English

年度	2024年度	開講部局	教養教育
講義コード	30103001	科目区分	情報・データサイエンス科目
授業科目名	教育のためのデータサイエンス[1教一,1教自,1教音,1教造]
授業科目名 （フリガナ）	キョウイクノタメノデータサイエンス
英文授業科目名	Data science for education
担当教員名	田中　秀幸,橋本　淳也,鈴木　裕之,長松　正康
担当教員名 (フリガナ)	タナカ　ヒデユキ,ハシモト　ジュンヤ,スズキ　ヒロユキ,ナガマツ　マサヤス
開講キャンパス	東広島	開設期	1年次生   前期   ２ターム
曜日・時限・講義室	(2T) 集中：オンライン
授業の方法	講義	授業の方法 【詳細情報】
			講義、演習、ディスカッション、学生の発表、作業
単位	2.0	週時間		使用言語	J : 日本語
学習の段階	1 : 入門レベル
学問分野（分野）	24 : 社会科学
学問分野（分科）	08 : 教科教育学
対象学生	将来、教員を目指し教員免許を取得予定の人
授業のキーワード	データサイエンス，教育学・教員養成，問題解決，意思決定，批判的思考
教職専門科目		教科専門科目
教養教育での この授業の位置づけ	教員を目指す学生を対象に，教員養成に特化したデータサイエンスの基礎を学ぶ。 この授業では，文系および理系の学生を対象にエクセルを使って教育のためのデータサイエンスを学びます。理系の素養があり，より理系の内容のデータサイエンスに興味のある学生はそちらを受講することをお薦めします。 この授業に続く内容として，教育学部の特別科目で「教育現場の問題解決に向けたデータ活用・データサイエンス」を開講しています。
学習の成果	将来教員になった際に，学校現場で得られる多様なデータを用いて教育の改善に役立てることができることを目指す。
授業の目標・概要等	教育現場において，データに基づいた教育は今後ますます重要になってくると考えられます。この授業では，データサイエンスと教育のかかわりについて扱います。教育現場におけるデータの扱い方を通じて，教員を目指している人が学ぶべきリテラシーレベルのデータサイエンスについて扱います。 扱う内容は，以下の通りです。 ・データサイエンスと教育のかかわり ・教育におけるデータとは：データの収集と調査，データの種類 ・生徒の成績の集計について(データの集計，並べ替え，データクレンジング等) ・成績の把握(グラフ，ヒストグラムといったデータの可視化，代表値等) ・成績の要因分析(相関分析) ・データを扱う際に気を付けるべきこと(データを扱う際の倫理や留意事項) 成績データだけでなく，教育におけるデータに焦点を当て，データについて基礎的な扱い方を学びます。 ソフトウェアは　Excel のみを使用することで，教育におけるデータサイエンスについての理解を目指します。
授業計画	第1回（オンライン） 講義: ガイダンス：データサイエンスと教育の関わり（内容：データサイエンスの導入・動機づけ，アンケート等） 第2回（オンライン） 講義: データサイエンスと教育（内容：校務系データと学習系データ，PPDACサイクル，データの種類について） 第3回（オンデマンド） 講義: 教育データを集計しよう (エクセルの基礎，集計，データクレンジング) 第4回（オンデマンド） 演習: 教育データを集計しよう (エクセルの基礎，集計，データクレンジング) 第5回（オンデマンド） 講義: 生徒の傾向を知ろう（代表値・散布度） 第6回（オンデマンド） 講義・演習: 生徒の傾向を一目で把握しよう（可視化，グラフ，ヒストグラム等） 第7回（オンデマンド） 講義: 生徒に関する事象の要因を探ろう（相関分析） 第8回（オンデマンド） 演習: 生徒に関する事象の要因を探ろう（相関分析） 第9回（オンライン） 講義: データを扱う際に気をつけるべきこと（倫理事項・留意事項） 第10回（オンライン） 演習: データを扱う際に気をつけるべきこと（倫理事項・留意事項） 第11回（オンライン） 講義: 児童・生徒とデータサイエンス(こども向け授業実践例。データを見る，データで観る) 第12回（オンライン） 講義: 児童・生徒とデータサイエンス(教育データことはじめ。学力について議論する) 第13回（オンライン） 演習: 教育データの分析について 第14回（オンライン） 演習: 教育データの分析および討論 第15回（オンライン） まとめ レポート，試験等による総合評価。 「オンライン」と書かれた単元は授業開始時にTeamsに集まってください。「オンデマンド」と書かれた単元は動画を視聴し、受講してください。
教科書・参考書等	授業時または事前に配布，または入手方法を知らせる。
授業で使用する メディア・機器等
	【詳細情報】
授業で取り入れる 学習手法
予習・復習への アドバイス	第1回目: データサイエンスと教育の関わりについてついて理解してください。 第2回目: 学校教育に関わるデータとして，校務系データと学習系データがあることを理解してください。 第3回目: データをどのように集積するか，演習するための理解を深めてください。 第4回目: 実際にデータを扱い，データの集計等ができるようになってください。 第5回目: 生徒の傾向を知ることで，どのように学校教育に役立てるか考えてください。 第6回目: データを可視化することで，一目で生後のを把握する方法について知ってください。 第7回目: 相関解析を知ってください。 第8回目: 相関解析により，生徒に関する事象を把握することを行ってください。 第9回目: データを扱う際に気を付けるべきことについて学んでください。 第10回目:データを扱う際に気を付けるべきことについて理解を深めてください。 第11回目:教育に関するデータについて，より深く理解してください。 第12回目:教育に関するデータサイエンスについて，より深く理解してください。 第13回目:これまで学んだことを使って，データの解析・解釈を行ってください。 第14回目:グループ内で議論を行い，協力して結論を導き出してください。 第15回目:学習したことを振り返って，これからの学びに役立ててください。
履修上の注意 受講条件等	オンライン(同時双方向型とオンデマンド型)を併用します。必携パソコンを使用します。表計算 (Excel) を使用します。オンラインにおいて出席は重要です。
成績評価の基準等	小テスト，レポート等の提出物による。第13, 14回の課題は重要です。提出課題は各自が行ったものを提出すること。オンライン中の課題もあるので注意すること。
実務経験
実務経験の概要と それに基づく授業内容
メッセージ
その他	日付: 7月13日（土），7月27日（土），8月3日（土）時間：1コマ-5コマ（8：45-17：50） オンデマンドの時間もありますが，基本的にはその時間内に内容を学習することを想定しています。上記時間帯に質問に回答します。 公式授業と重なって出席できない場合は，CC に指導教員とチューターを入れてメールで連絡してください。それ以外の理由で上記の日程でオンラインの講義を受けられない場合は、他の授業を受講してください。 オンライン中に小課題を出す場合があるので，ネットワークに不安がある場合には大学からアクセスしてください。
すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。 回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。