ゼミナール１

令和２年度以降入学者	ゼミナール１
教員名	濱本真一
単位数	1	学年	3	開講区分	文理学部
科目群	社会学科
学期	前期	履修区分	選択必修

授業形態	対面授業
授業の形態	すべて対面授業
授業概要	【計量社会学ゼミナール】教育社会学を中心としたテーマで、計量社会学・数理社会学の手法を用いた研究に向けた基礎的なスキルをゼミナール形式で身に着けていく。履修者は、教育と格差の問題、または近接する領域から自身の関心のあるテーマを設定し、研究の目的、意義、手法、用いるデータ、予想される結論などをまとめ、卒業論文の骨子を作成する。授業に関する情報はすべてゼミ生ポータルに集約する。履修者にはポータルへのアクセス権を付与する。
授業のねらい・到達目標	授業の狙い教育社会学または近接する領域における社会学的な関心の広がりを観察しながら、自らのテーマを絞り込んでいくことを目的とする。学術的な論文を作成するためには、研究コミュニティにおける議論の作法、文献の探索と読み込み、分析スキル、対象の数学的・論理的抽象化、および執筆・発表の技法などの様々なスキルが必要となる。本科目では、これらの要素のうち、執筆に至る以前のスキルを総合的に涵養することを目指す。到達目標　DP5-6/CP5-8 報告会の場で学術的なディスカッションができるようになる。　A-5-2 Rを用いた基本的な統計処理（データの読み込み、記述統計、回帰分析）ができるようになる。A-5-2 統計データを用いた計量論文を読み、図表の意味を理解できるようになる。　A-5-2 自らの関心について学術的な研究意義を述べられるようになる。　A-5-2 自らの関心に基づいて必要な文献を読み込めるようになる。A-5-2
授業の形式	実習、ゼミ
授業の方法	文献講読および報告会は、担当の履修者が資料を準備し、当日の報告・議論を通じて理解を深める。分析演習では教員の実演をまねしながらプログラムの技法を習得する。＜/ul＞
履修条件	学科より履修を許可された3年生学部2年次開講科目「データ分析演習」「基礎統計学」「初等多変量解析」を履修済みまたは同時履修であることを前提とする。これらの知識が不安なものは各自の学習で補っておくことが求められる。

授業計画
1	ガイダンス・情報共有事前学習；Notionのアカウントを作成しておく(2h) 事後学習；調整したスケジュールをもとに学習計画を立てる(2h)
2	公的統計データの探索と入手事前学習；政府統計の総合窓口にアクセスしサイトの全体像をつかむ(1h) 事後学習；自身の関心にしたがって公的統計データを探す(3h)
3	2歩目のExcel（テーブル・スピル関数）事前学習；Excelの利用環境を整える(1h) 事後学習；入手した公的統計データを加工する(3h)
4	Rの導入事前学習；PCにRとRstudioをインストールする(2h) 事後学習；自分だけでデータの読み込みができるようにする(2h)
5	Rによるデータ分析事前学習；記述統計の復習をしておく(2h) 事後学習；分析コードをもう一度書く(2h)
6	回帰分析とその読み方事前学習；検定・回帰分析を復習しておく(2h) 事後学習；分析コードをもう一度書く(2h)
7	学術的な議論の方法事前学習；なし事後学習；授業内議論の論点を整理する(1h)
8	学術的な議論の方法事前学習；なし事後学習；授業内議論の論点を整理する(1h)
9	研究テーマ報告事前学習；自身の研究テーマの報告資料を作成する(3h) 事後学習；議論を踏まえて研究テーマの内容を洗練させる(3h)
10	文献講読事前学習；文献を探索し講読資料を作成する(3h) 事後学習；議論を踏まえて今一度文献の内容を整理する(2h)
11	文献講読事前学習；文献を探索し講読資料を作成する(3h) 事後学習；議論を踏まえて今一度文献の内容を整理する(2h)
12	文献講読事前学習；文献を探索し講読資料を作成する(3h) 事後学習；議論を踏まえて今一度文献の内容を整理する(2h)
13	大学生の生成AI活用 Lv.3 事前学習；Googleアカウントの利用環境を整える(1h) 事後学習；AIと対話し研究テーマを洗練させる(2h)
14	アカデミックライティングの方法事前学習；研究テーマと文献をまとめた資料を作成する(3h) 事後学習；議論を踏まえて今一度資料の内容を洗練させる(2h)
15	前期報告会事前学習；前期の内容をまとめたスライドを作成する(3h) 事後学習；後期に向けての計画を立てる(任意)

その他
教科書	レイモン・ブードン（宮島喬訳）『社会学の方法（文庫クセジュ）』白水社 1999年 --------------- 【教科書備考】授業で直接は用いないが、同書の内容を十分に理解した前提で授業を進めるため、各自授業開始までに入手し、熟読の上でゼミに臨むこと（提出物等は特にない）。
参考書	Michael Freeman and Joel Ross（木村隆介訳）『データサイエンスのためのRプログラミングスキル』共立出版 2021年毛塚和宏『社会学のための統計学入門――実例からていねいに学ぶ』講談社 2022年中村高康・平沢和司・荒牧草平・中澤渉『教育と社会階層――ESSM全国調査から見た学歴・学校・格差』東京大学出版会 2018年 ----- 【参考書備考】 Rの解説本は多数出版されているほか、オンライン上でも有用な解説ページが多数存在するので、様々な媒体に触れながら自分に合った説明書を一つ以上携行しておくことを強く推奨する。
成績評価の方法及び基準	授業参画度:提出された資料の完成度および議論の貢献度(100%) ----------------- 【成績備考】履修者の進捗および研究テーマに応じて適宜課題を提示する
オフィスアワー	原則火曜4限（本館研究室）
備考	ゼミナールは4年後期までセットで開講されているため、2年後のゴールを見据えながら進行する。濱本が開講する「社会学演習」「ゼミナール1～4」「卒業論文」および大学院科目の履修者で計量社会学研究室を構成し，連携して研究に取り組んでいきます。授業は卒業論文を執筆する前提で展開されるが、執筆しない場合のカリキュラムも用意してあるので、卒業論文を執筆しない予定のものは早めに申し出ること。個人のPCを学校に持ってくることが困難な場合は、学科の貸し出しを利用すること。履修者間で異なる目標を設定するため、自主的な学習が最も推奨される。授業外学習の内容と所要時間は授業計画欄に記載したが、これらはあくまでも目安である。「指定された時間だけ言われたことをやっておけばOK」というような受動的・短絡的思考に陥ることなく、自ら設定した目標に向かって必要な学習を自ら定義し、主体的に取り組んでほしい。