「地域×データ」実践教育プログラム
「地域×データ」実践教育プログラム
「地域×データ」実践教育推進室では、「むらの大学」「自主学修プログラム」などフィールドワーク科目による地域実践教育と「福島大学『解のない問い』に挑むデータサイエンス教育プログラム」などのデータサイエンス実践教育を掛け合わせるとともに、既存科目の大幅な拡充・改良と新規科目の開設を行います。
今後、「地域×データ」実践教育推進室で開講する科目(新規科目を含む)と各学類の専門科目などを組み合わせ、「地域×データ」実践教育プログラムとして科目を履修し、必要な単位数を取得した学生に対してプログラム修了を認定します。
プログラムの主な開講科目
フィールドワーク・サービスラーニング科目
学年 | 科目 | ||
---|---|---|---|
1年 | むらの大学Ⅰ・Ⅱ | ||
2年 | 協働プロジェクト学修 | 自主学修プログラム | むらの大学合宿版 |
3年 | |||
4年 |
データサイエンス科目
学年 | 科目 | ||
---|---|---|---|
1年 | 社会とデータ科学の基礎(前) データ分析入門(後) | ||
2年 | 福島の地域データ(前)※ データサイエンス実践演習(後) | ||
3年 | EBPM入門(前)※ | 地域課題と探究指導 ※ | 地域課題とビジネス(前)※ |
4年 |
地域基礎科目
学年 | 科目 | ||
---|---|---|---|
1年 | 地方と若者(前)※ | ふくしま未来学入門Ⅰ | ふくしま未来学入門Ⅱ |
2年 | |||
3年 | |||
4年 |
※2024年度より新設
「地域×データ」実践教育プログラム履修基準表
領域・科目区分 | 開設科目等 | 1科目 単位数 | 必修 | 要認定 単位数 | |
---|---|---|---|---|---|
基盤教育 | スタートアップ科目 | 社会とデータ科学の基礎 | 2 | 2 | 12 |
学術基礎科目 | 「地域×データ」実践教育プログラム科目 | 各2 | - | ||
問題探究科目 | 問題探究セミナーⅠ | 2 | 2 | ||
ふくしま未来学入門Ⅰ・Ⅱ | 各2 | 2 | |||
むらの大学Ⅰ・Ⅱ | 各2 | - | |||
データ分析入門、福島の地域データ、 データサイエンス実践演習 | |||||
EBPM入門、地域課題と探究指導、 地域課題とビジネス、地方と若者 | |||||
その他の問題探究科目 | |||||
自主学修プログラム(地域実践) | 1~ | - | |||
専門教育 | 問題探究科目 | 問題探究セミナーⅡ | 2 | 2 | 12 |
学類専門科目 | 「地域×データ」実践教育プログラム科目 | 各2 | - | ||
上記の基盤教育または専門教育から | 6 | ||||
「地域×データ」実践教育プログラム修了認定に必要な単位合計 | 30 |
※最新の履修基準表や対象科目は学修案内を参照して下さい
地域実践教育
ふくしま未来学入門Ⅰ・Ⅱ(全学年)
- 東日本大震災と福島第一原発事故が、人々にどのような影響をおよぼし、復興に向けてどのような取り組みがなされているのかを、福島大学の全5学類ほかの教員や多彩なゲスト講師から学ぶオムニバス形式の講義です。
- 現場での実体験を聞くという地域実践的な学びに加え、数値データを活用した学びの観点を取り入れていきます。
むらの大学Ⅰ・Ⅱ(1年)
- 原発事故により避難を余儀なくされ、現在も復興と地域再生に取り組む地域(双葉郡川内村、大熊町、南相馬市小高区、飯館村)を実際に訪れ、住民の方々からお話を伺い、地域の実情について学ぶ授業です。
- より多くの学生に地域に足を運んでもらえるよう、定員枠や地域の拡大、スポットプログラム(合宿版むらの大学)の新設を行っています。
自主学修プログラム(2年以上)
- 「むらの大学」を受講した学生が自主的にグループを形成し、地域の課題解決に向けた活動(サービス・ラーニング)を行う授業です。指定された時間数以上の活動等を行うことで、単位が認定されます。
協働プロジェクト学修(2年以上)
- 担当教員がフィールド(川内村、大熊町、南相馬市、飯館村など)と課題を設定し、指導や助言を適宜与えながら、学生たちが自主的に被災地の復興プロジェクトに取り組むプロジェクト学修です。受講する学生の専門性や、地域問題の解決能力、他の専門性を有するメンバーとの協働力・学際性などを養成することを目指します。
- プログラムを増やすとともに、受講対象者をこれまでの3年生以上から2年生以上に拡大します。
データサイエンス実践教育
社会とデータ科学の基礎(1年前期)
- 調査の方法論やデータサイエンス・AIの応用事例をとおして、自分自身の手でデータを構築したり、データの特性に応じた適切な分析を行ったりするために必要なデータサイエンスの基礎的な考え方やスキルを学ぶ授業です。
- 「質的手法と量的調査法を同時に習得できる」という点と、「学生の専門分野に応じて各学類で数理・データサイエンス・AIの応用事例に関する講義を開設する」という点が、本授業の特徴です。
- 2023年度より全学類の1年生を対象に必修化しています。
「社会とデータ科学の基礎」主な授業内容(2023年度)
- 第1部:データサイエンスの概要(第1-3回)
- ガイダンス 、データサイエンスに関する諸概念、情報倫理、データの取得と管理 など
- 第2部:量的調査(第4-9回)
- 量的調査の特徴と具体例、標本調査・調査票の作成、
ヒストグラム・箱ひげ図・平均・分散、
クロス集計・t検定・分散分析・相関係数・回帰分析・Excel実習 など - 第3部:質的調査(第10-14回)
- 質的調査の特徴と具体例、インタビューの手法、
フィールドワークと参与観察法、ドキュメント分析、質的調査の分析 など - 第4部:応用事例(第15回)
- 数理・データサイエンス・AIの応用事例 (学生の専門分野に応じて各学類で開講)
データ分析入門(1年以上・後期)
- 科学的な考え方を学ぶとともに、実際に自ら手を動かすことでデータ分析の基本を学ぶ授業です。
- 「自身で調査票を作成できる」という能力と、「調査結果を適切にまとめ、レポートを作成できる」というスキルの習得が、本授業の特徴です。
- より多くの学生が受講できるよう定員枠を拡大します。
データサイエンス実践演習(2年以上・後期)
- データサイエンティストに求められる基礎スキルとビジネス現場での活用事例を学び、さらにプロジェクト型演習を通じてデータ分析を活用した課題解決・提言の一連の流れを経験し、理解を深める授業です。
- 「実務経験豊富な教員による指導」および「自治体の実際のデータや課題を基にしたプロジェクト全体の流れを体験する」ことが、本授業の特徴です。
- 定員枠を拡大するとともに、被災自治体のデータも活用した授業としていきます。
数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)
上記3科目は「『解のない問い』に挑むデータサイエンス教育プログラム」として文部科学省「数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)」に認定されています。
※詳細はこちらをご参照ください(文部科学省webサイトへジャンプします)
2024年度新規開講科目
既存科目の拡充・改良のほかに、2024年度からは「地域×データ」実践教育推進室担当科目として5つの新規科目を開設しました。
科目名 | 内容 |
---|---|
福島の地域データ | 震災・原発事故以降の福島県の地域データの特殊性と普遍性について学修する。 |
地方と若者 | ローカルトラック論やU/J/Iターンの現状について学び、地方暮らしの若者とwell-beingについて考究する。 |
EBPM入門 | 自治体におけるEBPM(証拠に基づく政策立案)について学ぶ(主に公務員志望者などを想定) |
地域課題と探究指導 | 地域課題に応じた中学校・高校「探究」プログラムを考える(主に教員志望者などを想定) |
地域課題とビジネス | 地域データに基づき、福島の課題をビジネスで解決する手法を学ぶ(ビジネスパーソン・アントレプレナー志望者などを想定) |