タイトル
時間割コード:PB23007 日本語シラバス 英語
社会データサイエンス特論[Data Science for Social Science]
 
担当教員
崎濱 栄治[SAKIHAMA EIJI]
開講学部等 国際社会科学府 対象年次 1〜2 単位数 2 使用言語 日本語
開講時期 秋学期 開講曜限   クラス 社会データサイエンス特論
授業形態 併用（対面系） 授業形態(詳細) 授業方法 講義
特記事項  
ナンバリングコード 実務経験のある教員による授業
授業の目的  
本授業では，広く経営学・マーケティング研究におけるデータサイエンス・AI活用方法の概要および最新の動向を把握し，主体的に先行研究のリサーチを行い学術論文を理解できることを目的とする。具体的には，学術論文のレビューを通して，自身の研究テーマを自ら見つける能力を身に付ける。更に，実務の最前線を知るためにゲスト講師による講演を定している．
 
授業計画
（項目説明）授業全体のスケジュールを示しています。学修計画を立てる際の参考にしてください。  
1. ガイダンス①
2. 研究計画発表①
3. 研究計画発表②
4. 学術論文のレビュー①
5. 学術論文のレビュー②
6. 学術論文のレビュー③
7. 学術論文のレビュー④
8. ゲスト講師による講演①
9. 中間講評とガイダンス②
10. 研究計画発表③
11. 研究計画発表④
12. 学術論文のレビュー⑤
13. 学術論文のレビュー⑥
14. 学術論文のレビュー⑦
15. 学術論文のレビュー⑧
16. ゲスト講師による講演②
 
授業時間外の学修内容
（項目説明）授業全体を通して授業前に予習すべき内容、授業後に復習すべき内容を示しています。単位は、授業時間前後の予習復習を含めて認定されます。  
・先行研究の技術的なリサーチ方法についてはガイダンス時に共有する．
・研究計画発表と論文のレビュー担当者は，スライドか報告書などの発表準備を必須とする．
・学術論文のレビューは発表回より最低1週前に報告する論文タイトルを共有すること．
・担当者以外の受講者も論文を事前に読んだ上で講義に参加すること．
 
履修目標
（項目説明）授業で扱う内容（授業のねらい）を示す目標です。より高度な内容は自主的な学修で身につけることを必要としています。  
経営学・マーケティング研究におけるデータサイエンス・AI活用方法の概要および最新の動向を把握し，主体的に先行研究のリサーチを行い学術論文を理解できる．
 
到達目標
（項目説明）授業を履修する人が最低限身につける内容を示す目標です。履修目標を達成するには、さらなる学修を必要としている段階です。  
経営学・マーケティングの研究を行うために，学術論文を読むための基礎的な知識を身につける．
 
成績評価の方法
（項目説明）成績評価の方法と評価の配分を示しています。  
・中間試験（中間レポート）（25%）
・期末試験（期末レポート）（25%）
・発言，発表など授業への参加度（50%）
 
成績評価の基準 -ルーブリック-
（項目説明）授業別ルーブリックでは評価の項目と、成績評価の基準との関係性を確認できます。（表示されない場合もあります。）  
【成績評価の基準表】
秀(S)優(A)良(B)可(C)不可(F)
履修目標を越えたレベルを達成している履修目標を達成している履修目標と到達目標の間にあるレベルを達成している到達目標を達成している到達目標を達成できていない
履修目標：授業で扱う内容（授業のねらい）を示す目標
到達目標：授業において最低限学生が身につける内容を示す目標
 
授業の方法
（項目説明）教員が授業をどのように進めるのか、課題提出などの情報もあわせて示しています。  
・ガイダンス(含む中間講評)を2回
・受講者の研究計画発表を4回
・受講者が選定した学術論文のレビュー発表を8回
・ゲスト講師による講演を2回
※1-3回の範囲でリアルタイムオンライン(ZOOM or Meet)による授業開催の可能性がある
 
教科書補足  
-
 
キーワード  
データサイエンス（Data Science）
 
備考  
積極的な授業参加を期待しています．
 
↑ ページの先頭へ戻る