の方法
第3回  結果の記録
第4回  変量とデータ、生データの変換、データの表現
第5回  さまざまなグラフ1
第6回  さまざまなグラフ2、スケッチ
第7回  記述統計
第8回  統計学的分析1;相関係数とその検定
第9回  統計学的分析2;独立性の検定、比率の差の検定、平均の差の検定
第10回  統計学的分析3;分散の差の検定、1元配置の分散分析
第11回  レポートの構成
第12回  方法の執筆
第13回  結果の執筆
第14回  考察の執筆
第15回  レポートのチェックリスト、文献の引用と記載
第16回  まとめ
事前・事後学修の内容 データ分析の学習に用いるデータは、あらかじめExcelファイルの形式で配布するので、自宅等でPCを用いて予習・復習に努めること。

Copyright (c) Mie University