トップページ   »  授業科目(シラバス)検索  »   検索結果   »  授業科目(シラバス)

はじめての多文化理解

科目名 はじめての多文化理解
ナンバリング GE_G1_03
担当者 高元 宗一郎
平田 孝治
田中 知恵
開設学科
専攻・コース
幼児保育学科
地域生活支援学科 食健康コース
地域生活支援学科 介護福祉コース
地域生活支援学科 多文化コース
分類 共通教育科目 教養科目
関連する
資格・免許
開講キャンパス 開講年次 開設期 単位数 必修・選択
佐賀 1年 後期 1単位 選択必修(幼児保育学科・地域生活支援学科 食健康コース・地域生活支援学科 多文化コース)
選択(地域生活支援学科 介護福祉コース)
授業の概要
及びねらい
この授業では、コンピュータ(データサイエンス)を留学生と一緒に学ぶことにより、異なる文化や民族グループの理解を深めることを目指します。異なる文化の背景や歴史、伝統、価値観を学び、他者との異文化間のコミュニケーションや共生について考えます。また、データサイエンスについての理解を深めます。
この科目を履修することにより多文化の専門的な学びに対する動機付けの機会になることをねらいとする。講義内容は専門分野別のオムニバスとし、本学へ入学後、共通教育科目(高大接続科目)単位として認定される。
実務経験に
関連する
授業内容
授業の
到達目標
1.外国についての関心を高め、外国の文化を人に説明する事が出来る。
2.データサイエンスについて、説明することが出来る。
学習方法 座学及びグループでのディスカッションを行う
テキスト及び
参考書籍
テキストは指定しない。各担当教員から資料を配布する。
【幼児保育学科】
到達目標
汎用的能力要素 保育者としての資質・能力
態度・
志向性
知識・
理解
技能・
表現
行動・
経験・
創造的思考力
態度・
志向性
知識・
理解
技能・
表現
行動・
経験・
創造的思考力
合計
1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3)
比率     20     20             15 30 15                   100
評価基準・方法 評価
割合
%
定期試験  
小テスト等  
宿題・授業外レポート 70
授業態度 10
受講者の発表  
授業の参加度 20
その他                  
 
合計 100
【地域生活支援学科 食健康コース】
到達目標
汎用的能力要素 専門的能力要素
態度・
志向性
知識・
理解
技能・
表現
行動・
経験・
創造的思考力
態度・
志向性
知識・
理解
技能・
表現
行動・
経験・
創造的思考力
合計
1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3)
比率     20     20             15 30 15                   100
評価基準・方法 評価
割合
%
定期試験  
小テスト等  
宿題・授業外レポート 70
授業態度 10
受講者の発表  
授業の参加度 20
その他                  
 
合計 100
【地域生活支援学科 介護福祉コース】
到達目標
汎用的能力要素 専門的能力要素
態度・
志向性
知識・
理解
技能・
表現
行動・
経験・
創造的思考力
態度・
志向性
知識・
理解
技能・
表現
行動・
経験・
創造的思考力
合計
1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3)
比率     20     20             15 30 15                   100
評価基準・方法 評価
割合
%
定期試験  
小テスト等  
宿題・授業外レポート 70
授業態度 10
受講者の発表  
授業の参加度 20
その他                  
 
合計 100
【地域生活支援学科 多文化コース】
到達目標
汎用的能力要素 専門的能力要素
態度・
志向性
知識・
理解
技能・
表現
行動・
経験・
創造的思考力
態度・
志向性
知識・
理解
技能・
表現
行動・
経験・
創造的思考力
合計
1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3) 1) 2) 3)
比率     20     20             15 30 15                   100
評価基準・方法 評価
割合
%
定期試験  
小テスト等  
宿題・授業外レポート 70
授業態度 10
受講者の発表  
授業の参加度 20
その他                  
 
合計 100
(表中の記号 ○評価する観点 ◎評価の際に重視する観点 %評価割合)  
授業計画(学習内容・キーワードのスケジュール)
第1週 事前学習(予習) ①Excelの使い方を調べておく②自己紹介の内容を考えておく(日本語で)
授業 オリエンテーション、Excelの使い方
事後学習(復習) Excelの使い方を復習する
第2週 事前学習(予習) Excelで表を作成する方法
授業 Excel入門1(表を作り、計算してみよう)
事後学習(復習) 表の作り方を復習する
第3週 事前学習(予習) Excelで複雑な表を作ってみる
授業 Excel入門2(複雑な表を作ってみよう)
事後学習(復習) 複雑な表を効率よく作る方法を考える
第4週 事前学習(予習) Excelでグラフの作り方を調べる
授業 Excel入門(グラフを作ってみよう)
事後学習(復習) グラフの役割を復習する
第5週 事前学習(予習) 「データサイエンス」の意味を調べる
授業 データサイエンス入門1(データサイエンスとは?)
事後学習(復習) データサイエンスで出来ることを調べる
第6週 事前学習(予習) 「データ」とは何かを調べる
授業 データサイエンス入門2(データを分析してみよう)
事後学習(復習) 「データを分析する」の意味を考えよう
第7週 事前学習(予習) 分析方法の種類を調べよう
授業 データサイエンス入門3(様々な分析方法)
事後学習(復習) 自分の気になった分析方法について調べてみる
第8週 事前学習(予習) 自分が分析してみたいものを考える
授業 データサイエンス入門4(分析結果を考えよう)
事後学習(復習) 分析結果の見方を考える
第9週 事前学習(予習) 画像認識とは何かを調べる
授業 AI体験1(画像認識)
事後学習(復習) 画像認識でやりたい事を考える
第10週 事前学習(予習) 文章生成AIについて調べる
授業 AI体験2(文章生成AI)
事後学習(復習) 文章生成AIでやりたいことを考える
第11週 事前学習(予習) 画像生成AIについて調べる
授業 AI体験3(画像生成AI)
事後学習(復習) 画像生成AIでやりたいことを考える
第12週 事前学習(予習) 講義全体を思い出す
授業 まとめ(感想)
事後学習(復習) 将来の自分の生活がどう変化するか考える
※事前・事後学習の時間は、講義科目は各90分、演習・実験・実習科目は各30分を原則とする。
※課題(試験やレポート等)に対するフィードバックを行います。
備考 *1コマ60分とする。
*開講方法(集中講義等)及び場所(高校か大学か)は高校と協議の上で決定する。
*各回の授業計画はあくまでも予定であり調整状況により変更となる場合がある。