|| 英語(English)
学習支援計画書(シラバス) 検索システム
PD基礎教育課程 
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
PD基礎教育課程
基礎プロジェクト科目
基礎プロジェクト
プロジェクトデザイン実践(実験)(経営情報学科)
Design Project / Implementing and Operating
2 G253-13 2024年度
4期(後学期)
修学規程第4条を参照
担当教員名
*印は、実務経験のある教員を示しています。
授業科目の学習・教育目標
キーワード 学習・教育目標
1.検証プロセス 2.問題解決案の有効性 3.データサイエンス 4.プレゼンテーション 5.理工系PBL 本科目では、プロジェクトデザイン入門・Ⅰ・Ⅱで修得した知識や技術をもとに、問題解決 を目指すべく提案した解決案またはその特定部分の有効性を検証する。プロジェクトデザイ ン入門よりもさらに専門的な知識や技術を駆使し、データサイエンスに基づき、対象や現象 を定量的あるいは定性的に捉え、その特徴・特性・法則性について明らかにする。その過程 で、検証活動の進め方および検証に必要なスキルをより深く学習する。
授業の概要および学習上の助言
本科目では、問題解決を目指すべく提案した解決案またはその特定部分の有効性を検証する。プロジェクトデザイン入門より もさらに専門的な知識や技術を駆使しながら検証活動を行い、データサイエンスに基づくデータ取扱いスキル(データを収集 →整理→分析→仮説→視覚化→報告)を学習する。また、仮説の立案からその検証にいたるプロセスおよび各活動における要 素スキルを学習する。 経営情報学科のプロジェクトデザイン実践では、自治体のSDGs課題を解決する解決策の有効性を検証する。 「データ取扱いスキル」では、フィールドワークや公開されているデータの収集を通じて、目的に即したデータを収集できる ようにすることを目指す。 「仮説の立案からその検証にいたるプロセスおよび各活動における要素スキル」では、パイロットテストを実践し、対象とな るモノ (製品など) やコト (企画など) における問題点を明らかにし、その解決策を提案することができるようにする。
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 リザーブドブック:指定なし
履修に必要な予備知識や技能
毎回、ノートPCを持参すること。ほぼ毎回の活動において、ノートPCを利用し、実験、データ集計、プレゼンなどを行う。 受講生が事業創出手法について理解できているかを確認することや、教員の授業における取り組みの学習効果を確認すること を目的として、授業時に何らかの調査を実施することがある。その調査への協力の有無は、成績評価には影響しない。
学生が達成すべき行動目標
No. 学科教育目標
(記号表記)
F,G 問題発見から解決にいたるプロセスの活動を進めることができる
D データサイエンスに基づき、対象や現象を高い精度で定量的あるいは定性的に捉えることができる
D 対象や現象の特徴・特性・法則性を明確に抽出することができる
E 獲得した情報を第三者にわかりやすく伝えることができる
F 検証活動を円滑に進めるための様々な基本スキルを活用できる
A 学科で学ぶ技術分野と技術者像を思い描くことができる
達成度評価
評価方法
試験 クイズ
小テスト
レポート 成果発表
(口頭・実技)
作品 ポートフォリオ その他 合計
総合評価割合 0 0 50 20 0 2 28 100
指標と評価割合 総合評価割合 0 0 50 20 0 2 28 100
総合力指標 知識を取り込む力 0 0 10 0 0 0 10 20
思考・推論・創造する力 0 0 10 0 0 0 5 15
コラボレーションと
リーダーシップ
0 0 10 10 0 0 5 25
発表・表現・伝達する力 0 0 10 10 0 0 0 20
学習に取組む姿勢・意欲 0 0 10 0 0 2 8 20
※総合力指標で示す数値内訳、授業運営上のおおよその目安を示したものです。
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
クイズ
小テスト
レポート チームおよび個人単位で出題するレポートの内容に基づいて評価する。 成績評価の50%を占める。
成果発表
(口頭・実技)
口頭発表 (中間発表、最終発表など) の内容に基づいて評価する。 成績評価の20%を占める。
作品
ポートフォリオ 達成度評価ポートフォリオへの入力内容に基づいて評価する。 成績評価の2%を占める。
その他 毎回の授業で出題する個人課題と授業態度 (遅刻、欠席、居眠りは減点) に基づいて評価する。 また、チーム内において学生同士の貢献度評価を行い、その結果に基づいて評価する。 成績評価の28%を占める。
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
①問題発見から解決にいたるプロセスの活動を主体的に進める ことができる。 ②現象・対象・事象を、定量的あるいは定性的に捉え、整理す ることができる。 ③現象・対象・事象の特徴・特性・法則性を、データサイエン スや調査などに基づき主体的に、抽出・理解することができる 。 ④取得した情報を第三者に論理的かつわかりやすく伝えること ができる。 ⑤検証活動を、主体的に円滑に進めることができる。 ⑥学科を意識し、技術分野と技術者像を思い描くことができる ①問題発見から解決にいたるプロセスの活動を指導を受けなが ら進めることができる。 ②現象・対象・事象を、指導を受け、定量的あるいは定性的に 捉えることができる。 ③現象・対象・事象の特徴・特性・法則性を、指導を受けなが ら、抽出・理解することができる。 ④取得した情報を第三者に伝えることができる。 ⑤検証活動を、指導を受けながら、進めることができる。 ⑥指導を受けて、学科を意識し、技術分野と技術者像を思い描 くことが出来る。
CLIP学習プロセスについて
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。
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※
第1週(1-2回) オリエンテーション プロジェクトテーマの絞り込み ・講義 ・チーム活動 ・プロジェクトテーマ絞り込みに 関する予習 160
第2週(3-4回) プロジェクトテーマ決定 調査計画の検討 ・チーム活動 ・調査 ・調査に関わる予習 160
第3週(5-6回) 調査・フィールドワーク実施 ・チーム活動 ・データ分析 ・口頭発表の準備 160
第4週(7-8回) 調査結果発表 制作の準備 ・チーム活動 ・口頭発表 ・自己点検 ・制作に関わる予習 160
第5週(9-10回) 制作 ・チーム活動 ・制作 ・制作に関わる予習と復習 160
第6週(11-12回) 制作 口頭発表の準備 ・チーム活動 ・制作 ・口頭発表の準備 160
第7週(13-14週) 中間口頭発表 検証の準備 ・チーム活動 ・口頭発表 ・自己点検 ・検証に向けた予習 160
第8週(15-16回) 検証の準備 ・チーム活動 ・検証 ・検証に関する予習と復習 160
第9週(17-18回) 検証の準備 ・チーム活動 ・検証 ・検証に関する予習と復習 160
第10週(19-20回) 検証の準備 ・チーム活動 ・検証 ・検証に関する予習と復習 300
第11週(21-22回) 検証のためのイベント等実施 改良準備 ・チーム活動 ・検証 ・改良に関わる予習と復習 160
第12週(23-24回) 改良実施 チーム活動の総括 (調査から改良までのプロセス) 口頭発表の準備 ・チーム活動 ・総括 ・口頭発表の準備 160
第13週(25-26回) 最終報告書の準備 ・チーム活動 ・最終報告書の準備 160
第14週(27-28回) 最終口頭発表 ・チーム活動 ・口頭発表 ・チーム活動を振り返る 160
第15週(29-30回) 外部発表 最終レポートの提出 チーム活動の振り返り 自己点検 ・チーム活動 ・口頭発表 ・振り返り ・自己点検 ・達成度評価ポートフォリオの入 力 30