Research Seminar I ｜ Syllabus data

Course Title

Research Seminar I

Course Title in English

Research Seminar I

Course Type

Major Courses

ー

Eligible Students

School of Social Information Science

Target Grade

3Year

Course Numbering Code

KCJBS3MCA3

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

Instructor

藤江哲也

Affiliation

社会情報科学部

Language of Instruction

Japanese

Related SDGs

4／9

Office Hours and Location

金曜３限・研究室

Contact

fujie@gsis.u-hyogo.ac.jp

Corresponding Diploma Policy

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

Corresponding Undergraduate School DP

2◎／1〇／3〇

Corresponding Graduate School DP

ー

Corresponding University-Wide DP

N/a

Academic Goals of Teacher Training Course

ー

Course Objectives and Learning Outcome

【講義目的】
1. 専門的知識の理解を深め，学問の方法論を身につける。
2. 情報技術，データ分析技術を高める。
3. オペレーションズ・リサーチ，最適化の実践的な取り組みを理解する。
【到達目標】
1. 専門文献を読んで理解することができる。
2. ディスカッションの方法を身につけている。
3. オペレーションズ・リサーチ，最適化のアプローチを説明できる。

Subtitle and Keywords of the Class

キーワード：最適化、モデリング、プログラミング

Course Overview and Schedule

【講義内容】
オペレーションズ・リサーチ，最適化の実践的取り組みを行っている専門文献を題材として選び，講読を行う。また，実際にデータを収集・分析することによって理解を深め，実践的な問題解決能力の養成に努める。途中経過および最終成果のプレゼン・ディスカッションを行う予定である。
【授業計画】
1. ガイダンス
2. テーマの選定、発表スケジュールの決定
3. ディスカッションの方法とレポートのまとめ方
4. 専門ソフトウェアの使用方法
5. 文献講読①
6. 文献講読②
7. 中間発表とディスカッション①
8. 中間発表とディスカッション②
9. 中間発表とディスカッション③
10. 研究レポートのまとめ方の確認
11. 中間発表とディスカッション④
12. 中間発表とディスカッション⑤
13. レポート発表とディスカッション①
14. レポート発表とディスカッション②
15. まとめ
※パソコンの利用：毎回使用予定

In-person/Remote Classification

In-person

Implementation Method and Remote Credit Limit Application

・対面授業のみ
・遠隔授業単位上限の適用を受けない

Uses of Generative AI

Limited permission for use

Precautions for using Generative AI

生成ＡＩの利用にあたっては『本学の教育における生成ＡＩの取扱いについて（学生向け）』の記載内容について留意すること。
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＞
テキストや参考資料の要約、課題・レポート文案作成、プログラミングの補正、数式の計算等

Textbook

適宜指示する。

References

演習の時間に紹介する。

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

【予習】テキストの事前読み込み（15ｈ）、プレゼンテーションの準備（15ｈ）
【復習】講義内容の理解を深め定着させるためにテキストを読み直し（15ｈ）、関連研究調査（15ｈ）

Contents of Active Learning

グループ単位での事前調査、プレゼンテーションを予定している。

Grading Criteria and Methods

【成績評価の基準】卒業研究を行うための基本的な知識と技能を身につけ、主体的な探究を行うことができる者については、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】プレゼンテーション50％、討論50％を基準として、受講態度（積極的な質問等）を含めて総合的に評価する。

How to Disclose Assignments and Exam Results

プレゼンテーションの内容等について授業の中で解説・講評する。

Precautions and Requirements for Course Registration

・社会情報科学部の必修科目である。

Practical Education

該当しない

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.