シラバス詳細

タイトル「2021年度」、カテゴリ「学部科目-教養教育科目」

和文・英文ボタンを押すことで、和文↔英文の切り替えができます。

和文英文

医学部のシラバスはこちらから。

医学系研究科博士課程のシラバスはこちらから。

科目情報

コースナンバリング	1-007x000
科目名	情報基礎概論
開講学期	前期
開講時期	１クォータ
曜日・校時	金３
単位数	2
授業担当教員	髙﨑　光浩

講義情報

学士力番号

1-(2)

講義形式

講義と講義内容の理解につながる演習を各回行います。
PCでの演習を行いますので講義時間には必ずPCを携行して下さい。
各回の講義は講義室で行いますが、web会議システム（webex）でも同時配信しますので講義室での聴講は必須ではありません。
各自の体調、コロナ感染症の状況により各自で安全に留意して無理のない方法で受講して下さい。
VOD（オンデマンドビデオ）で後日視聴することも可能です。

講義概要

情報基礎概論は、大学での学習のみならず現代社会での活動に必要な情報・メディアに関する知識を身につけ
、様々なデータの中から、必要なデータを適切に選択し、問題解決に利用できるよう、佐賀大学の学生が佐賀大学学士力の「１-３-２　情報リテラシー」の能力の適切な修得と就業力の向上を目的
としている。情報リテラシーとデータ利活用能力はあらゆる分野の活動において身につけておくべき基礎となる能力であるため、単独でこの科目を学んでいるのではなく、他との関連について常に意識しながら学べるようにテーマを選択し、講義を行う。

開講意図

医療においても情報リテラシーを身につけた上で、チーム医療の最も患者に近い医療専門家として、より安全に、質の高い医療を効率よく実践できるように、必要なデータを適切に取捨選択して収集し、データ分析から得られる結果を看護実践に活用できるよう基本的能力を身につけてもらいたい。

到達目標

・情報リテラシーとは何か説明できる。
・情報通信技術を使いこなす能力と情報リテラシーとの関連について説明できる。
・身の回りで使用されている情報機器や情報システムについて例示し、そこから得られている恩恵（利点）と課題について説明できる。
・根拠に基づく医療実践におけるデータとデータ分析の重要性について説明できる。
・医療分野でのAIの活用事例を例示し、有用性と課題について説明できる。

授業計画

回	内容	授業以外の学習本科目は、単位数×45時間の学修が必要な内容で構成されています。授業として実施する学修の他に、授業の内容を深めるために以下の事前・事後学修が必要です。
1	大学の情報システムと講義の演習を円滑に実施できるPC設定の確認社会で起きている変化データサイエンスの役割	講義で生じた疑問点などは復習や教員への質問等で早めに解決する。
2	私たちの生活と情報データサイエンスを学ぶ必要性情報とは何か、データとは何か？	（講義前）事前に講義資料の確認をしておくこと。（講義後）講義で生じた疑問点などは復習や教員への質問等で早めに解決する。
3	"Open Data, Linked Data, Liked Open Data 公的統計情報 e-stat, RESUS	（講義前）事前に講義資料の確認をしておくこと。（講義後）講義で生じた疑問点などは復習や教員への質問等で早めに解決する。
4	情報セキュリティ、情報の保護と利活用、著作権	（講義前）事前に講義資料の確認をしておくこと。（講義後）講義で生じた疑問点などは復習や教員への質問等で早めに解決する。
5	Artificial Intelligence(AI) ビッグデータとIoT 機械学習	（講義前）事前に講義資料の確認をしておくこと。（講義後）講義で生じた疑問点などは復習や教員への質問等で早めに解決する。
6	データについて数値データとカテゴリーデータ尺度定量分析と定性分析（量的分析と質的分析）	（講義前）事前に講義資料の確認をしておくこと。（講義後）講義で生じた疑問点などは復習や教員への質問等で早めに解決する。
7	集団としてデータをみる統計学とは	（講義前）事前に講義資料の確認をしておくこと。（講義後）講義で生じた疑問点などは復習や教員への質問等で早めに解決する。
8	データを読む記述統計代表値散布度	（講義前）事前に講義資料の確認をしておくこと。（講義後）講義で生じた疑問点などは復習や教員への質問等で早めに解決する。
9	データを読む２つ以上のデータの関係相関回帰分析	（講義前）事前に講義資料の確認をしておくこと。（講義後）講義で生じた疑問点などは復習や教員への質問等で早めに解決する。
10	代表的な統計手法、母集団と標本、抽出法、データの可視化（棒グラフ、折れ線グラフ、円グラフ、レーダーチャート、箱ひげ図）、不適切なグラフ表現例	（講義前）事前に講義資料の確認をしておくこと。（講義後）講義で生じた疑問点などは復習や教員への質問等で早めに解決する。
11	データを説明する時系列データの分析	（講義前）事前に講義資料の確認をしておくこと。（講義後）講義で生じた疑問点などは復習や教員への質問等で早めに解決する。
12	データ収集についてデータマネジメントデータ分析における品質管理	（講義前）事前に講義資料の確認をしておくこと。（講義後）講義で生じた疑問点などは復習や教員への質問等で早めに解決する。
13	情報セキュリティ個人情報の保護と活用暗号化、匿名加工情報	（講義前）事前に講義資料の確認をしておくこと。（講義後）講義で生じた疑問点などは復習や教員への質問等で早めに解決する。
14	Rによる統計分析プログラミングの基本変数	（講義前）事前に講義資料の確認をしておくこと。（講義後）講義で生じた疑問点などは復習や教員への質問等で早めに解決する。
15	AIの事例紹介（成功例、非成功例）データ・AIを扱う上での留意事項 AIサービスの責任	（講義前）事前に講義資料の確認をしておくこと。（講義後）講義で生じた疑問点などは復習や教員への質問等で早めに解決する。

成績評価の方法と基準

成績評価の方法と基準評価基準は、A【関心・意欲・態度】を50％、B【知識・理解】50%とし、Aを授業観察、予習復習状況、Bを演習課題内容、テストの成績で総合的に評価し60点以上を合格とする。

開示する試験問題等

出題意図

開示方法

担当教員に直接コンタクトをとること

教科書

資料名		版
著者名	発行所名・発行者名	出版年
備考（巻冊：上下等）		ISBN
教科書は指定しない。各階のテーマに合わせた資料をｅラーニングシステムに掲載する。

オフィスアワー

メールで調整して下さい。

アクティブラーニング導入状況

アクティブラーニング導入状況
カテゴリー4	カテゴリー3	カテゴリー2	カテゴリー1	カテゴリー0
学生が自ら主体となって、学習の方向性を定め、問題解決に導くための時間です。PROBLEM BASED LEARNING	グループや個人で行った能動的学習の成果を、教室内外で発表し、その評価を受けたり、質問に対応したりすることにより、学修した内容を深化させるための時間です。OUTPUT	学生自らが自由に発言し、グループやペアでの協働活動により課題に取り組み、何らかの帰結に到達するための能動的学習の時間です。INTERACTION	学生からの自由な発言機会はないものの、授業時間中に得られた知識や技能を自ら運用して、問題を解いたり、課題に取り組んだり、授業の振り返りをしたりする能動的学習を行う時間です。ACTION	基本的に学生は着席のまま、講義を聞き、ノートをとり、知識や技能を習得に努める時間です。INPUT
0	0	10	40	50

その他

新型コロナウィルス感染拡大により講義実施方法等は学期の途中でも変更する場合があります。
大学からの連絡には常に注意をしておいて下さい。
わからないこと、困ったこと、改善のためのアイデア等、なんでも遠慮なく連絡して下さい。