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。

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

2-020x000

科目名

リサーチ・リテラシーⅣ

開講学期

後期

開講時期

3クォータ

曜日・校時

木2

単位数

2

授業担当教員

村山 詩帆、中村 博和、近藤 文義

講義情報

学士力番号

佐賀大学学士力2(1),(3),学士力3(1)~(3)

講義形式

講義と演習を組合わせて行う。

講義概要

統計を適切に活用できるリサーチ・リテラシーの修得を目指すプログラムとして、統計データを読み込む統計技法に関する知識を深め、その応用可能性について、共同作業やプレゼンテーションを交えて検討する。21世紀に入り既に10年を経過した現代の日本社会が直面している課題は、少子化やそれに伴う教育の諸問題、個人・企業・政府による経済活動、財政から、地震や河川の氾濫などの災害、DNA解析まで、膨大な領域に及んでいる。「リサーチ・リテラシーⅣ(人文・社会・自然科学の統計)」では、人文・社会科学、自然学が扱う社会的な諸課題に焦点を当て、統計技法を駆使したさまざまな研究成果を提示し、担当教員や履修者同士でディスカッションしながら、履修者が統計データの適切な読み込みができるよう支援する。

開講意図

「リサーチ・リテラシー」は、統計が作成され、利用される日常的な過程を題材として、現代社会の課題を自ら発見し、他者と共生していくための責任ある解決の方法を探る能力を、共同作業やプレゼンテーションを交えて獲得することを目標としている。リサーチ・リテラシーⅣ(経済・生物・環境の統計科学)は、リサーチ・リテラシーⅠ(くらしの中の統計学)、リサーチ・リテラシーⅡ(やさしい計算の科学)、リサーチ・リテラシーⅢ(調査データの分析)を経て培われた、統計学に関する基礎的な知識や技能を用いて、心理学や教育学、経済学や社会学、生態環境学などを中心に扱われている社会的な課題について、統計技法の適否、応用の可能性を導くための思考力を修得する。

到達目標

(1)統計データを適切に読み込み、解析手法の取捨選択を含め、問題点を指摘できる。
(2)共同作業において自らの役割を取得し、必要な提案ができる。
(3)偏見に囚われることなく統計データを解釈できる。
(4)統計データの活用に関する社会的責任を理解できている。

聴講指定

原則としてフェーズⅠ、フェーズⅡを履修してから受講してください。

履修上の注意

・欠席する場合、途中退出する場合、必ず事前に連絡すること。
・開始時刻から15分以上の遅刻、終了時刻から15分以上の早退は、原則として欠席扱いする(然るべき理由がある場合は、その旨をE-mail等で必ず連絡すること)。
・Microsoft ExcelがインストールされたノートPCを持参できること。

授業計画

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

オリエンテーション(授業計画、成績評価の方法と基準等の説明)

授業計画、成績評価の方法について確認する

2

尺度の基本的な考え方(村山)

講義で示された尺度の意義について確認する

3

性格(村山)

講義で示された性格に関する尺度の意義について確認する

4

態度(村山)

講義で示された態度に関する尺度の意義について確認する

5

教育・社会統計とカテゴリカルデータ(村山)

カテゴリカルデータとは何かについて確認する

6

カテゴリカルデータのモデリング(村山)

カテゴリカルデータ解析の手法について確認する

7

データでみる教育と社会(村山)

ディスカッションの内容について整理する

8

経済統計データでみる経済(中村)

講義で示された多変量解析技法の意義について確認する

9

時系列解析の基本(中村)

講義で示された多変量解析技法の意義について確認する

10

時系列モデル分析の初歩(中村)

講義で示された多変量解析技法の意義について確認する

11

生物・環境統計の基本的な考え方(近藤)

講義で示された統計解析技法の基本的な考え方について確認する

12

生物・環境統計の応用と事例紹介(近藤)

講義で示された統計解析技法の応用事例について確認する

13

複数要因の効果を検出するための多変量解析(近藤)

講義で示された多変量解析技法の意義について確認する

14

統計技法の応用可能性に関するグループ討議

統計技法の応用例について整理する

15

有意性検定から解析技法に関する小テストと解説

t検定、分散分析、カイ二乗検定など有意性検定、相関係数、回帰分析など解析の要点について確認する

成績評価の方法と基準

成績評価に際しては、①授業への取り組み状況(3回以上の無断欠席は不可)、②客観テストの得点、③Ⅰ~Ⅲで扱った統計データに関する考察(統計データの可能性について)の完成度の3点を基準とする。①の授業への取り組み状況をもとに、共同作業における役割取得の状況等を評価し、②の客観テストでは、統計データを適切に読み込み、問題点を指摘できるかどうか、偏見に囚われることなく統計データを解釈できるかなど、統計学の基礎知識(統計検定4級程度)に係る事項を問う。出題数は20問とし、60点スケールに換算する。③の「統計データの可能性について」については、(1)講義で解説した統計の定義に即したデータになっているか、(2)履修生が作成したデータにある統計技法の応用可能性、限界の所在を理解できているかを評価する。評価にあたって、1~10ポイントで採点し、40点スケールに換算する。

開示する試験問題等

今年度実施分については、以下のものを開示する。
(1)客観テスト
(2)採点結果の詳細

開示方法

成績報告完了後、履修者の求めに応じて開示する。

教科書

資料名

著者名

発行所名・発行者名

出版年

備考(巻冊:上下等)

ISBN

担当教員の指示に従ってください。

オフィスアワー

毎週月曜日2校時を基本とし、質問・相談は随時受け付ける(ただし、事前に連絡することが望ましい)。

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

10

10

10

10

60