シラバス参照

科目 データリテラシー基礎 (1) クラス 
開講科目群 基幹・スタンダード 
履修 必修 
年次
単位
開講科目ID CSS10351 
開講期・曜日・時限 後期 月曜日 1時限
教職課程との対応  
教員氏名

福田 健(フクダ タケシ)

備考 (1) クラス 



授業テーマ
Course
Theme
適切に設定されたBYOD PCを活用して、実社会のデータを表現したり変換したりするとともに、それを活用して問題解決したり判断したりするためのスキルを身につける。 
授業概要
Course
Outline
データ活用のための基本スキルとして、データの整理、表からグラフの変換、グラフ種類の選択、データと主張との関係、などを、社会の実統計データを用いて学ぶ。これらは、文科系の学びや社会活動の中でも必要とされるデータリテラシーである。
この授業科目は「数理・データサイエンス・AI リテラシー教育プログラム」(リテラシーレベル)を構成する科目である。その詳細は、学生要覧のMDASH科目の欄を参照すること。 
学生が授業内で
PCを使用する科目
yes 
実務経験のある
教員による科目
nos 
実務経験との関連
(経験ありの場合のみ)
英語で授業を行う科目
Whether this class will be
conducted all in English (yes/no)
no 
課題解決型学習を取り入れている科目
Problem-solving learning method
is used in class (yes/no)
yes 
討議(ディスカッション、ディベート)を取り入れている科目
There are discussions/debates
in class (yes/no)
no 
グループワークを取り入れている科目
There are group works in class
(yes/no)
yes 
発表(プレゼンテーション)を取り入れている科目
There are presentations in class
(yes/no)
yes 
フィールドワーク、実習、実験、実技を取り入れている科目
There are
fieldworks/training/experiments/
practices in class (yes/no)
yes 
到達目標
Aim/goal
自分のPCを用いて必要なデータを検索・取得・整理・活用できる。
自分のPC上でデータを参照しながら事実や意見を他人に説明できる。 
授業計画
Course Plan
第1回 統計データを扱うBYOD PCの環境を整備する。
インターネット上から統計データを検索・取得する。
Excel上で統計データを変換して読み込む。
Excel上の統計データを適切な形式で保存する。
統計データをグラフ化する。 
第2回 グラフの要素を編集する。
適切なグラフの形式を選択する。 
第3回 適切な表の形式を選択する。
統計データから代表値を算出する。
統計データを組み合わせる。 
第4回 プレゼンテーションを設計する。
ExcelとPowerPointを組み合わせる。
各クラスごとのトピック。 
第5回 各クラスごとのトピック。
自分の判断・意見をプレゼンテーションする(1)。 
第6回 自分の判断・意見をプレゼンテーションする。
まとめと振り返り。 
第7回 (後期開始時までにオンデマンドビデオで配信開始:授業0.5回分)
データサイエンスの概要と「清泉女子大学数理・データサイエンス・AI教育プログラム」の構成を学ぶ。
この授業に向けてBYOD PCの環境を設定する。 
授業以外の学修
What Students
are expected
to do
outside of the class
・Excelの基本(関数、絶対参照/相対参照など)、
・統計計算の基礎事項(平均値、分散・偏差、四分位偏差、中央値、最頻値など)、
・グラフ種類(積み重ねグラフ、箱ひげ図、散布図など)の選択と使い方、
などが、この授業の前提知識・前提スキルとして求められる。これらを十分に学べていない場合は、別授業後期「数量リテラシー」を履修しなければならない。別授業の前期「情報社会の安全と倫理」の授業時に数量スキルの基礎テストが実施され、結果が夏期休業期間初めに個人別に通知されるので、そこで後期「数量リテラシー」の履修を指示された場合は、必ずそれに従って後期「数量リテラシー」を履修登録して単位修得すること。
以上の詳細については学生要覧のMDASH科目の欄を確認すること。
また、後期「数量リテラシー」を履修するか否かに関わらず、この授業で扱う実習課題の一部は、授業時間外に行うことが求められる。欠席時には授業のWebページ(学びの泉)を閲覧してその内容に従うこと。 
評価方法
Evaluation
授業への出席と授業時間内の実習への取り組み 50%
授業期間途中および授業期間末の実習課題の成果 50%
ただし、後期「数量リテラシー」の履修登録を指示されてそれを履修した者については、その授業内で指示された課題への取り組みが、評価比率50%を上限として加算されることがある。 
課題(試験やレポート等)に対する
フィードバックの方法
Feedback methods on assignments
授業時間中の発表に対するコメント、および、学びの泉を通して個別連絡、のいずれか、または、両方によって行う。 
履修前提要件
Prerequisites
前期「情報環境の構築」または夏季集中「情報環境の構築」の単位を修得していないと、この授業は履修できない(履修登録が抹消される)。 
関連する
ディプロマポリシー
使用テキスト
Textbook
to be used,
if any
必ず読まなければならない本や文献(購入する必要はないが、図書館等で参照を要するテキスト)Required books or materials (No purchase necessary, but students need to refer to them at places like libraries.)
読むことを推奨する本や文献(購入する必要はないが、図書館等で参照を要するテキスト)Recommended books or materials, if any. (No purchase nesessary, but students need to refer to them at places like libraries.)
テキストに
関する
連絡事項
Remarks
concerning
the text book,
if any
学びの泉内の、
・「スタートアップゼミナール」情報科学編のページ
・情報科学科目共通
・「データリテラシー基礎」クラス別のページ 
更新日付 2025-01-13 22:29:57.132


PAGE TOP