専門演習2

社会安全学部の目標は，「防災・減災対策や事故防止，危機管理のための政策立案とその実践ができる，高度な情報処理能力を有した社会貢献型人材の育成」である．そこで，河野が担当する専門演習・卒業研究では，“情報”を題材とした学習・研究を通じ，安全・安心な情報化社会を実現するために必要な能力（政策立案能力，課題解決能力，情報処理能力など）を身に着けることを目指す．
本専門演習2では，アンケートの作成法や得られたデータの分析法に関する学習，を実施する．科学的根拠に基づき論理的に考えるために必要な情報処理能力を向上させるためである．これらの学習は，輪講形式もしくは教員による講義形式で進める．その後，必要な能力が身についているかを確認するため，履修者への課題として，実アンケートデータを用いた分析の実施，を課す．また，社会安全学部では専門演習発表会があるため，その発表に向けての課題も別途課す．さらに，専門演習1の履修期間中にITパスポート試験に合格していない場合，ITパスポート試験を受験し合格すること，も必須課題として課す．
なお，理系向けの研究特化型演習形式を希望した学生については，機械学習・プログラミングの習得を別時間に行う．

到達目標

1）知識・技能の観点

IT分野や関連する多くの分野の現状，課題，方向性などを鳥瞰的，総合的に理解することができる．
データを定量的に分析できる情報処理能力を身に着けることができる．

2）思考力・判断力・表現力等の能力の観点

ITに関連する幅広い内容を正しく理解し，他人に論理的にかつわかりやすく説明することができる．
正しい社会調査の方法を理解したうえでアンケートを作成することができ，かつ得られたデータを論理的に考察することができる．

3）主体的な態度の観点

IT分野の最先端の内容を理解するため，時事を通して課題を主体的に見つけ，改善点を挙げることができる．
本演習の活動に積極的に参画することができる．

授業計画

第16回	オリエンテーション，アンケート作成・統計処理に関する学習（１）
第2回	アンケート作成・統計処理に関する学習（２）
第3回	アンケート作成・統計処理に関する学習（３）
第4回	アンケート作成・統計処理に関する学習（４）
第5回	アンケート作成・統計処理に関する学習（５）・論文やレポートの執筆技術及び形式･ルールに関する全体指導（２）
第6回	専門演習発表会に向けた全体指導
第7回	アンケート作成・統計処理に関する学習（６）
第8回	アンケート作成・統計処理に関する学習（７）・課題に対する解説（１）
第9回	アンケート作成・統計処理に関する学習（８）
第10回	アンケート作成・統計処理に関する学習（９）
第11回	アンケート作成・統計処理に関する学習（１０）
第12回	アンケート作成・統計処理に関する学習（１１）
第13回	アンケート作成・統計処理に関する学習（１２）
第14回	アンケート作成・統計処理に関する学習（１３）
第15回	アンケート作成・統計処理に関する学習（１４）・課題に対する解説（２）・卒業研究に向けた全体指導

授業時間外学習

実アンケートの分析課題は，レポート課題という点から，各自で時間外に取り組む必要がある．その際，復習用のため，本授業を録画し，後日配信するため，必要に応じて学習に利用すること．
ITパスポート試験に合格していない場合は，合格に必要な量を各自で学習する必要がある．
なお，理系向けの研究特化型演習形式を選択した学生については，毎日が研究となる生活となるため，この時間以外にも日常的に打ち合わせを行う．

成績評価の方法・基準・評価

定期試験を行わず，平常試験(小テスト・レポート等)で総合評価する．

発表内容も含めた演習時の平常成績(＋α%)，課題に対する成果等(100%)で評価する．成績評価に利用する課題については，1）アンケート分析課題，2）専門演習発表会に向けた原稿および発表資料の作成課題，3）ITパスポート試験　※専門演習1履修時に合格していない場合のみ，である．これらの課題のうち，以下の基準・評価に従ってどれか一つでも不十分と判断された場合は，授業概要や到達目標に掲げた必要な能力が欠けていると判断して単位を認定しない．

1）知識・技能の観点

IT分野における現状，課題，方向性などの理解度を，ITパスポート試験に合格したかどうかで評価する．なお，この評価そのものは春学期に行っているため，この評価基準のみ，「合」か「否」である．
実アンケートデータの分析に際し，IBM SPSS Statisticsを用いて正しく分析できているかで評価する．

2）思考力・判断力・表現力等の能力の観点

輪講形式時や専門演習発表会に向けての発表練習時，他人に論理的にかつわかりやすく説明できているかで評価する．
アンケートの分析課題や専門演習発表会に向けてのレポート課題を通して，各課題に対する問題意識やその展開力・表現力，脚注・参考文献の明記などの適切さを評価する．

3）主体的な態度の観点

授業時間外での各種課題等に対する取り組み方を評価するだけでなく，時事に関わる課題を積極的に解決しようとする等，IT分野に関する疑問・課題を主体的に解決しようとする姿勢を評価する．
演習時に積極的に発言するなど，演習に取り組む姿勢を評価する．

4）その他

演習科目であるため，全回数出席することが前提である．出席率が低い場合や平常時の演習への取り組みへの態度が極めて悪い場合は無条件で不可とする（不可となる具体的な基準は専門演習の履修要綱やHPを確認すること）．

教科書

土田昭司，山川栄樹『新・社会調査のためのデータ分析入門 -- 実証科学への招待』（有斐閣，2011年）978-4641173798
データ分析に関する書籍については，関大LMSにて授業資料を公開するので，購入せずとも進められるようにする．なお，数冊は共用としてゼミ室にあるので，必要ならそちらを参照すること．

参考書（配布資料では物足りない・自主学習したいという人へ）

松尾豊『人工知能は人間を超えるかディープラーニングの先にあるもの』（KADOKAWA/中経出版，2015年） 978-4040800202
鎌田正浩『確かな力が身につくPython「超」入門』（ソフトバンククリエイティブ，2016年） 978-4797384406
立石賢吾『やさしく学ぶ機械学習を理解するための数学のきほん～アヤノ&ミオと一緒に学ぶ機械学習の理論と数学、実装まで』（マイナビ出版，2017年） 978-4839963521
秋庭伸也，杉山阿聖，寺田学，加藤公一『見て試してわかる機械学習アルゴリズムの仕組み機械学習図鑑』（翔泳社，2019年） 978-4798155654
他の参考書については，演習の進捗に応じて，時間中に適時，紹介する．なお，理系向けの研究特化型演習形式を希望した学生については，上記の参考書を参考にすること．こちらも必要な書籍は教員側で用意する．

フィードバックの方法

発表内容や提出課題の内容に対して，授業中にフィードバックする．必要に応じて，メールやMicrosoft Teams，Slack等を用いてオンラインでフィードバックする．

担任者への問合せ方法

学部HPに公開されているメールアドレス，関大LMSの機能，Microsoft TeamsもしくはSlackを利用すること．

備考

専門演習・卒業研究の詳細な内容については，2年生時に配布される専門演習履修要綱およびHPに詳細に書いてあるため，必ずそちらを参照すること．
原則，演習回数の80%以上の出席が求められる．

※BYOD［ノートPC］の必要性について

BYOD［ノートPC］を使用する場合がある．
自身のPCがない場合，ゼミ室にある共用のノートPCを利用すること．