KU-NOTICES

金沢大学

データサイエンス科目確認マニュアル

データサイエンス特別プログラム > 教職員のページ > データサイエンス科目確認マニュアル

「データサイエンス科目」とは

数理・データサイエンス・AI教育強化拠点コンソーシアムが取りまとめた「モデルカリキュラム」が示す「キーワード（知識・スキル）」の内容のいずれかを、授業内で扱っている科目が「データサイエンス科目」です。
  • 「キーワード（知識・スキル）」の内容のいずれかを、授業内で扱っているとは、以下のどちらかを満たしている状態を指します
    1. 「キーワード（知識・スキル）」の内容のいずれかを学修することが、授業の「授業目標」である
    2. 授業の「授業目標」達成のためには「キーワード（知識・スキル）」の内容のいずれかを学修する、または理解する、または使いこなせることが必要である

 

　http://www.mi.u-tokyo.ac.jp/consortium/pdf/model_literacy.pdf を加工

「データサイエンス科目」確認方法
当該年度のシラバスを全文検索した「授業科目一覧（Excel）」が届きます。その情報をベースに、自身が担当する授業科目が上記「１」または「２」を満たしているか判断します。
  1. 満たしている場合　⇒「B列：判定」に「○」
  2. 満たさない場合　　⇒「B列：判定」を「空白」（操作不要）
  3. 他に適切な（あるいは追加の）「知識・スキル」がある
    1. 行挿入して適切な「スキル名」を記入（スキル名は下記資料を参照）
    2. 文字を赤くする

※先頭に「a」の付くスキルは「応用基礎レベル」（つかないものは「リテラシーレベル」）

  • 1-1：社会で起きている変化　（←リテラシーレベル）
  • a1-1. データ駆動型社会とデータサイエンス　（←応用基礎レベル）
その科目において「PBL（課題解決型学修）」を行っている場合は「C列：PBL」も「○」としてください。
  • スキルが複数ある場合は、PBLに用いるスキルに「○」をつける（複数可）
  • 「データサイエンス科目」におけるPBLの定義は以下2つを満たす授業とする
    1. 社会での実例（実課題および実データ）を題材として扱っている
    2. 「1」の題材に対し、履修者が「キーワード（知識・スキル）」の内容のいずれかを活用し、実際に⼿を動かして学ぶ

（補足）
「暗くなったらLEDを点灯したい」等の小さな実課題であったとしても、それを解決するために電子デバイスを組み立て、プログラムを組む等につながれば「○」としてよい。「手を動かす」とは、Excel等でデータ処理する／プログラムを組む／RESAS等のクラウドツールを使う、等の行為を指す。

「モデルカリキュラム」が示す「知識・スキル」

「数理・データサイエンス・AI教育強化拠点コンソーシアム」該当資料への直リンク

本学が定める検索キーワード
その他留意事項

過去の確認で「データサイエンス科目」であるとした科目は、回答の必要はありません（リストでは非表示としてあります）。スキルの変更や追加がある場合はお問い合わせください。

実績データ（リテラシーレベル）
本件問合せ先

学務部学務課学務企画係

  • gakukikaku [at] adm.kanazawa-u.ac.jp
  • 076-264-5956