ゼミナール３

令和２年度以降入学者	ゼミナール３
教員名	濱本真一
単位数	1	学年	4	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	対面授業を前提とし、学生のスケジュールや進度に合わせて課題学習、またはリモート開催に切り替える可能性がある。
Canvas LMSコースID・コース名称	G156074O8　2024ゼミナール３（濱本真一・前・木3）
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。
授業のねらい・到達目標	授業のねら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、自らの研究テーマについて探求していく。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。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	ゼミ
授業の方法	卒業論文の完成に向けて履修者が資料を準備し、当日の報告・議論を通じてより質の高い分析のヒントにする。授業に関する連絡・資料の共有・提出物のやりとりなどは全て授業用のNotion特設ページの履修者用ポータルを通じて行われる。
履修条件	学科より履修を許可された4年生本科目は学科開講のいくつかの科目と相互に関連があるため合わせて履修することを推奨する。具体的な科目名は授業の特設ページを参照。

授業計画
1	ガイダンス・データ配布事前学習：SSJDAへのデータ利用申請書執筆(2h) 事後学習：データの利用環境整備(2h)
2	第2回～5回：分析経過報告（事前学習：自身で必要な学習を定義し取り組む(2h) 事後学習：自身で必要な学習を定義し取り組む(2h)
3	（分析結果報告）事前学習：自身で必要な学習を定義し取り組む(2h) 事後学習：自身で必要な学習を定義し取り組む(2h)
4	（分析結果報告）事前学習：自身で必要な学習を定義し取り組む(2h) 事後学習：自身で必要な学習を定義し取り組む(2h)
5	（分析結果報告）事前学習：自身で必要な学習を定義し取り組む(2h) 事後学習：自身で必要な学習を定義し取り組む(2h)
6	第6回～7回：個別分析事前学習：自身で必要な学習を定義し取り組む(2h) 事後学習：自身で必要な学習を定義し取り組む(2h)
7	（個別分析）事前学習：自身で必要な学習を定義し取り組む(2h) 事後学習：自身で必要な学習を定義し取り組む(2h)
8	第8回～9回分析結果報告事前学習：自身で必要な学習を定義し取り組む(2h) 事後学習：自身で必要な学習を定義し取り組む(2h)
9	（分析結果報告）事前学習：自身で必要な学習を定義し取り組む(2h) 事後学習：自身で必要な学習を定義し取り組む(2h)
10	第10回～13回：個別分析事前学習：自身で必要な学習を定義し取り組む(2h) 事後学習：自身で必要な学習を定義し取り組む(2h)
11	（個別分析）事前学習：自身で必要な学習を定義し取り組む(2h) 事後学習：自身で必要な学習を定義し取り組む(2h)
12	（個別分析）事前学習：自身で必要な学習を定義し取り組む(2h) 事後学習：自身で必要な学習を定義し取り組む(2h)
13	（個別分析）事前学習：自身で必要な学習を定義し取り組む(2h) 事後学習：自身で必要な学習を定義し取り組む(2h)
14	第14回～15回分析結果詳細報告事前学習：自身で必要な学習を定義し取り組む(2h) 事後学習：自身で必要な学習を定義し取り組む(2h)
15	（個別分析）事前学習：自身で必要な学習を定義し取り組む(2h) 事後学習：自身で必要な学習を定義し取り組む(2h)

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	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。> 連絡および資料のやり取りは全てNotionでやり取りをする。履修者には、特設ページへのアクセス権限を付与する。