数理・データサイエンスリテラシー教育プログラム自己点検報告（令和４年度）

報告月：令和4年11月(再編：令和6年5月)
報告者：島根大学数理・データサイエンス教育研究センター

1. はじめに

本報告書は、令和4年度前期(4月～8月)に実施した数理・データサイエンスリテラシー教育プログラムの自己点検結果を専門委員会(11月)にて報告し、検討した内容をまとめたものである。なお、点検・評価項目及び方法は全学の質保証委員会で行う点検・評価に準じたものとしている。

2. 点検・評価の対象科目

学部・学科(履修者数)	科目名	単位数
法文学部(219) 教育学部(155) 人間科学部(90) 総合理工学部(482) 生物資源科学部(234)	数理・データサイエンスへの誘い	2
医学部医学科(102)	情報科学概論数理・データサイエンス(医学科)	2 2
医学部看護学科(60)	数理・データサイエンス(看護科)	2

3. 自己点検・評価

教育の位置づけ

科目の開講にあたって、数理・データサイエンス教育研究センターに加え、各学部の教員を構成員とする担当者会議で到達目標の達成に向けた授業内容を検討し、授業設計を行った。本学の全学共通教育の目的に沿ったものであるかについて、全学共通教育管理委員会で審議・承認の上、開講している。

評価

全学共通教育の目的に沿った授業内容が十分に行われている。

到達目標の達成状況

到達目標をシラバスに明記している。各回の授業で到達目標の達成を測るための演習課題を設け、その状況をLMS上で管理しながら授業を進めている。この結果について、前述の担当者会議にて報告、検討し、数理・データサイエンス教育研究センター運営委員会へ報告した。

評価

全学共通教育管理委員会及び数理・データサイエンス教育研究センター運営委員会が到達目標達成状況を確認し、目的の達成が十分にできている。

授業内容・方法

医学部医学科は対面授業で実施し、その他の学部・学科は遠隔授業で実施している。授業内容は数理・データサイエンス・AI教育プログラム(リテラシーレベル)に準拠した内容であり、シラバスに明記している。

評価

シラバスにて授業内容及び方法が十分に周知されている。また、数理・データサイエンス・AI教育プログラム(リテラシーレベル) に準拠した内容ではあるが、全学生が到達目標を達成できるよう、継続的な改善の必要がある。また、LMSに授業動画をアップロードする日が安定せず、安定した受講環境を用意する必要がある。

成績評価

成績評価方法についてシラバスに明記している。また、成績評価が公正なものになるようルーブリック評価を採用している。課題の成績評価方法について、学生から明確ではないとの指摘があった。

評価

シラバスに明記した評価方法による成績評価が十分に行われているが、学生からはLMS上で容易に確認できないため、成績評価に関する周知を徹底する必要がある。

履修・修得状況

履修者数は1342名、修了者は1108名であり、82.6%の学生が修了している。

評価

履修者の2割近い学生が修得できておらず、授業内容及び実施方法について、大きな改善が必要である。

学修成果の測定方法

各回にチェックシートの提出を義務付け、全学アンケートと併せ、リテラシー醸成状況の把握に努めた。また、アンケートの集計結果を担当者会議で検証し、運営会議に報告した。チェックシートの導入によって、学生が質問しやすい環境が構築され、授業回ごとに学生の学修成果を測定した。

評価

チェックシート及びアンケートを通して、実態の把握をするための体制が十分に構築できている。

アンケート等を通じた学生の理解度

学生アンケートより、課題の難易度が高く、意図が分かりにくいとの指摘があった。昨年度と比較すると、理解度に差が開いていることが分かる。

評価

適切な難易度、テーマの課題を設定する必要がある。また、中間レポートの採点基準を明確にすべきである。

4. 自己点検に基づく改善

授業内容・方法

授業内の課題について意図やテーマから大幅に見直しを図った。

成績評価

課題の評価基準がLMS上で確認できるようにした。また、課題のテーマや意図が伝わりやすいように改善を図った。中間レポートについては、考え方と評価基準について、課題提示時に明確化した。加えて、レポート課題の質が高まるように、レポートの書き方について指導を行った。