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	2023 年度
開講区分	共通教育・大学基礎科目

受講対象学生	学部(学士課程) : 1年次教育学部　美術教育、音楽教育、学校教育コース　クラス指定
授業科目名	データサイエンスⅡ
	でーたさいえんすに
	Data ScienceⅡ
単位数	2 単位
ナンバリングコード	libr-fndt-DASC2711-006

開放科目	非開放科目
分野
分類・領域
開講学期	後期
開講時間	火曜日 1, 2時限
授業形態	対面授業 * 状況により変更される可能性があるので定期的に確認して下さい「オンライン授業」・・・オンライン会議ツール等を利用して実施する同時双方向型の授業「ハイブリッド授業」・・・「対面授業」と「オンライン授業」を併用した授業「オンデマンド授業」・・・動画コンテンツの配信等によって実施する授業
開講場所
担当教員	石田　修二（非常勤講師）
担当教員	ISHIDA, Shuji
SDGsの目標
連絡事項	* 状況により変更される可能性があるので定期的に確認して下さい

学修の目的と方法

授業の概要	教育現場において，データに基づいた教育は今後ますます重要になってくる。この授業では，教育に活かすことのできるデータサイエンスについて扱う。具体的にはデータの収集，集計，処理の基本を、主としてパソコンによる実習で学んでいく。
学修の目的	人間中心の適切な判断ができ、不安なく自らの意志でデータに基づいた判断ができること，また将来教員になった際に，学校現場で得られる多様なデータを用いて教育の改善に役立てることができることを目指す。
学修の到達目標	データサイエンスⅠで学んだデータリテラシーに基づいて収集・整理した情報に対して、これらを適切に読み、説明し、扱うための基礎知識を得る。具体的には・教育データを処理のできる形に加工できる・加工したデータを処理し，分析できる。・分析を報告書の形にまとめ，発表できる。
ディプロマ・ポリシー	○ 学科・コース等の教育目標 ○ 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	授業時の課題達成度（50%）、レポートによる総合評価（50%）の計100% 60％以上で単位が与えられます。
授業の方法	講義演習
授業の特徴	PBL 特色ある教育英語を用いた教育
授業改善の工夫
教科書
参考書	小林雄一郎・濱田彰・水本篤『Rによる教育データ分析入門』オーム社, 2020年耳塚寛明（監修）・中西啓喜（編著）『教育を読み解くデータサイエンス』ミネルヴァ書房, 2021年
オフィスアワー	國仲寛人（毎週金曜13:00〜16:00、教育学部1号館239号室）
受講要件
予め履修が望ましい科目	データサイエンスI
発展科目
その他	第1～３回の授業は、奥原先生（データサイエンス教育センター/工学研究科情報工学専攻）提供によるビデオ教材を使います。

授業計画

MoodleのコースURL

キーワード	データサイエンス，教育，デジタル化社会
Key Word(s)	Data Science、Eucation、Digital Society
学修内容	第1回　社会で起きている変化、活用されているデータ第2回　データ・AI利活用の最新動向～活用領域・現場・技術第3回　AI利活用のためのデータ処理（データを読む1）第4回　基本統計量・多変量データの集計1（データを読む2）第5回　基本統計量・多変量データの集計2（データを読む3）第6回　データの収集・利用について（データを扱う1）第7回　データクレンジングについて（データを扱う2）第8回　教育現場におけるデータ処理1（データを扱う3；パソコンによる実習1）第9回　教育現場におけるデータ処理2（データを扱う4；パソコンによる実習2）第10回　教育現場におけるデータ処理3（データを扱う5；パソコンによる実習3）第11回　教育に関わるデータ分析1（データを説明する1；データ収集とパソコンによる実習1）第12回　教育に関わるデータ分析2（データを説明する2；データ収集とパソコンによる実習2）第13回　教育に関わるデータ分析3（データを説明する3；データ収集とパソコンによる実習3）第14回　教育現場におけるデータ分析1（データを説明する4；分析から報告書作成まで）第15回　教育現場におけるデータ分析2（データを説明する5；分析からプレゼンまで）
事前・事後学修の内容	授業ごとにデータの集計，処理，分析，報告書作成，プレゼンテーションの各段階に応じた課題が与えられるので，その課題を行う．
事前・事後学修の内容	事前学修の時間:90分/回　　　事後学修の時間:150分/回