|
専門教育課程 心理科学科(2018年度入学〜)
| 授業科目区分 |
科目名 |
単位数 |
科目コード |
開講時期 |
履修方法 |
専門教育課程
専門科目
専門 |
脳生理データ解析演習
Analysis of Brain and Physiological Data
|
2 |
F333-01 |
2024年度
４期（後学期）
|
修学規程第4条を参照 |
| 授業科目の学習・教育目標 |
| キーワード |
学習・教育目標 |
| 1.脳波データ
2.心電データ
3.MATLAB
4.データ解析
|
近年、心理学においてもさまざまな測定機器を利用して生理計測や脳計測を実施することが
増えている。これらの計測で得られるデータは、従来の心理実験データに比べてデータ数が
多い、時系列性を持つ、多チャンネルであるなどの特徴を持っている。本科目では心理学研
究で扱うことが多い脳・生理計測データを取り上げ、これらのデータ解析の基本を習得する
ことを目的とする。 |
| 授業の概要および学習上の助言 |
| 本科目ではMATLABの基本機能を用いたデータ処理の基本や幅広い解析手法について演習を中心として学ぶ。講義を聴くだけの
授業ではないので、意欲を持って取り組んでほしい。 |
| 教科書および参考書・リザーブドブック |
| 教科書：指定なし
参考書：指定なし
ﾘｻﾞｰﾌﾞﾄﾞﾌﾞｯｸ：指定なし |
| 履修に必要な予備知識や技能 |
| MATLABを使用するので授業開始までにインストールを済ませておくこと。 |
| 学生が達成すべき行動目標 |
| No. |
学科教育目標
（記号表記） |
|
| ① |
D,F,H,I,J |
MATLABを使って大量のデータの読み込み、操作ができる |
| ② |
D,F,H,I,J |
MATLABによるデータの可視化を行うことができる |
| ③ |
D,F,H,I,J |
解析データに合った適切なツールを選択することができる |
| ④ |
D,F,H,I,J |
MATLAB上で動作する解析ツールを使いこなすことができる |
| ⑤ |
|
|
| ⑥ |
|
|
| 達成度評価 |
|
|
評価方法 |
| 総合評価割合 |
30 |
30 |
20 |
0 |
0 |
0 |
20 |
100 |
| 指標と評価割合 |
総合評価割合 |
30 |
30 |
20 |
0 |
0 |
0 |
20 |
100 |
| 総合力指標 |
20 |
20 |
10 |
0 |
0 |
0 |
0 |
50 |
| 10 |
10 |
10 |
0 |
0 |
0 |
0 |
30 |
| 0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
| 0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
| 0 |
0 |
0 |
0 |
0 |
0 |
20 |
20 |
| 評価の要点 |
| 評価方法 |
行動目標 |
評価の実施方法と注意点 |
| 試験 |
① |
|
学期末の試験で代表的な脳・生理データの特徴についての知識を確認する |
| ② |
|
| ③ |
レ |
| ④ |
|
| ⑤ |
|
| ⑥ |
|
クイズ
小テスト |
① |
レ |
授業で実施する演習課題についてのクイズで学んだ技術の定着について確認する |
| ② |
レ |
| ③ |
レ |
| ④ |
レ |
| ⑤ |
|
| ⑥ |
|
| レポート |
① |
レ |
授業で実施する演習課題についてのレポートで学んだ技術の定着について確認する |
| ② |
レ |
| ③ |
レ |
| ④ |
レ |
| ⑤ |
|
| ⑥ |
|
成果発表
(口頭・実技) |
① |
|
|
| ② |
|
| ③ |
|
| ④ |
|
| ⑤ |
|
| ⑥ |
|
| 作品 |
① |
|
|
| ② |
|
| ③ |
|
| ④ |
|
| ⑤ |
|
| ⑥ |
|
| ポートフォリオ |
① |
|
|
| ② |
|
| ③ |
|
| ④ |
|
| ⑤ |
|
| ⑥ |
|
| その他 |
① |
レ |
出席状況を含む毎週の取り組みの様子を総合的に評価する |
| ② |
レ |
| ③ |
レ |
| ④ |
レ |
| ⑤ |
|
| ⑥ |
|
| 具体的な達成の目安 |
| 理想的な達成レベルの目安 |
標準的な達成レベルの目安 |
| 脳・生理データの特徴を理解し、データに合った適切なツール
を使った解析を実施することができる。 |
脳・生理データの解析に用いるツールを使うことができる |
| 授業明細 |
| 回数 |
学習内容 |
授業の運営方法 |
学習課題 予習・復習 |
時間：分※ |
| 1 |
オリエンテーション
MATLABの確認 |
講義
実習 |
MATLABの準備をしておく |
30 |
| 2 |
基本的なデータ処理1 |
実習 |
実習の復習 |
30 |
| 3 |
基本的なデータ処理2 |
実習 |
実習の復習 |
30 |
| 4 |
皮膚電気活動1 |
実習 |
実習の復習 |
30 |
| 5 |
皮膚電気活動2 |
実習 |
実習の復習 |
30 |
| 6 |
皮膚電気活動3 |
実習 |
実習の復習 |
30 |
| 7 |
心電図1 |
実習 |
実習の復習 |
30 |
| 8 |
心電図2 |
実習 |
実習の復習 |
30 |
| 9 |
心電図3 |
実習 |
実習の復習 |
30 |
| 10 |
脳波1 |
実習 |
実習の復習 |
30 |
| 11 |
脳波2 |
実習 |
実習の復習 |
30 |
| 12 |
脳波3 |
実習 |
実習の復習 |
30 |
| 13 |
脳波4 |
実習 |
実習の復習 |
30 |
| 14 |
実習内容のまとめ
試験 |
質疑
試験 |
これまでの復習 |
60 |
| 15 |
振り返り |
講義
質疑 |
試験の復習 |
30 |
|
一般に、授業あるいは課外での学習では：「知識などを取り込む」→「知識などをいろいろな角度から、場合によってはチーム活動として、考え、推論し、創造する」→「修得した内容を表現、発表、伝達する」→「総合的に評価を受ける、ＧｏｏｄＷｏｒｋ！」：のようなプロセス（一部あるいは全体）を繰り返し行いながら、応用力のある知識やスキルを身につけていくことが重要です。このような学習プロセスを大事に行動してください。
※学習課題の時間欄には、指定された学習課題に要する標準的な時間を記載してあります。日々の自学自習時間全体としては、各授業に応じた時間（例えば2単位科目の場合、予習2時間・復習2時間／週）を取るよう努めてください。詳しくは教員の指導に従って下さい。