データリテラシー・AIの基礎 受講ガイド
授業の学び方
この科目の概要について動画で説明します。
本科目で学ぶ内容 / 授業における課題 / 再テストについて / 教員への連絡・相談について
上に戻る成績評価
この科目の成績評価について説明します。
出席について / 配点と採点について / 成績評価について
上に戻る受講上の注意
武庫川女子大学:文学部(日本語日本文学科、英語グローバル学科)、心理・社会福祉学部(心理学科、社会福祉学科)、教育学部(教育学科)、健康・スポーツ科学部(健康・スポーツ科学科、スポーツマネジメント学科)、生活環境学部(生活環境学科)、社会情報学部(社会情報学科)、食物栄養科学部(食物栄養学科、食創造科学科)、建築学部(建築学科、景観建築学科)、音楽学部(演奏学科、応用音楽学科)、薬学部(薬学科、健康生命薬科学科)、看護学部(看護学科)、経営学部(経営学科)
武庫川女子大学短期大学部:日本語文化学科、英語キャリア・コミュニケーション学科、幼児教育学科、食生活学科、生活造形学科
受講時期 | 1年後期(大学 食物栄養学科、短大 英語キャリア・コミュニケーション学科は2年前期) |
---|---|
受講方法 | |
出席・受講の判断 | Classroomへの課題提出をもって出席したと見なします。 |
受験資格 | 週1回開講される共通教育科目と同様に5回以上欠席(課題未提出)すると成績評価対象資格を失い、成績評価を受けられなくなります。 この科目は卒業に必要な科目であり、単位未取得の場合、2年前期に再度履修することになります。 |
成績評価 |
|
出席・成績について
1.出席について
毎回出題される「確認テスト」を提出期限までに回答することによって「出席」とします。
また、確認テストが未提出の場合でも「再テスト」を提出期限までに回答することによって「出席」とします。
両方の課題が未提出の場合「欠席」となります。
毎回出題される「確認テスト」を提出期限までに回答することによって「出席」とします。
また、確認テストが未提出の場合でも「再テスト」を提出期限までに回答することによって「出席」とします。
両方の課題が未提出の場合「欠席」となります。

2.成績評価対象について
この科目は共通教育科目であり、成績評価を受けるためには、11回分の課題提出が必要です。
課題提出回数11回以上→「成績評価対象資格あり」
課題提出回数10回以下→「成績評価対象資格なし」
この科目は共通教育科目であり、成績評価を受けるためには、11回分の課題提出が必要です。
課題提出回数11回以上→「成績評価対象資格あり」
課題提出回数10回以下→「成績評価対象資格なし」

3.採点について
提出期限までに回答する→「採点される」
提出期限後に回答する→「採点されない」
提出期限後に回答する→「採点されない」

4.成績評価について
まずは毎回の課題を確実に提出することを心がけてください。確認テストの得点が低い場合は再テストにしっかり取り組んでください。
まずは毎回の課題を確実に提出することを心がけてください。確認テストの得点が低い場合は再テストにしっかり取り組んでください。

数理・データサイエンス・AI教育プログラム
受講ガイドとは別に、「データリテラシー・AIの基礎」の授業運営に関する情報を別途記載しています。
詳しくは、こちらをクリックしてください。
上に戻る困ったときの連絡方法は
-
・進め方や内容について疑問や困ることがあれば、メールで連絡してください。
(連絡先)dsinfo@mukogawa-u.ac.jp ※データサイエンス(DS)学習支援ルーム宛になります。 - ・対面で相談したい場合は、中央図書館棟10階C-1013室(データサイエンス学習支援ルーム)まで
- ・大学からの連絡は、mwu.jpのメール、またはClassroom上で行います。
- ・中央キャンパス正門からデータサイエンス(DS)学習支援ルームまでの道案内の動画を以下に配置します。