Advanced lecture on Population Ecology

Course Title

Course Title in English

Advanced lecture on Population Ecology

Course Type

-

博⼠前期課程科⽬

Eligible Students

Graduate School of Human Science and Environment

Target Grade

All

Course Numbering Code

HHHME5MCA3

Credits

2.00Credits

The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.

Type of Class

演習 (Seminar)

Eligible Year/Semester

Spring semester 2026

(Spring semester)

Instructor

栗山　武夫,髙木　俊

Affiliation

環境人間学研究科

Language of Instruction

Japanese

Related SDGs

15

Office Hours and Location

講義終了後・講義室

Contact

kuriyama@wmi-hyogo.jp
takagi@wmi-hyogo.jp

Corresponding Diploma Policy

A double circle indicates the most relevant DP number and a circle indicates the associated DP.

Corresponding Undergraduate School DP

ー

Corresponding Graduate School DP

2◎

Corresponding University-Wide DP

N/a

Academic Goals of Teacher Training Course

ー

Course Objectives and Learning Outcome

【講義目的】動物個体群を対象とした保護管理上の課題解決のためには、個体群⽣態学の理論を背景とし、⽣物の分布や個体数に関わるデータを適切に解釈する能⼒が重要となる。本講義では個体群⽣態学に対する理解および、実践的なデータ解析能⼒の習得を⽬的とする。
【到達目標】１）野生動物管理や生物多様性保全に関わる個体群生態学の基礎理論に基づき、動物個体群を対象とした保護・管理の事例を説明できる、２）コンピュータープログラム（RおよびQGIS）の操作により、野⽣動物管理で必要なデータを分析し、データに基づく提案をできる。

Subtitle and Keywords of the Class

サブタイトル：生物の保全管理のための生態学の理論と実践的なデータ分析力を身につける個体群生態学特論
キーワード：個体群動態、生息地利用、統計解析

Course Overview and Schedule

【講義内容】本講義では個体群生態学の基礎理論を紹介し、生物の個体数や分布の分析技術について、野生動物の現状についての具体的事例を通して検証を加えながら、演習を通じて理解を深める。
【授業計画】
（6/30 高木）
１．個体群生態学と野生動物の保護管理
２．個体数の動態とその理論
３．データ分析演習１：Rのインストールと基本操作
４．データ分析演習２：データの集計とグラフ化
（7/7 高木）
５．野⽣動物の動向把握のための調査と分析
６．データ分析演習３：回帰と分散分析
７．データ分析演習４：⼀般化線形モデルを⽤いた分析
８．データ分析演習５：個体数推定のための分析
（7/14 栗山）
９．個体数の分布とその理論
１０．データ分析演習5：QGISのインストールと基本操作
１１．データ分析演習6：インターネットからの環境データの取得
１２．データ分析演習7：環境データのGIS上での整備
（7/21 栗山）
１３．データ分析演習8：複数の環境データのGIS上での統合
１４．データ分析演習9：環境データと種分布データの統合
１５．データ分析演習10：一般化線形モデルを用いた種分布の分析
※パソコンの利用：毎回使用予定
※この科目は毎週４コマ実施するため、授業期間は６〜７月となる。

In-person/Remote Classification

In-person

Implementation Method and Remote Credit Limit Application

Uses of Generative AI

Limited permission for use

Precautions for using Generative AI

この授業においては、以下の範囲において、生成ＡＩの利用を許可し、これ以外の範囲での利用は禁止する。生成ＡＩの利用については担当教員の指示に従うこと。教員が認める範囲を超えて生成ＡＩを利用したことが判明した場合は、単位を認定しない、又は認定を取り消すことがある。生成ＡＩの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要である。また、生成ＡＩによる出力結果をそのまま課題・レポートとして提出してはならない。
＜利用可の範囲＞
ﾌﾟﾛｸﾞﾗﾐﾝｸﾞの補正

Textbook

References

実践「野生動物管理学」（培風館）

Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)

【予習】授業に際して指示するプリント資料を事前読み込み（10ｈ）
【復習】講義内容の理解を深めるためにプリント資料を読み直し（10ｈ）、レポート作成にあたり演習内容を踏まえたデータ分析の実施（15ｈ）、レポート作成（15ｈ）、自らの研究課題におけるデータ分析技術の実践（10h）

Contents of Active Learning

演習内では講義の進行に合わせて、自身でパソコンを操作し、データ解析を行った結果を発表する（5回）。

Grading Criteria and Methods

【成績評価の基準】
講義を理解し、演習を通じてデータ分析ができた者に単位を授与する。講義⽬的・到達⽬標に記載する能⼒（知識・技能、思考⼒、判断⼒、表現⼒等）の到達度に基づき、S（90点以上）,Ａ（80点以上）,B（70点以上）,C（60点以上）による成績評価のうえ、単位を付与する。
【成績評価の方法】
講義内での課題５０％、レポート５０％を基準として、講義内での積極的な発⾔等を含めて総合的に評価する。

How to Disclose Assignments and Exam Results

講義内での課題は、原則その場で解説する。
レポートは、最終レポートについてはユニバーサルパスポートのクラスプロファイル機能を使って講評を返す。

Precautions and Requirements for Course Registration

・履修定員を30名とし、履修希望者が定員を超える場合は、ランダム抽選により履修者を決定する。なお、履修希望者が定員を若干名超える場合は、履修希望者全員の履修を認める場合もある。
・授業中に指示した宿題や事前・事後学習はもとより、「講義内容・授業計画」に記載したテキスト等の該当箇所などについて、十分な予習・復習をして講義に出席すること。
・パソコンを⽤いた演習を実施するため、履修にあたっては各⾃パソコンを⽤意することが望ましい（⽤意が難しい場合は相談に応じる）。
・講義は兵庫県森林動物研究センターでの実施を予定する（他キャンパス所属の場合は交通⼿段等の相談に応じる）。

Practical Education

⾃然・環境科学研究所森林動物系の教員は全員が兵庫県森林動物研究センターの研究員を併任しており、全教員が地域や⾏政を対象にした野⽣動物管理の実務経験を有する。
本講義では、兵庫県でのモニタリングデータを⽤い、野⽣動物管理で必要なデータ解析能⼒の習得を⽬指すことから、実践的教育に該当する。

Remarks

In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.

Syllabus data