1.サブタイトル Subtitle |
|
2.関連する教育諸方針 Course-Related Policies; Diploma and Curriculum Policy |
| ○卒業認定・学位授与方針(ディプロマ・ポリシー) カリキュラムマップにおける「(思考力)企業活動に伴う諸事象について論理的に考えることができる。」に対応。 ○教育課程編成・実施の方針(カリキュラム・ポリシー) 各コース共通の核科目。幅広い教養知識と専門知識および理解力、思考力、技能、意思の伝達と表現能力、社会的使命感、グローバル意識などを身につけさせるために、設置された演習科目であり、二年次配当として配置。
| |
|
3.授業科目のテーマと目的 Theme of the Course |
| このゼミは、経営学部で学習すべき、情報化社会におけるICT(情報通信技術)の利用について、企業の視点、市民の視点、コミュニティの視点、政府の視点の4つの視点から学習をはじめるゼミです。今年度のテーマは、電子商取引を研究の中核に据え、これに関わる諸問題について、先に挙げた4つの視点を切り口として学習します。とくにオンラインショップやSNSを利用したセールスプロモーションなどを学習します。システム思考とデザイン思考のセンスを磨きます。 これらの理解と技能を用いて、地方の地域活性化を実現することを目指して、提言を作成できる人材の育成を目的とします。
| |
|
4.授業科目の内容・具体的な授業計画及び進度 Course Description and Outline |
| (前期)No CodeやLow Codeを応用するプログラミングの学習を中心にゼミ活動を実践する。 第1回目 ガイダンス 第2回目 大学での学習方法について学ぶ 第3回目 ゼミでの学習方法について学ぶ 第4回目 情報社会と技術の関係ついて学ぶ 第5回目 システム思考やデザイン思考について学ぶ 第6回目 電子商取引について学ぶ 第7回目 情報化社会における学習方法について学ぶ 第8回目 情報社会と技術、情報経営、電子商取引、学習方法についての学びの振り返り 第9回目 VMマシンを構築し、ソーシャルビッグデータ分析のプログラミングを学ぶ為に、5班に分かれてテーマを設定する下調べ(1) 第10回目 VMマシンを構築し、ソーシャルビッグデータ分析のプログラミングを学ぶ為に、5班に分かれてテーマを設定する下調べ(2) 第11回目 VMマシンを構築し、ソーシャルビッグデータ分析のプログラミングを学ぶ為に、第1班のテーマの発表とピアレビュー 第12回目 VMマシンを構築し、ソーシャルビッグデータ分析のプログラミングを学ぶ為に、第2班のテーマの発表とピアレビュー 第13回目 VMマシンを構築し、ソーシャルビッグデータ分析のプログラミングを学ぶ為に、第3班のテーマの発表とピアレビュー 第14回目 VMマシンを構築し、ソーシャルビッグデータ分析のプログラミングを学ぶ為に、第4班のテーマの発表とピアレビュー 第15回目 VMマシンを構築し、ソーシャルビッグデータ分析のプログラミングを学ぶ為に、第5班のテーマの発表とピアレビュー (後期) 第16回目 VMマシンを構築し、ソーシャルビッグデータ分析のプログラミングを学ぶことに加えて、3Dゲームエンジンのビルドからシミュレーションを学習する。5班に分かれて実践する。 第17回目 VMマシンを構築し、ソーシャルビッグデータ分析のプログラミングを学ぶことに加えて、3Dゲームエンジンのビルドからシミュレーションを学習する、1班のテーマの発表とピアレビュー 第18回目 VMマシンを構築し、ソーシャルビッグデータ分析のプログラミングを学ぶことに加えて、3Dゲームエンジンのビルドからシミュレーションを学習する、2班のテーマの発表とピアレビュー 第19回目 VMマシンを構築し、ソーシャルビッグデータ分析のプログラミングを学ぶことに加えて、3Dゲームエンジンのビルドからシミュレーションを学習する、3班のテーマの発表とピアレビュー 第20回目 VMマシンを構築し、ソーシャルビッグデータ分析のプログラミングを学ぶことに加えて、3Dゲームエンジンのビルドからシミュレーションを学習する、4班のテーマの発表とピアレビュー 第21回目 VMマシンを構築し、ソーシャルビッグデータ分析のプログラミングを学ぶことに加えて、3Dゲームエンジンのビルドからシミュレーションを学習する、5班のテーマの発表とピアレビュー 第22回目 研究学習報告、1班の発表とピアレビュー 第23回目 研究学習報告、2班の発表とピアレビュー 第24回目 研究学習報告、3班の発表とピアレビュー 第25回目 研究学習報告、4班の発表とピアレビュー 第26回目 研究学習報告、5班の発表とピアレビュー 第27回目 研究学習報告の振り返り、ピアレビュー結果の相互評価(第1班から3班まで) 第28回目 研究学習報告の振り返り、ピアレビュー結果の相互評価(第4班から5班まで) 第28回目 制作作品の評価 第30回目 まとめ
| |
|
5.利用教科書 Textbook(s) |
No. | 書名 (Title) | 出版社 (Publisher) | 著者 (Author) | ISBN番号 (ISBN) | 発刊年 (pub,year) |
1 | フルスタックJavaScriptとPython機械学習ライブラリで実践するソーシャルビッグデータ |
| | 石川 博 (著, 編集), 横山 昌平 (著), 廣田 雅春 (著) |
| | |
2 | | | | | |
6.参考書 Reference Book(s) |
No. | 書名 (Title) | 出版社 (Publisher) | 著者 (Author) | ISBN番号 (ISBN) | 発刊年 (pub,year) |
1 | | Springer-Verlag New York Inc |
| | | |
2 | | | | | |
3 | | | | | |
4 | | | | | |
5 | | | | | |
※教科書・参考書以外の資料 Materials other than textbooks and Reference Books |
|
7.準備学習(予習・復習) Expected Work outside of Class | 時間 |
| 予習=講義時間中の学習課題について、宿題を課すので、チームごとに自主ゼミ活動を通して解決策を練り、次回の発表に備える。
| |
| |
| 復習=講義時間中の発表から得た課題について、チームごとに自主ゼミ活動を通して復習し、次回の発表に備える。
| |
| |
| |
| |
8.フィードバック Instructor Feedback |
| 授業中では、前回以降一週間の学習について、チームごとの発表に対して毎回講師からフィードバックを行なう。 また、学習支援システム(MoodleやGoogle Class、MicrosoftのTeams)によって復習教材を配布された教材については、それぞれのシステム上でフィードバックを配信する。
| |
|
9.評価の方法・基準 Criteria for Evaluation |
| 授業参加度(25%)、小テスト(25%)、最終テスト(50%)で評価します。
ただし、上記の評価基準にかかわらず、授業の3分の1を欠席した場合は不可とします。最終テストは最終プレゼンテーションをもって替えることがあります。 また15分を超えた遅刻は欠席扱いとし、15分以内の遅刻は3回で欠席と同評価とします(上記の3分の1に含みます)。なお、欠席は1回につき3点、遅刻は1点をそれぞれ最終成績からマイナスします。 また、授業態度が悪い、課題を忘れたなどの場合も最終成績から減点します。
| |
|
10.学習の到達目標 The Main Goals of Course |
| 電子商取引と地域情報化の関係について、一定の見識を表すことができるようになること。 この演習は、演習室における座学と、オンラインやシミュレーション、シミュレーターを利用したフィールドワークとの2つから構成される。 前期は、座学として、電子商取引の現状と諸問題について、グループ別に文献をあたって基礎的学習、教室での発表を中心に行い、フィールドワークを実施する。 後期は、オンラインやシミュレーション、シミュレーターを利用したフィールドワークを行い、実際にシミュレーターを利用したVRの活動や、3Dシミュレーションを実施することを目標とする。座学で調べたことを、更に展開させて、報告にまとめる。 最終的には、地域情報化と電子商取引との関係について、また、VRや3Dシミュレーションの利用について一定の見識を表し、地域活性化に資する提言を作成できるようになることを目標とする。
| |
|
11.その他の留意事項について Additional Instractions / Comments to Students |
| オンラインやシミュレーション、シミュレーターを利用したフィールドワーク、プログラミングへの参加は単位取得の必須条件である。フィールドワークへの参加率は成績の重要な指標にする。
| |
|