科目情報
| コースナンバリング |
1-010x000 |
|---|---|
| 科目名 |
大学入門科目Ⅰ |
| 開講学期 |
前期 |
| 開講時期 |
１クォータ |
| 曜日・校時 |
火３ |
| 単位数 |
2 |
| 授業担当教員 |
中村 博和 |
講義情報
学士力番号
|
学士力番号 学士力番号：２（１）、２（３） |
講義形式
|
１クラス２０人程度以下の少人数によるゼミナール方式の授業 |
講義概要
|
大学では高校までの学習や生活とは異なった知識や社会常識が求められます。この講義では、大学生として佐賀大生として知っておくべき知識として、大学の講義の履修方法、学部の教育方針（経済、経営、法律の融合とデータサイエンス）、社会人としてマナー、職業の知識、人工知能（AI）とビッグデータへ対応できるように情報社会でのデータサイエンスの活用の意義を学びます。さらに、大学での学習のために文献の調べ方、文献読解の方法、レポートのまとめ方、発表の仕方などを学びます。 |
開講意図
|
大学生活および大学での学習にスムーズに移行するために必要な常識や知識、技法等を教授します。あわせて、大学生活をともに過ごす友人を作ること、大学生活のリズムを作ることも重要で、この授業には、そのための「場」としての役割も持たせています。そのため、クラスメイトの発言を通じて、自分と違う意見があることを知り、グループワークの実施がある場合、役割分担などの重要性を知ってください。 |
到達目標
|
大学生活に必要な学習および生活面での必要な知識と技法を身に付ける。くわえて大学での学習への関心をもつ。大学生活で有意義な議論ができる友人を作る。 |
聴講指定
|
１年次生、全員履修 |
授業計画
回 |
内容 |
授業以外の学習 |
|---|---|---|
|
1 |
オリエンテーション（学生生活や履修の方法を知る） |
|
|
2 |
各学科の学習内容（各学科の履修モデルをもとに、融合科目とデータサイエンス科目の意義を知る） |
|
|
3 |
【共通】環境教育 |
|
|
4 |
【共通】データ・AIがもたらす社会の変化やAIを活用したビジネス/サービスを知り，数理・データサイエンス・AIを学ぶことの意義を理解するスタディスキル（1） |
|
|
5 |
スタディスキル（1）レジュメやレポートの書き方 |
|
|
6 |
スタディスキル（2）文献の調べ方、読解の方法 |
|
|
7 |
【共通】ラーニング・ポートフォリオ |
|
|
8 |
グループワーク（1）テーマ設定 |
|
|
9 |
グループワーク（2）資料やデータの探し方・使い方 |
|
|
10 |
【共通】キャリアガイダンス（合同開催ライブ配信） |
|
|
11 |
【共通】ハラスメント講習（人権教育） |
|
|
12 |
グループワーク（3）資料やデータを使ってプレゼン資料を作る |
|
|
13 |
グループワーク（4）資料やデータを使ってプレゼン資料を作る |
|
|
14 |
グループワーク（5）作ったプレゼン資料を使った報告会 |
|
|
15 |
振り返り |
成績評価の方法と基準
|
平常点（発表内容、レポートなど） |
開示する試験問題等
|
成績評価に用いた資料など |
開示方法
|
希望に応じて本人に示す |
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 |
|
|
学部作成の共通テキストを配布する |
||
オフィスアワー
|
火曜日5時限目 |
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 |
20 |
50 |
0 |
30 |