[音楽] でる は これテですですですあれ えっとあ入ってます入って入ってますか 入ってます入ませんえ今誰がのパソコン はい 喋って ます これ1番そこですそこそこ長し 長し今青あ青い点滅はい入りましたテスト ですマイクテスト ですテストテスト テスト入ってますか 聞こえます かこれは何だあ聞こえてあ聞こえ ますああれだやっぱりディレイが相あるね 情報教育センターですあ入ってます入って ますでも10秒10秒ぐらい56秒デレが あるけど聞こえる聞こえます大丈夫大 大丈夫オーですはいありがとうございます あじゃどうしましょうこれ1回消します えっとそうだね電池はいああこれ電池変え ます大丈夫だですであのは予備のマイク あのまだあるんでもし電池切れたらすぐ 持ってき ます応 もう JA ああなんかこれって そう10秒 ぐらいあそうですね通常ぐらいしてるんで なかまもうちょっとあれも変えてもいい ですけどまでもこ見てるだけねこから なんか コメント開けてます開け て自分のさこち に ででああはいはい ですですですですですですですですです ですですですです です ススス スススススス スススあそういうことかあれ何今今今あ ごめんなさこっちだごめんなさいれないあ こっからごめんなさいYouTube流し てYouTubeの音はいごめごめん なさい失礼しましたYouTubeの音声 をそのマイクが拾ったんあマイクでやった HD繋がってるでああそういうことかそれ も 乗っちゃいましたごめんなさいこっち ミュートにしますそうだねそこのミュート だ
ねあ大丈夫 ですですあああ来 てあうんもうちょ高い方 か ああうん大丈夫 よ [音楽] あ [笑い] このも本に 10分4 分ああなるほど [音楽] 押せ分 ぐらい か達 チャットにさように出た方がいいあそれ問 ない 方がないないです けど はい大丈夫 [音楽] [音楽] 入 ます [音楽] ない あ でって あの ください 私 [音楽] 日 [音楽] [音楽] から はい た [音楽] すいませ ん はよう に IK よ ああはいありがとうござい [音楽] ます まし ます JA て ます よし
えお時間となりましたので えっと2023年度え冷たITサービス データサイエンス&AIコンテスト通称 レダのえを開催いたしますえ司会を務め ます広幸学園市情報システム家の山田と 申しますよろしくお願いし ます簡単になんですか私のちょっと自己 紹介だけさせてくださいえっと性ながら えっと私は自己紹介いたしますとえっと私 は10年前のえっと2013年のえ冷た 大学の卒業生で えまたえっとそちらにいらっしゃいます 千葉先生のゼミ千葉ゼミの一期生でえあり ましたでえっとちょうど10年前のこの場 でえっと情報情報系ゼミゼミのえゴード 発表会という形でえっとここで発表したの がえっと10年前になりますでえっと今年 入植しましてここでえっと職員としてここ で司会をさせていただくということでえ とても光栄に感じております本日は よろしくお願いいたし ますさてえっと本日のプログラムについて ですがえっとWebでえWEBにえっと ありますレタのあレダのホームページにて えっとご確認いただきますようお願い いたしますえまた本日はえっと4部構成と なっておりますえっと各部の間には10分 ほどの休憩を設ける予定ですえ1人当たり の持ち時間はえっと発表で10分あ発表 時間が10分質疑応答で4分のえ計15分 で予定しております発表時間9分を過ぎた ありで私の方から合図いたしますで10分 になりましたらそのままえっと発表の方 切り上げさせていただきますえでその後え 質疑応答に移りますえ全体の回の終了予定 時刻は17時半頃を予定しておりますえで は本日のえ香港テストをにするにあたって 情報教育センターの吉田セター長からえお 言葉を招待いたします予先生よろしくお 願いし ますはいえっとそれで皆さんどうも こんにちはえっと情報教育センター長の 吉田ですよろしくお願いしますえっと今日 はですねあのこのレイダックにえっと たくさん皆さんですねあの発表を申し込ん でいただいてそしてですねまたえっと今後 ですねあの新しくえっと発表されるま2年 生の方だとかですねまいろんな方がですね 今日えっと見に来ていただいて大変嬉しく 思っておりますでえっとまこの名前が 変わってですねあのま単純にITサービス だけではなくてですねはいえっと皆さんに とってま今まあのまさにですね あのあの大きな話題となっているAIの 分野の発表もですねあのこの名前を変えて
からですねこう徐々にえっと増えてえきて いてですねこれ大変嬉しく思っております えっと今回の発表通してですね皆さんの えっと研究がですねまあの皆さんにとって ですねこう未来を切り開くためのなんか こう一所になるようなえっとそういった きっかけになるようなえものになると えっとすごくいいなとえいう風に思って ますえっとえ私たちえと教職員全員ですね えっと皆さんの発表を楽しみにえっと聞い ておりますのであのもうせ一杯ですね皆 さんこう楽しみながらえっと発表して いただけたらいいかなとえいう風に思って おりますはいえっとでは私からはもう本当 以上でもう早速ですねえっと皆さんの発表 に入っていきたいかなと思いますので じゃあ司会の山田さんどうぞよろしくお 願いしますはい吉田先吉田先生ありがとう ございましたではえ早速ですが発表の方に 移りますえ最初の発表者の方えっと準備の 方お願いいたします [音楽] よ [音楽] えっとちょっと映ってないかもちょっと 待って多分これでいいかなあ同じやつだよ ねはいちょっと1回差し直しちょっと直た 方がいい はいあよかった よかっえでは大丈夫ですかねはいえでは えっとえっと発表始めますえ経済学部AI ビジネス先行の1年生の鈴鈴木裕次郎さん でえっと機械学習を利用したピニ防止の システム提案についてですよろしくお願い し ますはいこれからAIビジネス先行鈴木 裕次郎え機械学習を利用したピゲ防止 システムの提案について発表させて いただきたいと思いますえ目次は以下の 通り ですえ次に研究背景同期ですえっと文部 科学省の規定により大学での単取得の前提 条件として2/3以上のの出席が必要され ていますえしかし大学ではえっと端末に えっと学生書をタッチして帰るというピゲ をする人がよく見かけられますえっと 1503などの大教室ではえっと教員の 方々がえいろんな工夫をしてえっと出席 確認をしておりえっと今回AIを使って 出席確認をより自動化できないかという 試みをAIビジネス選などで行ってみまし たええと次にピゲ防止をするためにはと いうことですえっと1つ目に学生書の 持ち主がえ授業開始時にいること2つ目に その持ち主が事業所に抜け出さないかと
いうことこの2つの条件ができればピニゲ を防止できるのではないかと考えており ますえそのためにAIを用いて顔認証をし てみましょうということ ですえまず最初にえっとコンピューターに おける画像の扱いです えっとコンピューターには例えば図のよう にえ3く3の増目である1つ1つのセルを えっと色を数値として扱えますまた人間は 意識せずにこの顔は誰々だと判別すること はできますがコンピューターにはそれは 余裕でありませんえっと今回はその技術と してpyonのフェイスレコグニションと いうライブラリーを使用しまし たえ次に顔認証の仕組みですえっと1番 最初にえっと顔の範囲を特定するために CNNというモデルを使ってえっと顔の 範囲を特定しました次に特徴点を抽出この 特徴点というのはえっと人の顔の表情の 表出化に重要なえ目花えっと口眉などの ところをえっと点として置き換えたもの ですえ次に特徴点のベクトル化ですえ次に えっと2つのベクトルの距離を計算これは えっと2つの顔のベクトルがどれだけ近い かということを計算していますえっと次は えっと距離の敷位置は0.4以下これは えっと出されたものが0.4以下だったら えっとドイツ人物0.4以上だったらえ 別人だとえっと今回させていただきました で次に制度検証ですで実際に行ってみたの 結果をえ制度検証について話していきたい と思いますえこれは自分の顔写真ですその 顔写真を明度を高くしたり低くしたりして 制度検証を行いましたえっと左のえっと 明度を低くした場合はえっと顔認証ができ たのですが右側の明度を高くした場合は えっと顔を識別することができませんでし たこれはえっとえ明度明るくしたことに よって輪郭が判断できないというのが原因 なのではないかと思われ ますえ次にこれは自分が俯いてえ写真を 撮ってみましたえっとこの場合えある程度 顔に認印象はすることができました が えっとあできたのでえっとイねりは対応 できないというところなのですがえノート を取っていたりとかするえっと生徒には えっとありがたいことだと思い ますえっと次にえ生徒現象行う上で自分に 似た芸能人をウブから拾ってきたものです えっとまたえっと自分の自分がパッと 思い浮かんだ芸能人も入れてみました えっと出ている数字は先ほど説明した えっと自分の顔と比較して出た距離の数値 です次にえっとこれがえっと芸能人の記述
統計量ですえ最小が [音楽] 0.4200mなのですがえっと最初が 長沢正美だったということですえっと最大 がえっと三浦翔平だったということです これまの結果からフェースレコグニション はえっと汎用的な戻りではありますがこれ でも十分実用的なレベルだということが 伺え ますえっと今回先ほどえっとスライドに 出したピニを防止するためのためには2つ の条件でシステム1とシステム2を考案し てみまし たその考案したえっと動作プロセスが以下 の通りになります1学生症をかす今回の プログラムでは名前を入力して代用2え 写真を撮るえ3登録されてるカド写真と 撮った写真を比較4距離が敷1以下だっ たらえっと本人と 認識これはそのフロージタとなり ますえっと実際に組んだプログラムを Pythonで実行してみようと思います ここで実際にはえ学生書をタッチする ところになります今回は自分の名前を入れ てえっと起動してみ ますこのように自分の顔が出てきてえっと 青い四角で囲まれますで今回は0.364 ということなので0.4以下で自分の顔と えっと識別することができ ますえっと2つ目のえっと授業中に席に いるか確認というのはえっと1つ目に最初 にえ授業開始とえ終了時間を設定するに 撮影え写真撮影を行う3顔が認識されたら 出席カウンターをプラ1する4えっと手順 23を授業中にN繰り返す5出席 カウンターの割合に応じてえ授業を受けて いたかどうか確認するで今回はういていっ ても認識可能だったのでノトなどを取って いても顔に刑できますこれが以下のあフロ チャトになりますえっと見づらいなので WEBに掲載されているものをご閲覧 くださいえっとまとめですえっと今回 フェイス リコットえっと事業内での出席確認をする システムを作ってみましたその結果えっと 高い えっと汎用的でとても実用的なものだと 確認することができましたえですが今回 制度検証をしていく上で課題は見つかり ましたえっと顔認証をする時写真でも えっと顔に識ができてしまうというところ ですえっとこれではえっと出席管理が 正しくできなくなってしまいますえっと 今後の課題としてえっとえ3Dえと赤外線 センサーを用いて3Dでえっと本人がい
ないと認識できないようにするえっと事業 中に認識するためにカメラを設置するです これはえっとえっと教員の方々がえっと 出席管理を楽にするためにするものなので 1503の大教室を仮定してえっとカメラ を1つ1つの席に設置しないといけないと ということで莫大な予算がかかるという ことですえっと以上で私の発表を終にさせ ていただきますありがとうございまし たはい発表ありがとうございましたえでは 質疑応答の方に移りますえっと質問のある 方は所属とえっとお名前の方をお願いした 上でえっと質問の方にしていただければと 思いますがえっとどなたか虚しでお願いし ます い です何でも大丈夫ですけどいかがでしょう かあじゃはいじゃすいませ んお願いし ますあすいませんえご報告ありがとう ございました経済学部の横と言いますえ とりあえず確認なんですけどえ鈴木さんは 長澤みに似てるっていうことでいいんです かあはい芸能人の中では今回えと45人の 中で1番小さい値となりましたはい ありがとうございますでえっとちょっと 思ったのはま2つあってま1つこれは 難しいと思うんですけど双子の場合どう なるのかなってあの双子の学生外にいたり するんですよはいでそれだとちょっと 難しいのかなっていうのとあともう1つは 提案なんですけどえっと各まあなんだろう 机にえっとカメラをつけるのはま大変だと 思うんですけどなんかこう天井の釣り カメラみたいなのでま今あのえっと オンライン授業用にあの天井にこうカメラ ぶら下がってると思うんですけどああいう のでこう代用してこう教室を一斉にとって そこで認識させるみたいなことはできない んですかねていうはいま提案というか質問 というか ですえっと1つ目の双子の件なんですけど もえっと実際に多分このえっとフェス レコグニションでやるとえっと似たような 数値が出ると思いますでえっと実際に赤外 線センサーを使った場合 そのAppleなどの顔認証ぐらいの制度 になるとまえっと区別できるのかなと思い ますでえっと教室全体をえっと移した カメラだとえっと実際にはえっと顔として は判別できるようなのですがえっと1つ1 つの顔を区別することはちょっと難しいの かなと思います改造度的な問題ですか多分 そうだと思いますまだ勉強中なのでまだ 詳しいことわからないですけど分かりまし
たありがとうございます ありがとうございます他に質問のある方 いらっしゃいますでしょう かあはいじゃあ す国際学部の中園ですはいご発表 ありがとうございますすいません聞き逃し だって申し訳ないんですけどもえっと識別 の式位置を0.4に設定されていたと思う んですがこれ0.4にした根拠っていうの は何でしょうかはいえっと根拠は特になく てですね実際にま 芸能人がま0.4以上でその自分の顔が 0.36とか32ま良くて 0.260.27夫ですはいありがとう ござい ますありがとうございましたではえっと そうですかねもうなければ大丈夫ですかね 終わりにしたいと思いますがはいああ ごめんなさい 番あ発表ありがとうございました外交学部 の千葉と申しますえっと特徴点が一部 例えばマスクをしてたりして一部かけて しまった時にどれくらいの制度が出 るっていうのはやってみてますでしょうか あすいませんまだマスクの方はしてない です はいはいありがとうございます はいありがとうございますでは えっとあはいではえっとあれえっと ありがとうございまし [拍手] た次の発表の方準備の方お願いいたします よいしょ 大丈夫ですかねはいありがとうございます えではえ続いてえっと経済学部AI ビジネス先行2年生のえ七田優香さんでえ 株価相関ネットワークにおける フラストレーション構造ですよろしくお 願いします ます皆さんこんにちはえ今回私は株価相関 ネットワークにおけるフラストレーション 構造について研究しまし た日はこのような流れで発表していきます よろしくお願いし ますではまずこの研究をするに至った背景 についてお話ししますまず日米の株式市場 において株式銘柄間に普遍的に フラストレーション構造が存在するという ことが今まで示唆されてきましたそこで 今回は日本の株式市場に対して フラストレーション構造が近年の株式市場 においても未だ存在しているのかどうかを 調べまし たそれではここで度々名前の上がっている フラストレーション構造について説明し
ますフラストレーション構造とは互いに負 の相関関係にある3局の構造についてです えまずここにノードAノードBノードCと あるんですけれども今回は銘柄の株価とし て考えますまずノードAの株価が上がった 時にノードBの株価が下がるこのような 関係を負の相関関係にあると言いますでは ノードBの株価が下がった時に濃度Cの 株価は上がらなきゃいけないんですけれど もそうすると濃度Aと濃度Cの間には負の 相関関係が見られなくなってしまうという 構造がありますこのことを フラストレーション構造と呼んでい ます今回の研究方法についてなんです けれどもまず先行先行研究に習い市政分 分析を用いて統計的に意味のある主成分を 抽出しますそして意味のある主成分のみを 用いて感行列を再構築しネットワークを 構築そこからコミュニティを抽出します そしてその時にコミュニティがもし3以上 存在すればフラストレーション構造がの 存在が確認できたということになり ます今回使用したデータについてですが 2023年11月時点におきるトピックス 500銘柄のうち2010年から2019 年までに続けて取引のあった443銘柄の 日足データを使用しましたまた今回は フラストレーション構造が常に存在するの かどうかを調べるため2010年から 2014年2011年から2015年 2012年から2016年のように5年 区切りで1年ずつずらしながら6個の区間 に分けて分析を行いまし たそれでは具体的な分析手順についてお 話しし ますまず主成文分析です主成分分析とは たくさんの変数を持つデータの次元削減を 目的とする分析となりますこちらは相関 行列の固有値や固有ベクトルを計算し 新しい主成分を抽出するということが目的 になっていますまた固有地の大きなもの だけを意味のある主成分とみなすため固有 地が1よりも大きなものまたえ大きい固有 地から足していき全固有地の80%までを 攻めたものを意味のある主性分とみなす ことが多いのですが今回の研究では1以上 の固有地を意味のある主性分とすることに しまし たでは次に優位な成分の抽出をするための 式について説明し ますまず期間とある期間における相関業容 列をえ固有ベクトルからなる行列固有地を 対格成分に持つ対格行列を用いて次のよう に対格化することができますこちらの式に なり
ますで次にここで出た式のうち1番大きな 固有地と1よりも小さな固有地を0に 置き換えたものを用いて相関行列を再構築 しますそちらがこの式になり ますそして先ほど得られた式を隣接行列と 見なしてネットワークを構築しますすい ませんこれちょっと1つ誤字がてあるん ですけれども隣接隣接行列でお願いします でこちらの丸を銘柄ノードとして銘柄の 相関係数をリンクの重みとしたところ リンクは正と負の重みを持つということが 分かってい ますでは次にコミュニティの抽出について お話ししますえ先ほど構築した ネットワークに対しまず正の相関関係に ある銘柄の集団をコミュニティとして抽出 します右下の図にあるんですけれどもこの ような集団が発生し ますここから分かるようにコミュニティ内 には性の相にあるリンクが多く集まり コミュニティ同士では負の相関関係にある リンクが集まることが分かりますこちらの 赤い線のところが正の相関関係でえ青い線 のところが負の相関関係にあるということ になりますで今回はこの図と2つしか コミュニティが抽出されていないんです けれどももしここに3つ以上抽出すること ができればフラストレーション構造が存在 するということになり ますまた本研究ではR言語を用いて分析を 行いまし たそれでは分析の結果についてお話しし ますまず成分分析を用いて意味のある主成 分の抽出を行いましたその結果がこちらに なり ますここから分かるようにいずれの期間も 約63個の主成分が意味のある主成分とし て抽出することができまし た次に期間1における固有値について スクリープロットを用意しましたそれが こちらになります こちらは第1固有地のみが極端に大きく約 全体の30%を超える結果になりまし たまたこの構造は期間2から6の間でも 同じ構造が見られまし たまた次に期間1における最大固有値と2 番目に大きな固有値に対応する固有 ベクトルについてこのような図を用意し まし たこちらが分析結果なんですけれども ここから分かることとしてまず左の図最大 固有地に対応する固有ベクトルは市場全体 の動きに対応しているということが分かっ ていますまた右の図にある2番目に大きな 固有地に対応する固有ベクトルは特徴的な
まとまりがあるということが見て取れ ますここからまず同じ方向を向いている もの同士が正の相関関係にあるということ が分かりますまた多くの業種ごとに同じ 方向を向く傾向にあるということもこの図 から見て取れると思い ますまたこのような構造は3番目以降の 固有ベクトルにも業種ごとの塊りが見え たりまた他の期間でも同様の結果を得る ことができまし たそれでは得られたコミュニティと所属 する銘柄株式の銘柄についてコミュニティ 抽出をしたところこのような結果になり まし たまずここから分かることとして期間2と 期間3のところにはえ3つのコミュニティ に分れているということが分かると思うん ですけれども3つ目のコミュニティの数が 少ないということに気がつきまし たですので今回の分析ではいずれの期間に おいても主要なコミュニティは2つである という風に言うことができ ますつまり3つ以上のコミュニティが互い に負の相関関係にあるという フラストレーション構造は今回の分析では 見つけることはできませんでし たえではまとめについて話させていただき ます 先行研究と同様の方法で国内の近年の株式 市場にを分析した結果フラストレーション 構造を見つけることはできませんでした 先行研究では2010年頃まで フラストレーション構造があると報告され ていたので今回は2010年以降のデータ を用いたその結果がこちらになりました ここから考えられることとして株式市場に おける構造が単純化したのではないかと 考えられますそれでは今後の課題について 最後に話させていただきますまず今回得 られたコミュニティ構造について期間中に 変化があったのかどうかそれからデータの 期間を延長しどこの時点で構造が変化する のかまたさらにフラストレーション構造が 消失したのは日本だけなのかどうかといっ たところを今後も突き詰めて分析していき たいと思っています参考文献がこちらに なりますご清聴ありがとうございまし [拍手] た 発表ありがとうございました質疑応答の方 に移りますえある方はえっと所属と名前の 方をお願いしした上で質問の方お願い いたし ますあ国際学府の中園ですご発表 ありがとうございますすいません僕な疑問
なんですけもえっと2010年までは フラレ2010年代までは フラストレーション構造があていう先行 研究があるけれどもていう話ですがはい それ以降の先行研究がないのはなぜなん でしょうかあえ2010年代以降の フラストレーションの研究がないのは何か その理由とかあるんですかこちらについて はその私自身がその色々と調べたところ 論文など色々調べたんですけれど もあまりこうなんか先行研究だと米の株式 市場においてていう話でしたりとかだった んですけれどもその日本国内においての こっちこういうその2010年以降の データが その見つけることができなかったのでじゃ やってないのかなっていう風に考えて今回 じゃやってみようかなっていうのでやって みましたはいありがとうございますあのま すいませんあの単なるアドバイスなんです けれどもあのやってないっていうことは やる価値がないていう可能性もあってあの やり価値がないのかそれとも価値に気づか れてないのかっていうのは結構難しいとこ だと思うんですねで多分あの価値がない っていうことはないと思いますのであの 是非あのそういったところの先行研究とか と今日米とあのおっしゃりましたけれども 日米以外の国とかの話とかとかそういった あのバックグラウンドがあのより明確に なるとこの研究のあのなんというか有用性 がより分かりやすくなるかなと思いますの であのお待ちのコメントでしたありがとう ございますきなご意見ありがとうござい ます えっとすいません横田ですはいえっとご 報告ありがとうございましたあの えっとこの図の2とかを見るとこうやっぱ 業界ごとのま傾向とかっていうのがあの 両日に出るんだなていうのをえちょっと 関心しながら見ていましたでえっと疑問 っていうか質問なんですがはいうんとま 2010年以降にそのフラストレーション 構造が崩れているという風にま考察という かま結果としては分かったとでそれに対し てなぜあの崩れたのかっていう 考察についてはま触れてなかったように 思っんですがなぜだと思われますかそう ですねまだその2010年頃に社会情勢が どうだったのかとかそういったところの 考察まではまだできていないのでそういっ たところは今後の分析をする中でも 突き詰めていきたいなという風に考えては いますありがとうございます多分まあの あの結局こういうのって景とか社会情勢と
かま世界の同行とかそういうのに左右さ れるのでで単純にこう2010年以降に何 があったかって考えるとま1つは 東日本大震災まその辺りで何かこう業界の 構造が崩れるようなものがあったのかなと かまそういう推測をしていくとなんかまた 面白いんじゃないかなと思いますはい ありがとうございましたありがとうござい ますあじゃあすいませんじゃついでに えっと吉ですよろしくお願いしますあの そうですねえっとなんかこの今回まあの これ株式市場に多分ご関心があるという 前提多分あの研究のテーマに選ばれたん だろうなと思うんですけもえっとまその なんて言うんですかねすいませんちょっと 私あの先行研究を全く見てないのでわかん ないんですけどそのま個別銘柄ではなくて このなんかえっとま同じ動きをするこの グループまコミュニティと称されており ましたけれどもそのコミュニティ間の えっと関係性を株式市場の中で読み解く ことで例えば何でしょうね投資家目線で 言うとどういうなんかあのいいことがある のかなっていうのをちょっともし教えて もらえれば嬉しいですなるほど そうです ねあまり私も投資家目線では考えたことが なかったので今質問を聞いてあなるほど なっていう風に思ったんですけれども確か にそのようにそのような視点から考える ことでこうメリットとかっていうのも得る ことができたらこの分析もよりいいものに なるんだろうなていう風に今思いました ありがとうござい ますさんありがとうございまし た では次の発表の方えっと準備の方お願い いたし ます 大丈夫ですかねはいはいはいではえっと次 の発表です経済学部AIビジネス先行2年 生の西田あさんでえテーマはえ0から できる3Dモデリングスケッチブック アップを使った教材の開発ですお願いし ますはいえ0からできる3Dモデリング スケッチアップを使った教材の開発につい て発表させていただき ます本日はこのような流れで発表させて いただき ます私はえっと今回3dプリンターの教材 の作成を行いました教材の作成に至った その背景には3dプリンターの普及に伴っ て社会で使う機会が増えてきているという ことがあります実際に建築やサプライヤー 等の製造やアパレルなどの分野で
プロトタイプの作成に使用されています 企業が3dプリンターを使うメリットの1 つには自社でプロトタイプを作成すること でコストと時間の削減ができるということ があります とこの3dプリンターを大学で使うことが できればAとしてですがAIビジネス先行 ではラズベリーパイという小型の コンピューターのケースや部品を作成する ことができますまたスポーツビジネス先行 ではスポーツ用品の試作品などを作成する ことができより応用的な部分の活用が できると考えまし た そこで講義で使うことを目的に3d プリンターを購入しましたしかしこれまで に3dプリンターを使うカリキュラムが ないため教材がありませんでしたまた えっと学生がどれくらいの時間ををかけて 基本的な技術が習得できるのかが分かり ませんでし たそこで3Dモデリングの操作の習得が できる教材を作ることを目的にしと作成し た教材で実際に講義を行いかかる時間を 調査しまし た教材の作成にあたってまず取り組んだ ことはそ作成ソフトの選定になり ますえと3dキドのモデリング作成ソフト については大まかに統合型と特化型という ものがあります統合型にはマやブレンダー などの様々な機能が備わっいます特化型は 意匠作成や景観作成など一部の機能に特化 したものになります今回採用したものは 建築系に特化したスケッチアップを使用し ましたこちらはえっとダウウンロードなし でウェブサイトで無料で使用できるという 利点もありこちらを採用しており ます教材の作成の目的を設定しましたと 基本的な操作を習得を目指すことを第1の 目標にしましたそして3dキドの魅力で ある地面から立体を自由に作成できること を体験してもらうことを目的にしえっと 1番重点を置いたのは自由に捜索して もらえることを重点的にしまし たと作品のテーマについての設定ですが 今回私が設定したのはとカカウを作成し ましたこちらのうさぎはオブジェクトの 作成からと凹凸の作成曲線の作成複数の オブジェクトの結合などの基本的な操作が 漏らされてい ます実際にえっと作成した教材の内容に ついて一部を抜粋して紹介したいと思い ます今回はパワポイントを使用し教材を 作成しまし たまずこちらがスケッチアップのメイン
画面になり ますと真ん中にx軸y軸z軸があって原点 があり ますこちらを中心に正方形を えっと作成しますこちらの場合は数値を 入力することで正方形が作成できます そして続いてプッシュプルという機能を 使ってえっとこちらでは1.5cmの立法 体を作成しますこちらがウサギの胴体に なり ますそしてこの立法体を上から見た図面が こちらになりますでこちらではとウサギの 耳を作成してる場面 ですそしてリポタを作った時と同じように プッシュプルの機能を使うとウサギの耳を 生やすことができ ますそして耳の部分にズームしてえっと耳 の先を丸める作業に入っていますこちらは 耳を丸めるためにえっと曲線のカーブを 引いてガイドラインを引いているところ ですはいこれらの作成した教材を使用して 実際に模擬講義を行いまし た講義の進行方法についてですと講義の 対象は1年生40人講義時間は1時間とし ました講義の形式はグループグループ形式 を採用しましたグループ内の役割は操作を する人が1人から2人サポートをする人が 2人から3人にしまし た講義中の講義中の内容えっと様子につい てですがと1年生の子たちはえっと初めて 3Dモデリングをする人がやはり多くて 少し戸惑っている様子も多かったですが 意欲的に取り組むグループが多かったです です特に先ほどの紹介した曲線を作る作業 が難しかったようでえっとパソコンの マウスを持ってきてないグループが苦戦し ていました講義後の結果としてはと提出し てもらった資料を確認すると全ての グループが資料に沿って最後まで作成する ことはできていました3Dモデルの制作 時間にかかかった時間は約50分程度でし たそして講義後にえっと受行してもらった 1年生にアンケートを取り結果をスライド にまとめまし たと3Dモデルの教材についてスライドの 見やすさはどうでしたかという質問に対し てはほとんどの自行者から見やすいという 評価を得ることができまし た続い て講義資料で扱った格ぎの難易度について は えっと難易度の感じた方にばらつきが出て しまいましたこの理由としてはグループ ワークで操作する人とサポートする人の2 手に分かれたためてあると考えていますで
私としてはと操作した人実際に操作したの 人の方が難しく感じたのではないかなと 思いまし た続いて3Dモデリングをもっとやってみ たいと思いますかという質問に対しては ほとんどの人が興味を持ってくれてとても いいきっかけになる講義となった様子が見 て取れます 最後ですがえっと講義全体を通しての感想 自由技術で回答してもらいましたやはり えっと操作が難しいという意見も多かった のですが意欲的な意見もとても多かった ですえと無講義から得られたことについて まとめました3Dモデリングの技術を習得 にかかる時間は約1時間程度で抗議時間内 に収まる量で基本操作を学習することが できていました改善点としてはマウスを 持ってきてないグループの進行が遅れて しまったことがあります事前に持ち物で アナウンスをすべきであるという改善点が 見つかりましたまた講義後のアンケート からは随時生徒をサポートしながら進行 する必要があるということが分かりまし た最後に実際に100分の講義で扱う場合 の改善点を考えてみました 実際に100プの講義で扱う場合はと講義 後に3dプリンターで出力をして次回の 講義の始めに紹介するということができる と思いますこちらをすることによって講義 のフィールドバックになるだけでなく モチベーションの向上になります本来で あれば授業中に出力ができることが理想的 なのですがあらかじめ試作したものには3 時間半程度の時間がかかってしまったため と次回の講義にえっとするという形がいい と思いますで次にえっと実写会でどのよう な場面で使われているかという話題に触れ て話すというのですがと60分の中では えっと実社会でどのように使われてるか 詳細に話すことはできなかったのでこちら について触れて話すこともできると思い まし たはいご清聴ありがとうございまし [拍手] た 発表ありがとうございましたえ質疑音の方 に移ります所属と名前をお願いしますとえ 質問の方お願いいたしますいかがでしょう かあ はいと経済学部の島太ですえっと発表 ありがとうございましたえっと なんかアンケートの中にもちょっとなんか 難しいっていう回答をされる方がいたと 思うんですけどそのなんか複雑な コンセプトを分かりやすく伝えるような
なんか具体的な案みたいのがあれば教えて いただきたいですあはい えっとそうですね当日の私の講義の内容の 信号の仕方としては事前にパポイントで 求めた資料を表示しながら進めていたです が実際にやる時には私も一緒にこのが 大きい画面に移しながら同じ操作をどの ように動かしてるかパソコンの画面を 見せるということをすることでまた改善 できるかなという風に思いまし たありがとうございます はい質問はあるかはい あえ外国学部の千葉です発表ありがとう ございましたえっと先ほどあのお話にも ありましたけれどもあの作業に当たった方 なのかそれともそれをサポートする方なの かなんかどんな作業に当たりましたか みたいなところを一緒にアンケートで聞い てで難易度どうでしたかて聞いて いただければ多分今の疑問は多分明解に なるんだろうなという風に思いましたはい あとあの先ほどあのえと耳のが難しかっ たっていうことなんですけども例えば 教える時に僕だったら例えば昔 イラストレータとか使う時にやっぱペジ 曲線って難しいなっていう風があったので 例えば座標についてとかあのそういうその 一般的な知識をあのあらかじめ少し教えて おいた上でこのような作業に入る方がなん か効率がいいのかななんていうちょ僕的に はそんな風に感じたんですけどその点に ついてはどうですかはい えっとそうですね実は私自身 えっと3Dモデリングについては去年の5 月から独学で勉強し始めたものでまだまだ 勉強するべきところがいっぱいあるんです けどそうですねなんか今回実際に抗議をし てみて やっぱりなんか問題もたくさんあったの でそなんか座標についての内容を事前に なんか話すっていうのも1つの改善点とし てでもいいなという風に今質問受けて思い ましたあありがとうございますはい頑張っ てください はいはいあはいじゃあ 先国際学部の中園です発表ありがとう ございますえっと私あの教育の緊急してる のでちょっと教育学の教育の視点からあの 2つ質問があってまず1点目はえっと今回 あのパポイントのえっと教材ということな 基本的にはあの静止画的なものがメインだ と思いますけれどもどうでしょうかあの 静止画の方がいいのかそれとも最近はこう 動画の教材とかも増えてるけれどもその辺 あの自行者の中から何かこうコメントが
聞けたかあるいはあのご自身のこうあの 主観で構いませんのでもしどちらがいいか みたいなことがあれば教えて欲しいていう のがまず1点目ですでもう1点は今回作ら れたあの教材であのなんだ各々さぎを作る のは多分できると思うんですけども今後 また別のものを自分で学んあの好きに作っ ていこうっていうようなところに発展 できるその可能性っていうのは今回の教材 どれくらいあのそういった力があるん でしょうかあ2点お願いしますはいわかり ましたまず1点目なんですがと講義をし てる時は動画の方が分かりやすいなとか言 ていう声はなかったのですがやはり説明 するのには動画の方が分かりやすい部分 っていうのは確かにありましてなんか1 部分的にでもなんか動画で説明するところ は用意すべきだなという風に思いましたで あとこの教材を使ってどのように応用 できるかという部分なんですがえっとそう ですね私がやってみてできた範囲で言うと スマートフォンのケースまでは作ることが できてこちらの教材では球体などは扱って いないのでそうですねなんかちょっと 作れる形は限られてしまうんですけれども 簡単なケースでだったりとかは作れると 思いますあありがとうございますあの 例えばこう今回資格をこうねあのなんだけ あのプルしてあの立体にするとかて話が あったと思いますけどもあれってあの別に Qを使うとかでも結局同じような操作って いうのはある程度はできると思いますしま あのあのソフトによりますけれどもまあの Qを別のモデルとして用意するのかそれと もあの立法体の角を落とす形で木を作るの かとかでまた話は変わりますけれどもそう いったあの次のステップにあの受行者が 今回1時間だけ受けたけれども次の ステップに自分で行けるっていうような そういったあの力を持った教材になると よりあのいいなと思いますしあの大学教員 って結構そういうあの次学生頑張っても もらいたいなみたいなところでやるので なんかこういうコメントになっちゃうん ですけども是非あの可能性をあの高めた 教材にねあの発展させていただければと 思いますありがとうございますはい ありがとうござい ますはいなければ大丈夫ですかねはいじゃ 西田さんありがとうございました ありがとうございまし [拍手] たはいえここで10分の休憩を設けます えっと今からです ちょっと
え2時ちょうどとかで大丈夫ですかねはい ではちょっとちょっと長いんですがえっと 次2時ちょうどからえっと再開いたします のでえそれまでに席の方も戻っていただく ようお願いいたし ます で え と から あの [音楽] 白い [音楽] な て アイデア S あれちょマイク低いけど大丈夫 マイク取ってもいいあっても いいあどうしよっか なちょっとやりにくいですねじゃあこれあ 電源はもう はいありがとうございますではえお時間と なりましたのでえっと再開しますえっとで はえ経済学部経営戦3年生のさみさんでえ 女子大生が本気でtiktokをバズラせ てみるバズを作るえ手法に関する考察です お願いしますと経済学部経営先行3年の 佐道ですと今回の私のテーマが女子大生が 本気でtiktokをらせてみるという こと です今回の目的としてはと自分の ファッションスタイルを共有したいだっ たり同じスタイルをむ人と繋がりたいと 思いとtiktokを始めましたで同期と してはと部活用のアtiktok アカウントを運用していたのですが思って いたよりバズラなかったのでどうしたら バズルのかなと思い今回あの始めさせと tiktokを始めましたでそもそも ショート動画とはどういうものなのかと 言うとそtiktokだったり Instagramのリールだったり YouTubeショートといった60秒 以下の短い時間の縦型動画のことを指し ますでtiktokとはと中国のバイト ダンス株式会社によって2016年に リリースされたSNSですでtiktok の強みとは好きな時間にと簡単に視聴でき たり動画の撮影編集投稿が一貫していたり と拡散力が強かったりしますで tiktokは様々なコンテンツがあって 歌ってみた系や踊ってみた系グルメだっ たりビューティー系だったり自分の好きな
コンテンツをと見ることができたりとまた 自分の好きなコンテンツに合わせて動画を 投稿することができますで現在の tiktokの市場規模なんですけどと これは2021年のデータでと世界の tiktokのユーザー数が16人のうち 日本のユーザー数が1690人ですで tiktokのユーザーの男女費がと世界 と日本が共にと男女半々ぐらいとなってい ますで日本のtiktokユーザーの年齢 層がとリリースされた当初は若年層が 多かったんですけど現在とビジネスで tiktokを利用すると人が増えてきて えと金年齢が約34歳でと少しずつあの tiktokの年齢層が広がっていること が分かり ますで一般的にとtiktokがバって いる動画の特徴がと視聴者が共感できたり えっと流行のトレンドを抑えていたりあと コメントがしやすいような状況ができてる のがあとバっている動画の特徴かなと思い ますでそのおすめにとtiktokにはお すめ機能があるんですけどとおすめに乗る ために必要なことがと視聴時間だったり あといいねやコメントとはシェア数などが 多ければ多いほどおすめに乗りますで次に 自分のあとtiktokアカウントを紹介 しますでこちらがと私のアカウントなん ですけどとコンテンツがファッションで 投稿の開始日が11月19日で現在の フォロワー数24人現在の投稿本数が5本 です で私のアカウントをあと4つの性質に分け てとポジショニングマップしましたと参考 になるかつあのライフスタイルなので左下 に該当するかなと思い ますで私のtiktokアカウントをどう いった人に見てもらいたいかというとと服 が好きな人だったり同じスタイルを好む人 に見てもらいたいなと思い始めましたで 自分のアカウント の分析をしたところと1本ずつ紹介してく んです けど [音楽] と あれ どほなちょっと動画があるんですけど映 ない1本目の動画が1603回行ってるん です けど えっと一応5本をあげてるんですけどあの その他にもと何本かあげてたんですけど後 でまた説明もあるんですけどと何本か消し てるっていうのもあって今5本ないんです
けどその1本目 のえ 何か皆さんtiktokはやってます かやってるよって方います か あ見る見るだけ あこれで見たちょっとあの私のアカウント なんですけどまず1本目の動画がこれ ですこれがあと再生数が16003回で ネスが99件でとま再生数の割にはイネス がいたのかなと思いますこちトイレで撮影 しましたで2本目の動画 が2本目の動画が と1番バった動画で1.6万回再生行き ましたで数132でコメントも10件つき まし た次に3本目 3本目は えっと再生数が2352回でイネス84件 コメント2件でし たで4本目の動画 がと再生数1462回イネス47件 コメント2件でし たで本目の動画がと圧倒的に再生数が低く てその34回っていうその後でシャドウ BANについて説明するんですけどおすめ にそもそも乗らなくてイネスが伸びなかっ たです はいえ今回そのバった動画とバズラなかっ た [音楽] 動画 の違いについてあの考えたところバった 動画はあとサムネイルが全身映っていたり とコメントがしやすい状況になって ますでわらなかった動画はと動画ではなく 写真で投稿したためだったりあとシャドウ 版によっておすめに流れてこなかったって いうのがありますで先ほど説明したシャド 版ていうのがどういうものなのかというと とすめに乗らなかったり数がと急に減っ たりとかいいねやコメントが増えなくなっ たりっていうのはシド版ですでその解消 方法っていうのが運営側に問い合わせたり えと解消されるまで放置したりあとシャド 版になった動画を動画自体は削除すること で解消され るっていうのを あのサイトに載ってたんですけど全て実践 して未だに解消されてないのでもう少し 様子みようかなと思っていますで現在では ショート動画をマーケティングに利用して いる企業が増えていてその理由としては 広告への契約感が少なかったりあとは消費 金額が高くなったり情報拡散力が高くな
るっていう理由でと多くの企業でまと ショート動画を利用してるのが多いかなと 思いますで最後にまとめでえっと tiktokを今回 して身につけたスキルとビジネス分野での 応用とことでフォロワーのウに関係なくお すめに乗る工夫さえすれば見てくれる人が 増えることが分かりましたでまたこの得た スキルを生かしてファッション コミュニティを構築させてリンクや プロモーションコードを活用し直接販売 促進につげられたらいいなと思っています こちらが参考文献ですご清聴ありがとう ござい ます [拍手] ありがとうございましたえ質疑応答の方に 移ります所属とお名前をとえっと質問の 内容をお願いいたし ます はいとあ経済学部3年の島太ですえっと 発表ありがとうございましたえっと ちょっと自分がそのtiktokがなんか よくわかんなくてまその4本の動画の 1000とか2000とかがちょっとまず 多いのか少ないのかもちょっとわかんない ぐらいであとそのささんのその動画が そのいわゆるそのトップ層のそのバズッ てる人たちと何が違うのかをちょっと教え てほしい です確かにその私があってるコンテンツ 内容っていうのはそんなにあのバズルよう な内容じゃなくてやっぱよくバズルのが 踊ってみただったりとかあとは ビューティー系だったりは結構いろんな人 が この見て楽しめると思うんですけどなんか そういうのは結構バズルいろんな人が見る からバズルんですけどこのファッションっ てなると自分の好みの服装があったりとか もうあるんであの共感してくれる人はそこ まではいないと思うんです けどとま1万と5本上げてま1万再生行っ たから自分的には あの唯一バったのかなっていうのは感じて ます大丈夫ですか答えになってますかはい 大丈夫ですありがとうございます大丈夫 はいそのえ質問のある方いらっしゃる でしょう かああじゃ ああすいませんえっと経済学部の横田です そんな大したえっと質問じゃないんで恐縮 ですけどえっとなんかあの目標としてた えっとならいいねの数とかコメントの数と かっていうのはあったのかっていうことと
あとえっと なんだそのバった動画とバズなかった動画 の違いとしてっていうとこでそのコメント がしやすい状況になっているこれコメント がしやすい状況っていうのはどういう状況 なのかっていうのを教えていただけますか はい えっと1個目の質問が自分的にはこの tiktokをあげたら 大体1000ぐらいはいいね行くのかなと 思ってたんですけどやっぱ思ってたより 行かなかったのでその自分の本当に一番 最初の目標のとネスよりかは今は全然あの 目標数値は下がってるんですけどまで も再生数が日々伸びてるっていうのもある のでまもう少しこれから動画を上げてって で改善してってまあ10001000いい ねもらえたらいいなっていうのはあります でバった動画とバズラなかった動画の違い で えっとコメントがしやすい状況あコメント がしやすいあコメントがとその1番バった 動画がコメント数10件だったんですけど その1個コメントすると例えばこの服どこ で買ったんですかって言って自分が コメントを返すじゃないですかでそれで もう2件なんですよコメントがでさらに そのこの服またどこで買ったんですかと かっていうのがどんどんなんか連鎖してて コメントが増えたりいいねが増えた りっていうのがあるのかなって思いまし ただからそのコメントがなかっ1個も0件 だったらすごいコメントししづらいって いうかしづらいんですけどなんコメントが 何件かあったらなんかしやすいんですです よねそうするとじゃあ最初のコメントが 大事ってことあそうですねうん最初の コメントが他の人ユーザーがなんかさらに コメントを返しやすいとかそういう コメントが最初につくと伸びそうってこと ですかそうですね分かりましたはい ありがとうござい ますあ国際学部の中園です発表ありがとう ございますえっと今コメントの話とかも出 たんですけれどもえっと私tiktok なんか見てて思うのがハッシュタグで検索 してる人結構多いなという印象があるん ですが今回ハッシュタグは特に何もやって ないあやってないていうかあの入れては いるけどもあの研究の対象にはしてないと いうことなんでしょうかあそうですねただ ハッシュタグも あのそんな多くは入れてないんですけど 44つとか入れたんですけどそのシャドウ バンのその原因がハッシュタグのけすぎ
だったりとかなんか同じようなすると シャド版になるっていうのがあって あんまりハッシュタグはつけなかったです ね今回あありがとうございますまあの ハッシュタグ多分tiktokだけじゃ ないとは思いますけどtiktokかなり ハッシュタグに依存してるそのバズリ方を してるなというのが他のSNSとのあの 違いとしての個人的な印象があるのであ 将来的にはそこら辺も見てみると面白いの かなという気がしましたあとさっきあの コメント1人目っていう話がありました けど最初の方のコメントがあの大学教授の けちゃんがこう頑張ってくれていたので その辺もあのそういうなんか桜田って言っ たは行れますけどもあのなお友達があの こう盛り上げてくれるっていうのはすごく 大事だと思いますし今回あのフォロワーは どれくらいがその知り合いと知り合いじゃ ない人の比率って大体どんな感じなんです かいやでも知り合いてても同じゼミの人 だったりなんであああのその全体の フォロワー数の何割ぐらいが 知り合い 半分 かなと思いますはいだとしてあの知らない 人が半分以上いるっていうのは結構あの 開かれたアカウントとして機能してるん じゃないかなと思いますのでこれからあの お友達が呼び水になってどんどんどんどん 知らない人が増えていくっていうのがあの 期待できるなと思いますありがとうござい ますはいありがとうございます はいすませお願いし ます経済学の木村優太と申し ますえ自分もtiktok見てるんです です けどなんかバってる動画ってなんか音楽 音源とかと結構関係あるのかなって個人的 に思ってたんですけどそこについてどう 思いますかま音源も結構大事だと思うん ですけど私が今回この意識したのは あのなんだろう明るい曲とかじゃなくて なんかあんまり なんだろ曲に印象がつかないようにま服が メインなんでなんか落ち着いた音楽を入れ たりとかあとはなんだろうな海外の曲を 使ってその日本だけじゃなくてその海外の 人も あの見てもらえるかなと思って曲は結構 意識しましたあありがとうございます自分 的にになんか中毒性のある曲とかとなんか 見ちゃう気がしたのでもしかしたら中毒性 の曲選ぶとバズルかもしれまわかんない わかんないですけど自的な感覚ははいそう
です以上ですありがとうございました ありがとうござい ますはいじゃあえっとさこさんありがとう ございましたありがとうございまし た 次の次の準備の方お願いし ますありがとうござい ます緊張します ね大丈夫ですかはいえはい準備できました え続続きましてえ経済学部えすいません 経済学部AIビジネス先行のえ吉富太陽 さんでえラーメン好みのパーソナリティと マッチングシステムの提案という手まで ですよろしくお願いし ますこんにちはえ経済学部AIビジネス 先行3年のえ吉富太郎ですよろしくお願い し ますえラーメンの好みとパーソナリティの マッチングシステムを開発いたしましたえ これが大きく分けてえ3つの内容でお話し させていただきますえまず研究を行った 経緯についてですえ私自身ラーメンが好き でよく食べるのですがラーメンについての 会話を友人らとしていた時にま好みが人に よって全く違うなという風に思いましたえ それからラーメンのラーメン以外でも 食べ物の好みと正確にこう法則や傾向が あるのではないかなと思うようになって こう研究をさせていただくことになりまし たであと最近あのmbtiのあの16 パーソナリティみたいなこう性格を診断 するようなものがちょっと流行している 傾向にあったのでそういったものを開発し てみたいなという風に思ったのでやらせて もらいまし たえその職とえ性格の相関性をこう調べる にあたってまずGoogleformを 使用してあのラーメンやパーソナリティに ついてのアンケート調査を行いましたえ次 にGoogleコラボラトリーを使用して こPythonで機械学習でえ調査内容を 分析しまし たえ次にパーソナリティマッチング システムの構築ですえアンケートの調査 概要なのですがえ対象者はえ10代から 30代の男女でえ対象期間は2023年の 11月15日頃からえ2024年の1月の 9日までを対象にしてでアンケート項目が 計13問あってラーメンの好みに関する 質問が5問パーソナリティに関する質問が 8問 ですえ次に機械学習の詳細についてですえ まずアンケートでこう集めた情報を集計し てそれをPythonを用いて機械学習 モデルに適した形式に毎処理を行いました
え次に機械学習モデルを構築しえ Pythonで勾配ブースティングという 手法を使用してラーメンの好みから外交性 情緒安定性開放性の3つの性格要素を 導き出すモデルを構築しましたえ パラメーターなどを調整して個最適化し ながらモデルを訓練して制度を向上させ まし たえ次に勾配ブースティングについてです え勾ブースティングはえこう小さな単純な モデルなどを組み合わせて精度が高い モデルを作成していくという手法でえ様々 なこう弱いモデルを作って弱いモデル同士 をこう組み合わせながら弱点を補い合って えよりこう精度の高いものをこう予測して いくような学習手法になり ますえ次に学習の制度と特徴量重要度です え図1がえ学習モデルの制度になるんです あ学習モデルとテストデータの制度になる んですけどえ約77の精度ということでま そこまで高くはないんですけどある程度 こう参考にはなる数字かなとは思いました え図2が特徴量重要度の値になりますえ ここを見るとちょ次のスライドでも解説 するんですけれども大体面の太さと トッピングの種類が予測に大きく影響して いることが分かりますまし たこれがえ表になりますえやはりこう面の 太さとトッピングがえ大きく影響している ことが分かりましたでこれはあくまで ちょっと自分の予想にはなってしまうん ですけどえ面の太さやトッピングなどはえ ラーメン屋さんに行ってこうどこのお店で もほぼ共通してあるものでラーメンの種類 や多く食べたい時の選択などはこうお店や 状況によって結構変わってくることが多い かなと思うのでそこら辺がこう特徴量とし てあの重要度が影響しているのかなと思い まし たえそれエラのデータを応用してこう性格 診断サイトを作成しまし たえこのサイトはHTMLとCSSと JavaScriptを用いて作成しまし たえHTMLでえ記入記述をしてえCSS でデザインをしてえJavaScript で入力されデータをこう出力するような同 的な処理を行いましたでえこのページはあ このサイトは名前入力と5つの質問に回答 をしてと外交性情緒安定性解放性がえっと それぞれこう2パターンずつに分かれてえ 計8パターンの正確に分岐するようになっ てい ますえこれが簡単なウェブサイトの流れ ですえトップページからえ先に進むと名前 を入力する画面に行ってえそこで名前を
入力して進むと質問画面に行ってで最後に 診断結果を表示して戻るとトップページに また戻れるような流れになってい ますえ仕組みとしてはまずHTMLの方で えラジオボタンを使って質問の回答をえ 送信しますそれをjavascriptの 方で入力データを取得してえCSVデータ もえ同時に入力されているのでそれを取得 してCSVデータ内でパターンですねその 入力されたパターンを検索してそれを javasプトで再度入力パターンを正確 のデータの方に変換してHTMLで正確の データを表示するといった流れになり ますえ性格パターンはK8個でえこれらの え名称はえチャットGPTなどを使って こう考え出したのですが こう外交性とと解放性と情緒安定性が各々 2つずつに分かれていてK8パターンのま 色合いとかもこれもチャットGPTなどで 考えたんですけれどもこれで8パターンに 分岐してい ますえ最後に結論と展望についてですえ 今回精度があまりこう高くなかったのは やはりデータの方が少なかったかなと思う ので今後もしまた再度あの行うとしたら より多くのデータを集めて実行してより 精度を高めたものを作成したいなと思い ましたでラーメンだけではなくて他のもの でもこのモデルは使えるなと思ったので 今後は食べ物以外のものだったりとか他の 食べ物だったりとかそういったものとの 性格との相関性も調べてみたいなと思い まし たえ参考文献がこちらになりますでと一度 ちょっとサイトの方を実行してみたいと 思います でこれはあの一般公開とかはする予定 なかったんでちょっとローカルの方で実行 し ますまずこの性格診断画面これがトップ ページになり ますでここで診断開始を押して名前を入力 し ます私がよとなのでよとでやり ますでここでまず好きなラーメンを選び ます ちょっと今は中華そばが食べたい気分なの で中華そばにし ますでちょっと卵も食べたいなと思うので 味玉を選択して麺は中太麺が好きなので 中太麺にし ますで麺の硬さは固めが好きなので固めに し ますでいつも必ずライスを一緒に頼むので これを選択しますで同意して結果を見る
ですねこれを押すとこのように診断結果が 表示されるようになり ますはい え以上で発表終わりますご清聴ありがとう ございまし [拍手] たはい発表ありがとうございました次音の 方に移りますはい質問のある方お願い挙手 でお願いいたし ますはい あ外国学部の千葉です白発表ありがとう ございますえっとちょっと1つあの ちょっとよく分かってなくて質問なんです けどもあのえっと制度のことをお話して 0.77ぐらいだという話だったんです けどもえっと今の例えば性格診断みたいな ものをしてえっとどういう風になった時に 当たりあの正解なのかっていう風に判断し たのかちょっと教えていただける とご質問ありがとうございますえっとまず アンケートの方で あのこうアンケートした結果で例えば さっきの自分がやったパターンの場合 にこういった性格になるっていうこの元の データがあった時にこう実際にテストして みた時にその元々あったデータとどれ ぐらいこう合っているかっていうところが 今回の制度になると思うのでやはりデータ の件数が少ない分その最後にテストした データ が元の学習用のデータと結果がずれて しまうことがあってそれがやっぱ精度が 落ちていくことにつがっちゃうと思うので なんて言うんですかね その元々入力してもらったデータでこう いう人はこうなりそうっていうパターンと のあの比較が今回の制度になります ありがとうございますえっと多分なんか そういう意味では学習データのところに 正解があるわけですね私はこれこれ系 ラーメンが好きみたいなそういう結果が 入っていてそれと実際に入れたデータが あの正しい結果を出すかどうかってことを モデルを使ってそこに近づけていくって話 ですよねで最初に多分あの発表して いただいた時に性格とラーメンの関係には 何か関係があるんじゃないかみたいなこと を話しされてましたねだからそこそこの ところがなんか分析を少ししていただいて あのどういう風な関係があるんだろう みたいなところに関してのちょっとこう なんてって言んですかね確証がなんとなく 得られた時点でなんかモデルを作ってく みたいな風にするとよりなんていうか精度 も上がるしあの実用になるような感じが
例えばあの本当にこのラーメンの分類で いいのかみたいなことに対するあのなんか こうチケも得られるのかなという風に思っ たのであのそこら辺の分析もしてもらえて いいのかなと思いましたはいありがとう ございました本当にその通りだと思います ありがとうござい ます質問ある方いらっしゃるでしょう か あ はい私 からあ経済学部のですありがとうござい まし た今回の予測モデルの目的変数 ってこの最後の8分類になってるのかそれ ともあの外構成とか上長安定性とかの各 この要因が目的変数になってるのかって いうとどどちらになりますかあお質問 ありがとうございますえっとちょっとここ に書いてなかったんですけどえっと目的 変数の方でえっと最後のそのトータルした 8パターンの方でも実行してみてで外交性 情緒安定性解放性の3パターンをそれぞれ を目的変数にした場合もあの実行したん ですけれどもえっとそうですねここで入力 されてる制度は外交性常規安定性開放性の それぞれの 1個1個のものになりますその場合さっき 言ってた77っていうのはこの3つのうの どれかの制度は 77ですかあえっとその3 つ をとなんて言うんですか ねいやここにあるのは多分3つのうちどれ か多分全てが77%ぐらいになってこれに したとと思いますじゃああのまさっき出し てた70.777っていうのはま1つの例 だけれども基本的にどれもそれくらいの 制度っていうあはい間違いないですああ ありがとうござい ます他にご質問ある方いらっしゃる でしょう か大丈夫ですかねあじゃあ中園先生お願い し ます国際学の中ですありがとうございます 個人的にはラーメンはあの豚骨派なので 豚骨がなくてあれと思ったんですけども あのであのでなんで今言ったかていうと 豚骨ラーメって大体細面なんですよねで あの特徴料がそれぞれあのこれがあのなん だっけ面の太さとかがあのま特にっていう こととかがあったんですけどもこれの特徴 量同士の関係性とかっていうのはあのない んでしょうか例えばラーメンの種類と麺の 太さとかって結構相関が強そうだなって
いうななんか思い思い込みに近いんです けどもそういうのがあるんですがそういっ たものが今回のあのご研究に何か影響を 与えたりとかっていう可能性はありません かあご質問ありがとうございますえっと ちょっとこここのものを作るにあたって 割と自分の個人的なこう主観って言うん ですかねそれが入ってしまっていてあの おっしゃる通り豚骨ラーメンは細面みたい なこうあると思うんですね二郎系ラーメン は太めとかそういうまこうセットみたいな とこあると思うんですけどちょっと今回 そうい点はあまり考えておらずで豚骨 ラーメンが入っていない理由としてはと なんて言うんですかね個人的にあまり好み でないという かどちらかというともっと味の濃ゆいもの が好きなのではい申し訳ないですちょっと 次あのラーメンについて研究する時は豚骨 ラーメンも入れて行いたいと思います是非 よろしくお願いしますありがとうござい ますありがとうございますえっとではえ そうですね終わりにししますよさん ありがとうございました [拍手] 次の発表お願いし ます ち大丈夫ですかねはいありがとうござい ますではえ続いての発表ですえ経経済学部 AIビジネス先行のの島太さんとえあ失礼 しました経済学部AIビジネス先行3年生 の木村えっと木村ゆ優太さんでえっとえ 沢大学生冷沢大学生の満足度に影響を 与える要因調査でいうテーマですよろしく お願いし ますと経済学部AIビジネス先行3年の 鳴島慶太です木村ですと 冷宅大学生の満足度に影響を与える要因 調査という内容でえっと発表させて いただきますと目次はこのようになってて この順番で説明させていただき ますと8目にえっと背景と目的目的です えっと過去にえ学生食堂が学生向けに アンケートを実施し外観やメニューが改善 されたことからえっとこれを他の側面に ついてもえ学生官にえ不満があることから アンケートを実施することでえ学校全体の 質の工場を図ることができるんではないか と考え私たちはこのような研究をしまし たと次に先行研究 ですえとまずえ学生満足度要因に関する 先行研究ということでえ星の2005年で はえ十文寺学園女子大学のえ31事業に収 した1121名をえサンプルにとりえ こちらの結果といたしましてはえ積極的
同意あ軍ではえ教授努力のえ直接効果が 最も大きくえっと積極的同な軍では教授 努力とコミュニケーションがえ同程度の 効果を表しました次にえ岩田2015では えっと大学26校の大学生2831名を 対象とし こちらの結果といたしましては えっと強くえ満足度に強く要因をあ影響を 及ぼしている要因は現在の暮らし向きやえ 将来への見通しの悪さなどが上げられまし たえ魚住2023ではえX専門学校Y学科 に所得する34名をサンプルとしテキスト マイニングを実施実施しましたでえっと 学生生活に対する満足が高い学生はえ学科 特有の実施授業に対して満足している傾向 がありえっとこの結果は学科と本人の やりがいが一致しておりモチベーションが 維持され授業に対する意欲もあり授業内容 も理解できていることから結果としてえ 実施事業に満足しているこということが 分かりましたえまとめとしてえ先ほどの 先行研究では上から教員の授業に関する 要因え学生の努力に関する要因学生の人間 関係に関する要因などで大学施設や イベントに関する要因はえ見当たらなかっ たので私たちは公共施設の満足度などの 先行研究を参照しえ施設設備などの側面に 関する満足度に影響を与える要因を検討し ましたえ公共施設満足度要因に関する研究 です先行研究ですえ北見2011年ではえ え公共スポーツ施設に通う男性503名 及びえ女性309名を対象としえっと こちらのよう なと質問をアンケート出取り重回議分析を 行った結果えっと満足度に影響してるのは 利用料金カカリの対応高室の設備シャワー ルームの設備運動器具の種類施設の安全 管理体制の6項目と分かりました次に えっと中村1989年ではえ男性124名 及び女性175名を対象としえこちらの 質問を5段階評価でえ質問させていただい た結果指導者の大切さ運動室の綺麗さえに 加え長期期間頻繁な利用のためには蒸気に 加ええっと駐車場や喫茶店レストランと いった不対説が重要な要因となりましたと 以上の先先行研究をえっと参考としまして 私たちはえ大きく3つの要因をこのように 取り上げ以下の項目を作りましたえ次に 分析主です えっとサンプルはえっと冷宅大学生の男性 185名及び女性 180138名を対象とし ええアンケートを実施しえアンケート結果 を印分析し満足土用員の分類を確認え飲 分析から得られた飲を説明編数全体的満足
度を非説明変数として重機分析を行いまし たえ調査対象の属性はこのようになってい ますと円グラフから分かる通りえっと学部 のえ国際学部の割合が低いことから結果で はえっと全サンプル学年別えっと キャンパス別で回分析を行いました次に 結果です はいえっと飲分析した結果がこちらになり ますえっと自分たちの予想と違って第4因 に分かれましたえと第1第1イを学習支援 の充実第2イを施設の充実第3イを イベントの充実第4イに重要の受けやすさ とえストレとへ付けまし たでこちらが と相関行列になり ますで次にえ全サンプルで解分析した結果 がこちらになりますえっと青の編みかけに なっている項目がえ全て正に優位な飲です えと学習支援の充実施設の充実イベントの 充実授業の受けやすさがえになりました次 に射別ですカルユーザーが施設の充実 イベントの充実授業の受けやすさが誠意に 優位になりアスナロユーザーが学習支援の 充実イベントの充実授業の受けやすさがせ に優位になりまし た次に学年別です1年生が学習支援の充実 と授業の受けやすさが優位になり2年生は 施設の充実イベントの充実授業の受けやす さが優位になりましたえ3年生がイベント の充実と授業の受けやすさが優位になりえ 4年生あ4年生にえ青の編みかけがない 理由はえっと観測数が足りないためか モデル自体が優位ではなく え各要因についても有意な結果を得れませ んでし たえ次に考察ですえっと丸のついてる項目 がえ正意に優位なあ正に優位な項目 ですで怪分析結果をまとめるととしては 全ての項目の改善が必要ですまその中でも 優先度が高いものとしては授業の受けやす さとイベントの充実が上げられ ますえ次に射別で検討した場合カユーザー はえ施設をより綺麗にアスナルユーザーは 学習支援をより充実させることが重要です 学年別で検討した場合え各学年共通で大切 なのは授業の良きやすさで え学年別で見ると1年生の場合学習支援の 充実2年生の場合説イベントの充実3年生 の場合イベントの充実が大切なことが 分かりまし たと次に提案ですえっと先ほどのえ記述 統計の結果を見てもらえると分かるんです けどえっと学習支援とイベントの充実が えっと他2つに比べてちょっと少ないので ま検討の余地があることの余地があると
思いえっと2つをこのようなえっと提案さ せていただきましたまず学習支援に焦点を 置いた時え得資格取得制度の充実をえっと 私たちは求めていると思ったのでそのあと いたしまして小人数性各種のえオンライン 資格講座えっとま例えばトイFPなどあの 学校がそのその推奨しているえっと資格 取得を推奨している えっと資格ですねでターゲットが本気で 資格を取りたい人えっと あとこれに関してはと口座量をえ取るのも え学生側からえっと口座料を取るのもあり かと思っていてえっと新しい先生を呼ぶ なりま既存の先生にえっとやっていただく なりしていただきたい です次にイベントのに点を当てた提案です え学生主体でイベントを企画イベントを 企画できる団体を作ることによってえ学生 が求める企画を立案実施できることからえ 学生満足度も高まることができますできる と思いますで他には学園祭に超有名人を 呼ぶことですえっと今の学園祭であのまお 笑い芸能人とお笑い芸人とかが多いと思う んですけど まも あの若いアイドルだったり女優さんを呼ぶ ことでまもっと盛り上がるのかなと思い ました以上で私たちの報告は終わりになり ます次にあこちら参考分岐になりますご 清聴ありがとうございまし た発表ありがとうございました質疑応答に 移ります質問のある方は挙手でお願い いたします はい えっと所属と名前で所属と名前ありがとう ございますえと外国学部のういです発表 ありがとうございましたその統計に関して 知識がないので教えていただきたいんです けれども先ほどの資料にあった青いとこ っていうのは他のところと比べてポイント が低かったっていうことでしょうかそう ですねえっとここですよねじゃ青青え青青 とかなんか学連別に色々あったところがあ えっとこれ はえっとせ に優位っていうことでえっと意味があ るってことですねそのこれこのえっとなん だろう な えっとえっと正に優位があるっていう意味 でこの係数があるじゃないですかこの えっと係数っていうのがま 0.12 [音楽] 0.21%0.18Xみたいな感じでxの
えっと値えっと評価が1上がればこの0 212分えっと全体の満足度が上が るってことですそちょっと理解 が そう え一言で言一言で言う な一言で 一言で言う なら学習支援の充実がもし満足度が2だと するじゃないですかそし たら 0424上がるってことです ねかどうか 説明ああ優位かどうかすかああ優位かどう かえ優位っていうのはえっとピーチとT チっていうのがあんです けどえダメす かだからTが1.96以上になるとえっと その95% えっとなんだろ 9 95%そのなんだろう合って るってことですねちょっと待っ [音楽] てちょっと待っていやごめんなさいすい ませんすいませんすいませんありがとう ございすいませんでした はい ます はいえま怪奇分析なのでこのそれぞれの 項目がどれくらいこの満足と上げるのに あの貢献してるかっていうことがこの係数 っていうところで掛け算する時に出てくる だからその係数が高ければ高いほどその えっと満足度上がってくっていうそういう 結果が得られたっていうことなんですよね うんだからその係数が0.2っていうのは 学習支援の充実って結構高いよねとかそう いう他のものに比べて高いでそれ全部 ひっくるめるとこのなんか満足こうみたい なねそんな感じで出るわけなのではいすい ませんあのあすいませんあ外交学部の学生 なんではいえっと統計はこれから一生懸命 勉強してもらえるんじゃないかなと思い ますえっと僕ちょっとあの1つ確認なん ですけど授業の受けやさという風に言って て第4飲が見つかりましたっていうところ に言ってる各授業の進み具合とか各授業の 分かりやすさっていうのはうんと具体的に はなんかどどういう風な ことをあのイメージしてえっとこれ回答し てもらってる感じですあえっと自分の えっとまずこのアンケートが1から5の5 段階評価でやってもらったんですけど えっと自分の進み具合に合ってるかを1
から5でって感じですね分かりやすさは1 から5でどんぐらい自分にあってるのか なっていうのでアンケートを取りました なんかこのえっと各項目がえっとその回答 してくれ方がどういうつもりで1から5 っていう風にあの答えてるのかなっていう ことがちょっと項目によってはちょっと 分かりにくい感じがあってえっと例えば 設問ではもう少しね多分あの説明してたり するのかなという風に思ったんですけど はい はいなんかその進み具合っていうのは 例えばすごく進むのがいいのかそれとも 自分のペースに合わせてゆっくりやって くれるのがいいのかていうところでなんか あの人によってなんか取り方が違うような 気がしたりそういう風に感じましたはいあ これでコメントですはいありがとうござい ますはいありがとうございましたすいませ ん他に質疑は応答なければあります でしょう か大丈夫ですかねはいあお願いしますはい じゃあすいません経済学部の吉田です ありがとうございまし たえっとそうですねあのま最後提案てあの はいあの我々もねあの良くしていかないと いけないなとえ思うと同時にそうですね あのせっかくなので是非お2人えっと今3 年生ですよねあのあと1年ありますので あの来年このえっとイベントの充実の ところで是非貢献していただきたいなと 思うんですけど何かやっていただけたりし ません かえあ僕はいやっていただけるってことで いいんですよね多分ああえっとこれはなん ですけどあのイベントの充実がちょっと そんなに良くなかったっていうことを自分 たち言ったと思うんですけどえっとこ れっていうのはそのまえっと学生に自分 たちで作らせれば不満はないんじゃないか ということでこういう案を立てまし た俺ら が僕たちが作りますはい ありがとうございましたはいではえっとお 2人えっと発表ありがとうございまし た楽しかった よ次の方の準備をお願いいたし ます よいしょ はいはいはい じゃ大丈夫 あ はいすいませんお願いし ますはいすいませんえっと準備できました のでええ続いてはえ経済学部経営先行3年
生のえキ民治さんでえ交通インフラに 対する満足度国営化と民営化の比較という テーマですよろしくお願いしますはい交通 インフラに対する満足道国有化と美化の 比較を発表させていただき ます目次ですこの目次順で 流れようと思います背景次は背景と目的 です背景は 国営あ国営交通は地下鉄の路線が変わっ たり他の交通祈願と連携して利用すれば 預金が安くなる長所がありますしかし最近 高水イプラが国有化である韓国ではバスや 電車運転中の賃問題によるストライキが 起こっ たり運賃が上がるなど国 スに対する不満が高まっていい ますそれでこ本研究では国営美のコス イプラの療法を体験した留学生たちを対象 に調査することで国営美のどちらの満足度 が高いのか検討しますまた日本の覚醒と 留学生の比較による未のコスイプラに 対する認識の違を合わせて検討し ます仮説を立てたんですが私の考えは国営 のコスイプラの方が美の交通イプラより まじことが高いと思います言は道があり 一目は預金が 安い路線乗り換え他の個室機関の連携に よって預金が安くなる乗り替え制度が存在 します暮らしの留学生にとって費の生活値 にしめる割合いが高くウイプラに対する 満足度は低いと考えられますまた安全性が 高いですスクリドアという安全ドアが存在 して人身地行がほとんどないため満足度が 高いと思います密目は海底性が高い 地内部に状況を知らせて くれる刑事板の存在します混雑に対する 備えが可能になり ます次が写真でまずこの左のたち が同じ自用な駅数で乗り替えを比較する ことですまずリオの場合は柏からリポリポ でり通り返して新宿に行くこと ですこちらは韓国で どものですそれを見下を見るとデオの場合 は15駅で660円ですが韓国の場合14 駅で1000あ170円になりますこの上 がスクリーンドア で全般的に防ぐため墜落事項がほとんどて ないです下 が天候掲示板で白がバスの パゴ緑が混雑 スド空色がこの駅まで何分かかるかを表示 したことです右上が他 の天候掲示板です下は地下鉄 のトイレットの表紙版です 選挙次は選挙研究です選挙先行研究1は
韓国のものでIPAを分析を利用した地下 鉄利用者サービス特性に関する研究です データは国内以外の公共交通評価使用に 関する先行言及専門科アンケート調査と類 席変動分析ですこれで発見したのは地下鉄 サービスの品質地評価でサービス対する熟 動が 62.3点であり歯鉄地利用者は提供され ているサービスに満足していないことを 分かりましたこのような件として現在地下 鉄利用者が感じている正常なサービス評価 項目及び使用部分 の適切に考慮できない歯手中環境に変化に 対して評価項目の多様性が付属していた点 も上げられます次は7中の項目あ評価項目 はこの7中です先行原級の2は理の先行 原級でパス利用さノパス利用満足ことに 接客サービスが与える影響に関する研究 です データは板橋南地域及び東京都心部で運行 している バス事業者3者を対象にインタビュー調査 を施しました結果はドライバー要因として の積極と運転操作運転性としてのどりもの 用い補正隊 とどり者回数が乗客の満足に影響を与えて いることが明らかになりましたこの中あ 評価項目は中項目 ですこの中 で1番あ先行言及1番である韓国の先行 言及を採用したしましたがこの員はリオの 交通イプラの満足に関する選挙言及を探し たが特定地域に対する研究や一中の交通 祈願の民を調査したものだけであったん です韓国も同じように高水イプラに関する 満足堂の先行言及は少なったが国数の高水 機関に対する満足動を調査した研究であっ たので韓国の選挙研究の調査項目を採用し ました次は先あ研究集法で イイカの2のグループ対象に調査実施し ました留学生の場合ビネ国営の2のコス イプラに対する満足とを調査しましたオの リオン人大学生にはビネコスイプラに 対する満足動を調査しました調査対象は 冷た大学生留学生23名人22名でし た積主では結果の比較です学生の広告と リオ のコプラに調査結果対応でのあるt検定に よる比較遊学生のデオとディオ人 のビネコンプライに調査結果2のサンプル t検定による比較をしまし たちは結果です緑の箇所で表しましたこ もちゃんと見えるようにクラプで表紙し ました があ留学生のポフとデオのコスイプラに
対する認識の中で定治性海底世ペニ 星先生世の場合リオの交通イプラに対する 満足度が満足度が有意に高いましただけが 母国に母国の高水イプラに対する 意が高いでした次はディオンのコスイン プラに対する留学生とディオンの認識です 同じように緑の箇所で表紙しましたクラプ を見る と定治性便利星 ににあ万対するコプラに万が ゆいに 高の覚醒は学星で安全せ料金に関しては ディジが満足度が高いでした式は考察値 です遊学生に 対する致死した国有美骨プラに対する万力 動 調査の場合は位ではないが般的の足は美の プラの方が高いでした定治世海底性便利性 新設性長世については ビネコビネコンプラに対する満足動が優位 に高いでした2つ目のビネン高水イプラに 対する遊学生リオン人の満足との比較も ゆいではないが全般的の満足は利人の方が 高いでした遊学星の場合定治弁にて本人 より行動が優に高い日本人の場合安全性を 気にしていて学生より熟度が有意に高い でし たこ次は考察ですコインプラは国が管理し 先に示した写真のようにスクリーンドアや デジタルサインネジなどがあるためビ コプラより安全性海システムなどに対する 満足度が高く遊学生医は母国の個イプラに 対する全体的満足度が高いと考えたが結果 は逆になりましたその理由としてビコ イプラの定治性海底性弁性新設性上星 の高さが影響していると考えられます おそらく コエコイプラのストライクなどによるコス プラのうが止まったり送ったりする場合が 多く定時性新設中性に対する満足度が低く なったものと考えられます便利性新設性に ついては改札口の前にトイレットがある など高中着者への配慮が高いためビネコ スプラの満足度が高いものと考えられます 主参考部県で参考部県ですご成長 ありがとうござい [拍手] ますありがとうございました質疑応答に 移りますえ質問のある方挙ねはいお願いし ます国際学部の中園です発表ありがとう ございますあの鉄道についてあの主に地下 鉄地下鉄を中心に見ているということで いいのかなはいあ地下鉄以外の交通 インフラも全部ということですか対象は 対象は意外もしたんですが
うんなんとなく地下鉄がたくさん出てくる けれどもあはいほぼ地下鉄にうん地下鉄が 1番メインで考えてるうんはいそうです あの韓国は確か地下鉄はあの国というより は確か1つ1つ街が例えばソール市とかが 持っているああ地下鉄が多いですよね あ これという国で運営しているあ国で運営し てるんだっけはいこれていこと会社で運し ていますあそうなんですねであの日本は あのご存知のようにあの私設がすごく多く なっていてなんですけどもこれあの調査し ていただいた研究そのものはですねあの とてもあの価値のあることだと思うんです があのタイトルであの国有家と民営化の 比較というところを書いてくれてるんです がはい今回のあのさんの較が国有と民の 比較なのかどうかというところがちょっと えっとクエスチョンですなぜかと言うと 日本はその伝統的にあの国で鉄道を持た ないようにしてきたという最近の日本の 歴史がありますででも大昔は逆に日本は 全てを国でやろうという時代もありました で韓国はおそらく今国があのリーダーと なって鉄道を作っていこうというそういう 時代を韓国は過ごしているんだと思います のでこれは国有化と民営化の違いではなく 日本と韓国の文化あるいは国のその政策の 違いではないかという風に感じますです からあの研究の分析は全くおかしくない ですあのそのままでいいと思いますがはい ゴールが国営化VSV民営化ではなくて 韓国と日本の比較あるいは韓国の文化と 日本の文化の比較というところに最後 たどり着くのがこの研究はあの面白みが あるんじゃないかなと思いますのであのま 検討してくださいもしあの今の段階で何か コメントあればお願いしたいんですがどう でしょうか あそれが簡単に国有かとミネかと書いてい ますが先生が話したように私が韓国人なの でアンケートとか調査をもっと簡単にする ために韓国人 の遊学生を対応してしたののではい先生の コメントがいいだと思いますあの調査はね 韓国人の留学生でも全然問題ないと思い ます全くあのダメじゃないですあはいそれ からこう韓国と日本の比較にした方がより 分かりやすいあの分析ができると思います のであのちょっとあの鉄道のあの歴史とか はすごい複雑なので面倒だと思いますが あの是非あのもうちょっと広いあの視野で あの見ていただければと思います是非今後 も頑張ってくださいはいありがとはい ありがとうござい
ますありがとうございました 質問のある方いらっしゃるでしょう かすいません私から私から言っていいです かすいませんあの留学生の対象っていうの は全員韓国人だったってことですか他の事 は全人韓国人でしようと思ったんですが なんか韓国人の遊学生が46人くらいなの ではいもっと犯人を広くて他の遊学生も くまれていますああじゃあその留学生は 韓国だけじゃなくてその他の国も地域って いうのも含まれていてってことなんですま そしたらなんかその今言った日本その中園 先生の意見で話で日本と韓国っていう ところに絞るのかま日本とその他の国って いうような視点で絞るのかっていうところ でまちょっとあのそこはなんだろうなあの ははっきりと線引はした方がわかりあの 退避しやすいかなっていう風に感じました はいはいはいあすいはいありがと失礼し ました失礼しました はいはい大丈夫ですかねはいでは ありがとうございましたありがとうござい まし失礼 [拍手] しはいすいませんえではえっとここでまた えっと10分の方の休憩を挟みますえっと ですね今 が20分かなえっと次はえっとじゃあ えっと15時20分にえ10分後の15時 20分から再開いたしますのでそれまでに 責任戻りくださいよろしくお願いし ます あありがとうござい ます よしち えっとあれかなあっちかな えっと えっと えっとえっとねマック苦手なんあごめん なさいね確かねどこだっけ なっ た あ ありがとうござい ます上下で多多分ちょっとこ自分のやつ 見えない ねそっかそう いう拡になっちゃってるからはいと なんかちょっと待ってねいえちょちょちょ ちょ待ってて さい確か ね け すいませんお待たせしました えっとはいああ大丈夫大丈夫はいはいえ
続きましてえっと経済学部経済先行3年生 のえ今度賞賛で電子書籍とえ紙書籍の込み 好みに関する研究ですよろしくお願いし ますお願いし ますと私は電子書籍と紙書籍の好みに 関する研究について行いまし た調べようと思った経緯として私は小さい 頃から漫画が好きであ漫画と小説も好きで 技術の対当によって電子書籍が出てきた ことにより消費者行動に変化やどのような 特徴があるのか疑問に思ったことから 調べようと思いまし たと先行研究ではその愛着度という情緒的 価値が紙書籍と電子書籍を使い分ける最も 大きな要因であることが分かりました他に は人の心を動かすのは電子書籍ではなくて 紙書籍使い分けにはじっくり読みたいなら 紙書籍物事をしながら読みたいなら電子 書籍など他にも入手可能性が高い方を買っ たりするということがありまし たそこで私は愛着度以外でも紙書籍と電子 書籍を使い分ける要因や特徴はあるのかに ついて仮説を立てまし た 仮説と背景では7つ立てて1つ目が服が 好きな人は上書籍を使っている理由として 紙書籍を読んでいるとおしゃれに見える ことからです2つ目は親や兄弟が漫画を 持っていてそこから紙書籍を使っている 理由として親族の影響は大きいのではない か3つ目が片付けが好きな人は電子書籍を 使っている理由として紙書籍を使 紙書籍を買うと収納にこってしまう から4つ目がスポーツをやっている人 もしくはやっていた人は紙書籍を使って いる理由としてスポーツ漫画など友達館で かかりできたり友達の家に行った時に読ん だりすることができるから です5つ目が無駄遣いしがちな人は紙書籍 を使っている理由としてこれは自分が 当てはまっていることから です6つ目がは好きな作家がいる人は紙 書籍を使っている理由として愛着度が高い ため紙書籍を使うのではない かそして最後にインテリアが好きな人は紙 書籍を使う理由として紙紙書籍は飾ること ができたり表紙が独特な本もあるため ですそしてフリージというアンケート ツールを用いて調査を行いまし たサンプルサイズが100件で対象が電子 書籍が発達してきて紙所生器と使い分けの 特徴に差があるのかどうか気になったので 主に450代を中心としてアンケートに 絞っていきました理由として電子書籍が 出る前までは紙書籍しかなかったので電子
書籍が出てきてからの使い分けの特徴に差 があるのではないかと考察したからです アンケートではまず始めにそどのような 書籍のスタイルを使うかについて アンケートしまし たアンケート結果としては紙書籍を使う人 がもう半分以上いてで電子書籍を使う人が とても少ないという結果になりまし たそして次にその仮についての検証の アンケート結果がこちらになり ますここで見て欲しいのはこの赤赤い枠の 内側でその電子書籍 の電子書籍を使っている人が紙書籍を使っ ている人よりも多い割合となることが わかりまし た仮説検証の結果としてその1つ目の服が 好きな人は紙書籍を使っているというのは 仮説とは当てはまらなくて当てはまらない 理由としてはそもそも関連性が薄いことが あげられますそして次に親や兄弟が漫画を 持っていてそこから紙書籍を使っている人 はその仮 を検証するための材料としてはちょっと 不明量でその理由としてま親族が持ってで も自分が使いやすい方を使うのではないか という風になりましたそして3つ目の 片付けが好きな人は電子席を使っていると いうのは当てはまる内容になりました4つ 目のスポーツをやっている人もしくはやっ ていた人は紙書籍を使っているというのも あまり参考になる資料がなかったのでその 理由としてやっぱりスポーツをやっている と時間がかかったり時間とかがスポーツを する時間が多いのでその読書とかに費やす 時間がないていうので書籍自体読まないの ではないかという結論になりまし たそして5つ目の無駄遣いしがちな人は仮 書籍を使っているというのもその アンケート結果から はその仮説と違った結果になりました理由 として逆に電子書籍を使う方が買いやすく て無駄遣いをしてるのでしてるのではない かという結論になりました6つ目の好きな 作家がいる人は紙書籍を使っているという のもま あまり検証とはちょっと難しいような形に なって理由としてま好きなサッカーとかは いないんですがそういう小説など を読む人がいるという論になってで最後の インテリアが好きな人は紙書籍を使うと いうのは当てはまらない結果になって理由 としてインテリアで使ったとしても本は 読まないとかあったりまインテリア用の本 があったりとかするのでそういう結果に なるなりまし
たそしてその紙書籍とデバイスを使う人を 属性データで分析するために決定義分析を 用いまし た紙書籍を読む58人とデバイスを用いて 読むこのデバイスというのは電子書籍と アプリその無料のアプリとかジャン例えば ジャンププラスとかヤングマガジンとか そういったものですね14人を決定義分析 を用いて分類を試みましたそのターゲット や特徴量についてはスライドの通りになり まし た収入の12段階の面に関してはその収入 を100万円から1500万円をおよそま 100万円で割っていっていきまし たと電子書籍の人数がその偏りがあったの で そのGoogleコラボ環境でその分析 する時にクラスウェイトバランスドを使っ てここ分析しまし たその分析結果として は特に年齢の特徴量重要度が高くてその次 に収入 の重要度が高くて その深さを3にする ともう年齢でほとんど説明ができてしまう という風な結果になりまし た そして制度を明らかにするために今後業列 も生成しまし た左が学習データの結果で右がテスト データの結果になり ますと紙書籍と電子デバイスを使う72名 を対処としたためデータ数が少ないのは 否めないんですが その2つのデータともに約86ほどの正確 な分類ができているんじゃないかなとなり ました 結論と今後にいたしましては今回の アンケートでは電子書席を使う人の こだわりの強さや興味の関心が違うのが 分かりました逆に紙書籍を使う人は本に こだわりが少なくて他のものにも関心が 薄い450代の使い分けの特徴には紙書籍 と電子書籍には大きな差が出ました今後は サンプルの数に偏りがあるので次は サンプルの数を増やしていって行くことで その仮の違いであったり特徴をもっと 明らかにしていきたいです以上で発表 終わりますありがとうございまし たありがとうございました次応答に移り ますえ質問のある方は挙手でお願いいたし ますあじゃ 中生国際学府の中です発表ありがとう ございますあのの分けて結構あのいろんな とこで笑いになってあの大事なテーマかな
と思うんですが今回のアンケートの結果で まずちょっとコメントとしては今のところ なんですがコメントとしてはこれ確か電子 の方が9人しかいないということなので 1人が11%握ってるわけですよねはいだ からちょっとこれを考えると統計的にこの 比較が適切であるのかっていうところが ものすごく恐ろしくて1人が10%以上を 左右してしまうということでちょっと怖い なというところがありますだからこれこの 後例えば1000人1万人でやった時に 全然違う結果が出る可能性があるという 恐ろしさがあるのでまず最初のあの入り口 の強さとしてはいいんですけどもそういっ たところは気をつけていただければと思い ますであのまそれはちょっと一旦置いとく としても今回そういその赤枠で囲った ところに関わりがあるということなんです がこれは相関なんでしょうか因果なん でしょう か あその辺りのこう考察かもし考察まで行っ てなかったらこう予想でもいいんですけど もどどんな感触がありました結果から見て そうですね相関と因果という予測はして なかったんです けど年齢がま主に450代うんに絞って やっててまその450代の方ってもうほ 元々はもう紙書籍とか使ってたじゃない ですかでその電子書籍とかそういう新しい ものとかになんか興味とか関心とかそう いうなんか挑戦ではないんですけどなんか 新しい物事に取り組むとかそういうのをも 神していくとその例えば片あインテリア など小物雑貨とかまファッションとか他に もまさ好きな作家漫画とでもいいんです けどまもう本当に多趣味というかいろんな ものに興味があるなって思っててまそう いう年齢が上の方に関してま電子書籍 新しいことなのでま本当に電子の方は相関 があるのかなという風に思っております ありがとうございますあとまコメントとし てはあの相関があの例えば検定とかやって 相関が明らかになったとしても理事相関の 可能性がどうしてもこう拭いきれないと こういったとこてあると思いますのでそこ をこの後調査した後にどうやってそこを 検証していくかていうことも是非今後の 研究ではあの含めていただければと思い ますありがとうございますありがとう ござい ますありがとうござい ますのある方いらしあはいお願いし ますはいえっとご報告ありがとうござい ましたえっと質問とよりコメントですねで
えっとまアンケートの対象450代に設定 したとでその理由がえっと元々紙しか読ま なかったからってこだと思うんですけど逆 に言うと若い人たちは元々電子な人たちだ からサンプルを若い人もこうま450代の 人もどっちも入れてでえっと年齢で コントロールしてあげると本当にそのどう いう特徴を持った人がえっと紙を使うのか とかえ電子を使うのかっていうのが分かる のかなと思いましたはい以上です ありがとうございますその若い人っていう のはそのま今みんなスマホ持ってるじゃ ないですかでそのスマホでその無料で 読める漫画とかその例えばジャンププラス とかヤングマガジンのアプリがあるって 言ったんですけどそこでその無料のものと か読んでまたまになんか普段は無料じゃ ないのに期間限定でその無料になるって いう期間もあってそこからま今若い人達て アニメとか流行ってるじゃないですかその ですからそのま結構本当にアプリ無料の アプリを使う人が多いのではないかなって 思って今回はちょっと年齢が上の方に絞ら せていただきましたで今後もその年齢を 問わずとか年齢を限定してという風 な仮説とかも立てていきたいと思っており ますありがとうござい ますありがとうございましたありがとう 他にえ質問のある方いらっしゃるでしょう かでははいなければはいじゃ質問ありあ 発表ありがとうございまし [拍手] た続いての方ご準備の方お願いいたし ます H準備大丈夫ですかねはいはいありがとう ございますえではえ続きましてえ経営学部 経営先行3年生の柴崎りり子さんでえっと テーマは推しの効果検証についてです よろしくお願いし ます押の効果検証の発表について始めたい と思いますよろしくお願いしますえ突然 ですは皆さんには推しという存在は いらっしゃるでしょうか私自身にも推し っていう存在は常にいて押しがいなかった 期間っていうのはないと言っても過言では ないほど推しがいる生活を今まで過ごして きましたそこで推しがいることでどのよう な効果があるのか自分や他人が推しを作る ことで受ける影響はどんなものか気になっ たことが本研究のきっかけになり ますまず先に推しに関連した先行研究に ついて主に関連していた2点を取り上げて いきたいと思いますえ1つ目は推しと ファンの関係性についての研究テーマで 推しという存在を押す概念についてどの
ようなものか推しとファンははどのような 関係を築いているかを探ることを目標とし 目的としている研究になりますえ様々な 考察により出た結論は押すことはああ失礼 しましたえっと与える愛であり人々は孤立 から逃れより人生を豊かにするためにえ 幸せを得るために推しを作り推を愛せる推 を愛するために日常生活の中に推を 溶け込ませ愛を与えるという結果を示して いますえ2つ目は押し活動が人の健康に 及ぼす影響についての研究テーマで押し 活動が身体的精神的な健康にプラスの影響 を及ぼすか否かをえ調査することを目標と している目的としている研究ですえ アンケート調査の結果押し活動の押しの数 や使う金額などの活動状況に関わらず押し 活動を行うことによって充実感を感じる ことができている一方で意欲自己効力感と 身体的精神的健康感については押し活動の 熱量などの活動程度に左右されることを 明らかにしてい ますえここまで来て出てきている推しとは 深い押しについてえっと少し簡単に説明し ていきたいと思います推しとは深い愛着を 持って他の人にもお勧めしたいと思う人物 や物を指す表現になりますえこの推しと いう言葉の変化はえっと初がAKB48の えファンの方がえ自分のお気に入り メンバー好きなメンバーを一応メンバーと 呼んでいたことからえ押しメンバー推し メンバー推しっていう風に省略されてきた ことがえ言葉の変化になり ますえそんな推しを作る人このここ数年で すごく増えていて今では2人に1人が推が いると回答するほど増えているのですが そんな推を作る人が急増したきっかけは中 であると考察していますえ理由としては2 つありまして1つ目は孤独感孤立感を補う ためえ気軽に友人と会えなくなったり集団 で集まる場が少なくなったことによる孤独 感や孤立感を感じる人が増えそれを補う ために推しを作る人が増えたのではないか と考えます2つ目はSNSコンテンツが 充実したことです今まではテレビや雑誌の インタビューでしか見られなかったものが InstagramやYouTubeを 通じてより多くの情報を気軽に得ることが できるようになできるようになりました 俳優さんやアイドルを身近に感じることの できるきっかけや手に情報を終えることに なったことはすごく大きいのではないかと 感じてい ますえそれによって私は推しを作ることで 日々の幸福感や活力を向上させる効果が あると仮説を立てましたしかしその中にも
デメリットが存在しているのではないかと 感じと考察を立てましたえ幸福感や日々の 活力を得ていると先行研究の方で出ている のですが実際は自分のために使うお金だっ たり旅行に行くためだったりそういったお 金に費やすお金が減っていることなどから デメリットが多く存在しているのではない かと感じアンケート調査を実施し デメリットを探っていきたいと考えてい ます今回行ったアンケートはGoogle formを使用したものになり ますえ調査の結果えグラフにより先行研究 同様おしができることにより生じた メリットで多くあったものは幸福感を感じ やすくなったバイトや学校などにやる気を 持てるようになった友達が増えたなどの 回答がすごく多かったですえ一方推しが できたことによるデメリットは貯金ができ なくなった自分に使うお金がなくなったと いう項目でありました えなど回答こちらの貯金ができない自分に 使うお金が少なくな少なくなったなど回答 していましたが推しとして継続させている 時点でメリットよりもデメリットが上回る ことはないのではないかなとこの結果から から感じましたえもう少しデメリットが 顕在化するのかなと考えたのですが金銭面 以外でのデメリットの回答はほぼないまた は少ないことがわかりまし た以上でここまでが結果となりますがえ ここからは研究途中で自身の生まれた疑問 や仮説などご紹介していきたいと考えて おりますまず1つ目の疑問は推しがいる人 といない人の違いは何かという課題になり ますこれは自分が研究途中で感じた推しが いない人はなぜ作らなくてもいいのか推し がいる人はいない推しがいる人いない人で 何か違いや特徴があるのではないかと疑問 から生まれた課題で押しがいる人は誰か 1人を押しているから孤障なのではないか 推しを押している人はあ失礼しました推し を押していない人は幅広く知識を持ちたい からえ作らないのではないかなどのように おしを作る人作らない人で決定的な違いが あるのではないかと感じそれぞれの特徴に ついてアンケート調査を追加いたしまし たえこのこの調査はえ決定分析など用いて 機械学習を行って調査いたしましたここで の推しがいる人いない人の特徴の仮説は 押しがいる人は収周壁があり日常生活が 充実していなく孤障である押しがない人は 収集癖がなく日常生活が実充実しており 空性であるとか説を立てまし たえ分析の結果え収集壁がない人はおしい ない割合が多く多い多いと回答がありまし
た終周壁があって日々が充実している人の 中で古障である人が押しいる割合が多いと 仮説を立てていましたが実際は孤障では ないと回答する人が多かったです結果大体 先ほど立てた仮説と合っていることが わかりまし たえ2つ目の課題になります2つ目は誰に でも推しという対象は存在するのではない かということですえこれは推しのいない人 と推を作らない理由について話していた時 推しがいない人たちでも押しがいる人たち のようにアーティストやアイドル旅行など に熱中していることが分かりましたその 熱中する対象を押しとしない理由は1つに 固執したくないため推しの定義ってもっと お金を使ったり時間をかけたりするものだ と思うからと述べていますこのことから 熱中している対象を推しと呼ぶか呼ばない かはそれぞれの個人の解釈によって違って くるのであると感じ最初に話した推しの 定義に沿っていれば誰にでも推しという 存在はあるのではないかと考えており ます最後に今後の課題についてです今回は 主に押しがいる人について焦点を当てて いきましたが次は押しから降りたつまり押 を幼く人幼なくなった人に対する調査研究 について取り組んでいきたいと考えており ます以上が参考文献ですご清聴ありがとう ございまし たありがとうございました質疑党の方に 移り移りますえ質問のある方は所属と名を え述べた後に質問の方お願いいたし ますはいお願いし ますえと発表ありがとうございました えっと経済学部3年の成島です えっとなんかアンケートを大学生に絞った 理由ってなんかありますかあ大学生に絞っ た理由っていうのは特にこれっていうのは ないんですけどま自分が大学生っていうの もあってこう理解しやすいんじゃないか なっていうので大学生に絞りまし たといや研究もめちゃくちゃすごい面白く てもしかしたらその大学生だけじゃなくて もうちょっと幅広い年齢 でやったらもしかしたらもうちょっと違う 結果が出たのかなと思うのでもしできれば そのもっと広いあの年齢でもやってほしい なと思いましたはいありがとうござい ます何かあるでしょうかはいあち 先生あ外学校の千葉です発表ありがとう ございましたえっと僕ちょっと押していう のがどういうかっていうものに対して やっぱちょっと定義の問題もちょっとある かなっていう確かに思っていてさっきはお 金のことをおっしゃってましたけども
例えばえっとうちの家族とか今はちょっと 活動どうなってるかわかんないけど嵐て 大好きなんですけどお金はやっぱり使って ないですよね基本めっちゃテレビとか見て ましたけどもそういう意味であの何を押し として何を押しとしないのかっていう ところに例えばものすごくお金を積み込む 人とそうでない人っていう風に結構あの 開きがあるような気がしていてそう意で あのどこら辺が射程になるのかっていう ことに関するやっぱりそのあのなんていう このばらつきというかねそういうものも やっぱり調べる対象になるのかななんて いう風に思うんですけど今今回のその えっと推しのイメイメージっていうのは どういうイメージだったのかなっていうの はちょっとあのなんか典型的なイメージっ てのがあるのかなとも思うし今みてね バラスもるかなっていう感じもするんです けど今お考えとしてはどうですかああ そうですねあまり考えずに研究を進めて しまってはいたんです けど自分の思う推しについてはこのこの 研究の中での推しについてっていうのは もうお金を使ったり時間を使った りっていうのは本当に関係なく自分が好き で押したいものっていう風に考えています あとするとやっぱりあのえっとその人が 押しはいるいないっていう風に判断する わけですよね感案件とそうするとその人は どんな意味で押しをしてるのかみたいな ことを一緒に調査してなんか属性を ちょっといつか集めておいてその中の グループを作っ見つけてみるとかそういう 風にするとより具体像が出てくるのかなっ ていう風に思いましたありがとうござい ますはいありがとうござい ますすいません せ他にやり質問のある方いらっしゃる でしょう か じゃあはいじゃあかねはいじゃあ ありがとうございまし [拍手] た次の方準備の方お願いいたし ますです か準備の方よろしいでしょうかはいはい 大丈夫ですかねありがとうございますえ はい続きましてはえ国際学部日本学国際 コミュニケーション先行3年生のえ愛田誠 さんで教育観点から見るAIとその生が いかなる使い方で教育達え教育発達を促す かですよろしくお願いいたし ますえ教育の観点から見るAとその展望に ついてまず研究の背景が
えっと学生と教員がそれぞれ生生愛をどの ような認識で使用しているの かでパイロット調査でそれを明らかにして 使用の使用する上での留意点と改善策を 考察しまし たまず軽く生成の概要なんですけれども テキスト等入力してテキスト音声画像映像 などを出力する人口知能と一般的には呼ば れています中でもえテキスト生成 AIではチャットGPTえBing ChatGoogleバなど大気言語 モデルが使用されているもの がえ代表的なものとしてあり ますこちら先行研究では少し見づらいん ですけども 生成テキスト生成を使用するにあたっての 懸念点が7つあってで赤字になってる幻覚 とご情報に関しましては次に述べるえ パイロット調査で該当する回答がありまし たので紹介します 今回パイロット調査をえ学生2名と教員2 名で学生2名にはインタビューで教員に名 にはGoogleホームでアンケートを それぞれ違った質問内容で実実施しまし たえまず学生インタビューですえ学生には 3つの質問ないようあ質問を実施しました まず1つ目のえ講義で生成愛のコンテンツ を使用する場面 はあすいませんちょっとですけど場面ある のかということについてえ2名とも講義で 生成の使用はないと回答しましたで2つ目 が え課題に取り組む際に生生を使用すること があるのかについてなんですけれも 2名両者とも使用したことがあると回答し ました使用内容がレポート作成の際に 調べる媒体としてチャットGPTを使用し たというものと え検索エンジンなどで検索結果が分かり にくい内容であったためチャットGPTに 質問したということでし たで3つ目なんですけれもえ教育現場での 生成使用についての利点と問題点それぞれ 何と考えますかという質問に対してまず 利点 がえ効率化を図れるツールであるという ことと自分の知らなかった視点を見ること が できる問題点がえ考えること放棄して しまうというのと真理が不明確であるなど が上がりましたこちらの問題点の1点目の え心理がが不明確であるという点に関し ましては先ほどの懸念点で赤字になってた 厳格と情報に該当してい てその懸念点を認識した上で使用している
場合もあるということが分かりました次に 教員アンケートです え 教員アンケートは4つ 質問え実施しましたまず1つ目が実する 授業内でえ生成を使用したことがあるかえ その目的について質問しまし たこれについてえ両者と使用したことが あると回答していて目的が えその生生の仕組みを知った上で外国学習 で出のようにシャット えGPTを活用できるかそれを学生が実際 に体験して それを元に外国学習に行かせるようにする ためというものとえシャットGPTを実際 に使用し てその結果先ほどの懸念点であげられた もののようなえダメな場合があるという ことを学生に示す目的で使したとのこと でし た次にえ学生に対して課題なのでのえ生生 の主を許可しているのかという質問に対し て両者とも使を許可してると回答しました 理由について は政が出した答えからさらに自分で え考えたものであれば学習にも役立つと とえネット上にある情報を調べるのは チャットGPT等は得意であるの でその目的のために利用するということは 効率的だということ です次に学生のインタビューでもあった 利点と問題点についてなんですけもまず 利点が え使用してさらに自分で時間をかけて 調べることで自分の研究を深めることが できるというものと教員の観点から見ると 業務の効率化であったり指導の補助などが え期待できるということですで問題点 がえ生生愛の回答に学生が依存してしまう こととえ情報源が何か分からないという ことあとは1番下のものであっ たら正当性が失われてしまうなどが上がり まし た先時間の関係上え4番目は省略するん ですけどもえっとこれらのアンケートから え教員は学生に対して明確な目的を持った 仕様を進めているということとえせえAI リテラシーを身につけて欲しいということ を学生に対して求めてるということが 分かりまし たで大学レベルの話になるとガイドライン というものを公開している大学が多く冷た 大学でもSAIに関する学生向けの ガイドラインの公開これ始めとしてえ上司 大学であったり東京大学であったりえ様々
な大学がガイドラインをえ公開してい ます生成AIを使用した事業学習実現の 可能性ということ でまず学生の観点から見るとえ テであったり先ほどの ガイドラインをしっかり認識してえ利点と 問題点を理解することで学生自身の自立性 であったり実性を養うことができると思 考えます教育者の観点ではえ課題設定と 評価に最も留意しなければならないと考え ていて例えばプレゼンテーションであっ たり筆記試験公述試験など教員が見える場 でのえ成績評価をする機会を増やすという ことがえ学生も自分の頭で課題で取り組ん で先生案に頼りきらない姿勢につがるとを 考え ますえまとめなんですけもまず学生はえ 効率からあったり完結化を図る目的で生を 使用する場合が多いんですけどもその使用 する上で懸念点を認識している場合がある ということでえリテラシーとガイドライン をまたさらに理解すること で人性実性 を養うことが期待できるということでえ 教員 は学生に対してまずリテラシーを身につけ て ほしいと考えており え課題設定や評価を見直すことで学生自身 もリテラシにえ目を向けることができると 考えますで本研究ではパイロット調査がえ 2人しかできなかったので今後は え学部別など分野を増やして研究を深めて いったらなと思います以上 ですありがとうございました質疑応答に 移りますえ方は手でお願いいたし ますあじゃ はいはいえっとご報告ありがとうござい ました経済学部の横田ですえっとまこれ からあの救育現場であのAIどう活躍して いくかっていうところであのますごく参考 になったなと思った反面ですねえっとま 一応研究としてていうことでちょっと コメントをつけさせていただくとあのま おそらくご本人もえっと自覚してるとは 思うんですけどやっぱりサンプル数が 少ないですよねで別にサンプル数が少な いっていうこと自体が問題っていうわけで はないんですけどその場合に要はえっと 自分がこうサンプルまえっと募集団として えインタビューしと調査をしたい対象から まどういう風にこの2名をサンプルとして 選んだかっていうところのま基準とかが あれば教えていただきたいっていうのと あとまインタビューとかだとよくま社会的
望まさバイアスって言ってこう自分がま 本当にしてる行動ではなくて社会としては こういう行動を期待されてるであろうこと を答えるっていうことがよくあると思うん ですけどなんかそういうそのバイアスを こう取り除くために何かこう工夫した点と かがあれば教えて ください えっとパイロット調査の対象 者の理由は え細かい理由はないんですけれど ももより厳密に答えが返ってくるよう に あの関わったことのない 人に聞いたっていう感じ ですあのま多分そのサンプルを選ぶ時要は じゃ学生っていう募集団があってでその人 たちをま掃除で代表するような人にま聞く 要ははれ地の人に聞いてもこうその募集団 を代表とする回答って帰ってこないわけ じゃないですかはいなのでまなるなるべく その募集団をこうま1人でもなんか代表し て答えられそうな人を選ぶていうのがま あの少ない人数を対象にこう調査をする時 にま基本になるかなと思いますはいま ありがとうございます ありがとうござい ますえ質問のある方いらっしゃるでしょう かあじゃすいませんお願いし ますあありがとうございました経済学部の あいですえっとちょっと私ちょっとあの 眼鏡なくしちゃってちょっとあんまりそで よく見えなかったんですけど今回の発表の テーマがなんか生生はいかなる使い方で 教育発達を流すかってことだと思うんです けど結局教育生成AIを使ってどうすれば 教育発達を促すかに対する答えとしては なんか学生はなんかちゃんとAIリテラシ 身につけてねっていうのと先生はなん適切 な課題設定と評価方法をちゃんと考えて ねっていうことであってますはいなかそれ でけどなんか結構前々から普通に言われて たことかなっていう感じがするんですけど そうでもないですかね結構なんか生成AI 使ってなんか結構学内でこうなんかあの こういう使い方しましょうみたいな ガイドラインとかも結構出てると思うん ですけどだからその頃から結構AI リテラシーを学生はしっかり身につけ ましょうとかなんか先生はなんか正しい そういう評価方法をしましょうみたいな ことを結構言われてた気がするんです けどそうそうそうでもなくてこれなんか 結構こういうのって今回新しく分かった ことなんですかねえっと多分学生
はガイドラインとか認識してないのか なっっていう風に考えてい てそなんかちゃんと教務家からこうなんか メールが入ててもみんな見てない とそれも質問の内容に入れればよかったん ですけどありがとうござい ます皆さんきっと見てないんでしょうね おそらくはいですよねえあのはい ありがとうござい ます いかがですかね大丈夫ですかあ吉田先生吉 先生す ませあのありがとうございましたえっと そうですねあの相田さんご自身としては えっとま現在国際学部のえっとJIC先行 にえっと今在籍されていると思うんです けれどもえっとまそういった中でまそれ こそ生成AIえっと愛田さん自身は自分で どう使っていこうみたいなのって自分では こうを使ってくのがもういいんだよなとか こう使ってるからもうみんなもこう使っ たらいいのにっていうようななんかそう いったなんか考えみたいなものがあったり します か先ほど あの教員 のアンケートであの効率化が測れ るっていうあ違うえっと相田さんご自身が 自分自身のえっと成長させるためにって いういう文脈ですいませんあの聞いて聞き まし た僕もその調べることに対しては強いと 思うの で調べた 結果同じ内容を検索してみたりうん うんうんとかすかねうんうん はいはいはいあの多分今後ねいろんな学び 方が出てくると思いますのであのま是非 あのごなんかご自身の経験とかえっと いろんなところ踏まえてですねあのなんか 色々とえっと深く深掘りしてなんかこう あのやってていただけるとすごく嬉しいな と思いますんでありがとうござい ますはいでは えっとはいじゃあえっと田さんありがとう ございまし た はいではえっとここでえっと最後の休憩を 取りますえっと今からえっと10分間 えっと取りましてえっと14時あま16時 15分え開始でえお願いいたし ます あああうんあああああ あすいませんえお時間になりましたので えっとえっと発表の方再開させていさあ
発表の方再開いたします えっとはいありがとうございますあすい ません大はいえっと続いては発表に参り ますえ経済がえここからは4年生の発表に なりますはい経済学部経営先行の4年生の 酒井元さんでえっとテーマは コミュニケーションを促進するアプリ開発 ですよろしくお願いいたしますえと私は コミュニケーションを促進するアプリ開発 を行わさせていただきましたで初めになん ですけどコミュニケーション促進の目的で 今回のみゲーアプリというもの JavaScriptで開発いたしました えっと飲み毛というのはえっとお酒を飲み ながら楽しむアプリとなっておりますで 今回ののコミュニケーションっていう ところで色々コミュニケーションっていう 言葉が出てくるんですけど今回の コミュニケーションは身内の集まりや 飲み会など狭い範囲が対象となっており ますでこちらの研究動なんですけどコロナ による生活性生活制限での生活が背景に ありますえっと私今4年で今年卒業なん ですけど大学入学してからずっとオン ラインで生活してきてフルコロナ世代って 呼ばれると世代になるんですけれどもえと ずっとオンライン授業を受けきて コミュニケーションの取り方が変化した 時代になりますでこのコミュニケーション の取り方が 変化下に連れて えっとコミニケーション取るのが苦手だ よって方が結構多く出てきましたで制限が 解除されたのが昨年ぐらいからでえっと その時から対面での交流が増えていきまし た私自身授業やセミナ後に飲食を共にする 機会がとても多くありました でこのえっと飲食や飲食を共にする機会が 多かったんですけど初対面だったり仲良く ない人あ初めてあった人ってところで コミュニケーション取る時にちょっと話題 が詰まってしまったりとかあとは間が開い てしまったりっていう気まずいところが あったんですけどとボードゲームだったり トランプあとはリズムゲームっていう皆 さんが子供の時にやったようなツールが あることでコミュニケーションの即に 繋がりましたで私自身この時ま コミュニケーションを促進するツールを 自分で作ったら楽しくコミュニケーション 取れるんじゃないかと思いとこちらの研究 に至りまし たこちらの表なんですけれどもえっと 2020年4月から2021年4月までの えと1年間のテレワークのに関しての
アンケートとなっておりますで右枠えっと 画面右の赤枠見ていただきたいんです けれどもこの1年間でコミュニケーション が取りづらいために生きるストレスはどう 感じたかっていうグラフなんですけれども 緑の上のところがテレワークの経験あり下 がの青がテレワークの経験なしとなって おりますでテレワーク経験ありの方は約 71の方テレワーク経験なしの方が約63 がえっとコミュニケーションでストレスを 感じているっていうデータが出てい ますで次にえっとこの中である企業が えっと企業内でアンケートを実施した ところこの中で約2割が コミュニケーション能力の低下を実感して おりますでこのコミュニケーション能力 っていうのはとインフォーマル コミュニケーションと雑談や業務外での コミュニケーションをさしておりますえ コロナ5こちら下の方はNHKの アンケートなんですけどもコロナ5類以降 後飲み会が増えたというデータがあります とある東京の某えっと居酒屋にえっと調査 を行ったところコロナコロナ以前の 2019年の えっと忘年会の とえと今年去年の2023年の忘年会の えっと予約の比較をしたところ2023年 の方が2割像となっておりますでこの結果 をえっと以上のことからこの中で コミュニケーションが取りづらいまた コミュニケーション能力が低下を感じる人 が多くコロナが収束しつつある現状を 踏まえてコミュニケーションを促進する ツールが必要であると感じまし た今回えっと私がえっと出したアプリの 名前ですけどもあいつはどこだていう アプリになります参考したのはえっと こちらの画像にもある通り皆さんやった ことある方もいるんじゃないでしょうかと ニュースーパーマリオブラザーズDSの ものですねのミニゲームあいつを探せと いうゲームを参考にさせていただきました こちらのゲームはえっと画面に出てるよう に画面上部に対象者が出ていましてそちら の対象者を探すゲームとなっておりますえ 画面下に対象者1人とムのダミが存在して おります正解すると上のタイマーの秒数が 増えていきます逆に間違うと秒数が減って いきまして最終的に何人見つけられたかを 競走ゲームとなっており ますでこちらのアリの概要なんですけれど もスマホ向けに作成をしております要点は 3つありまして対象物を記号として正解不 正解またタイマーの表示生後の表示となっ
ております対象の記号はゲーム難度によっ てプレイヤーが選択できます 対象を80タイマーは上部に表示1もは約 20秒ほどと設定をして設定しており ますでゲームの構造なんですけれども えっと最初ゲームを開始しまして アクティビティユーザーが難易3つイージ ノーマルハードの中から選択できますと グリッドを選択した難度に基づいて キャラクターのグリッドを生成しますで プレイヤーはそのグリッドの中からを クリックしてと後の追跡間違いのチェック をしていきますで決定濃度は時間切れ もしくは間違い方になっております時間は 時間が0になったかどうか間違いはと設定 されている4回間違いの数が多すぎるか どうかえ終了濃度も同じくと時間切れと 間違い方によってゲーム終了となり ますでこちらがえっとちょっとせと見いと 思うんですけどもと画面アプリの画面と なってります上の方に数列行数秒数で えっとモードを指定してスタートを押すと と下のよにずらっと並んでいきますで今回 の画面はえっとDの中からBを探せって いうちょっとと一見普通にお酒飲んでなく ても間違えそうな感じになっており ます飲み会におけるコミュニケーションの 活性会の期待ということでこの本アプリの 最大の目的は参加者間の コミュニケーションの活性化を目的として おります皆さん経験ある方いらっしゃると 思うんですけれどもえと初対面の方とご飯 食べに行ったりあるいはお酒飲みに行っ たりする時に最初にも説明した通り会話が 詰まってしまって気まずいっていうところ があると思うんですけどこのゲームは参加 者全員が簡単に参加できて会話のきっかけ を作り自然とコミュニケーションを 生み出す環境作りを目的としており ます難易度がと3つあるのでと論何を問わ ず参加できましてタイマを設けることで 緊張感が走りと集団で盛り上がることを 期待しており ます終わりとなりますが本アプリは誰でも 簡単に楽しむことができるツールとして 機能しましてコミュニケーションを促進し て参加者間の距離を縮めることを期待して おりますまたコミュニケーションの変化し た現代において新しい形の交流を生み出し 再びリアルなコミュニケーションの楽しさ を提供していき ます課題点といたしましてはゲームの多様 化参加者の反応による難易度調整ユーザー インタラクションの進化この3点を 取り入れることでより高範囲のユーザー
から受け入れられまして飲み会などの 集まりにおけるコミュニケーションツール としての価値を高めていくことが期待され ており ます参考文献は以下の4つになりますご 清聴ありがとうございまし た発表ありがとうございました え質疑応答の方に移りますえ質問のある方 は挙手の上えっとえっと所属とお名前の方 お願いし ますあはい中園 先生大丈夫ですお願いしますぺありがとう ございました国際学部の中園ですなんか こう仲間はが混ざってるとかってのと結構 漢字のハギとオギとかでもですね超超 ハードモードで作れるかなと思ってあの針 とってすごい難しいですよねあれあの全国 のハノさんと織野さんが困ってますけどま それは置いとくとしてあの純粋な疑問なん ですけれどもこのゲームってソロプレイ ですよね1人用ですよねなんかこう コミュニケーション活性化っていうとこう なんか短絡的に私考えちゃってみんなで ワイワイのゲームをやるのかと思ったら なんか1人プレイなのはこうなんでかなと 思ったんですそこに何か意図とかあります でしょうかえっともちろんその複数プレイ でやることも考えたんですけどと 今回自分がえっと考えていたのは1人が プレイしてて周りから口出しされ るっていうのを口出ししてそこから 生まれるコミュニケーションっていうのを ちょっと期待してたのでソロプレイって いう形になっておりますとするとこうなん となくこうスマホをみんなでワイワイと こう覗き込むっていうエションでしょうか そうイメージに近いですなんか私どっち かっていうとコミ障なんでなんかそれ 覗き込めないなとか思うんですよ大丈夫か なそこはまた別の研究になるんでしょうか ねそうですお入どうなん ないあのそうですねはいどうもありがとう ござい ますありがとうございますまその他質疑方 いらっしゃるでしょう かすいませんじゃあ私からいいですか えっとこのアプリ作るにあたって何かこの クロした点っていうのとあと今後に行か せるような何かまきあの気づきとか何か得 られたものっていうのは何かあるでしょう かとめに僕あのプロとかあまり経験なかっ たのでえっとUNティっていうえっともの を使って作成しようとしたんですけど ちょっと分かりにくかったのでえ最初 コードなしでやろうとしてたんですけど
ダメだったのでとりあえずコードありの javascriptに移行したっていう ところがえっと難しかった点でえっとあと もう1つ何でしたっけえっと今後どういう 風な発展を考えてるか発展に関しては えっとこちらまずスマートフォンでえっと やることを目的として開発したんですけど スマートフォンでまず使えないっていうの があのちょっとコテにありましてそちらを ちゃんとスマートフォンで使えるように することあとはスマートフォンでし しっかりえっと使使ってえと皆さんの感想 をお聞きすることから始まるかなと思って おりますありがとうござい ますねはい金なければどうですかねあすい ませんお願いします すいません今あのここでちょっとやらせて いただいたんですけどあのこの20秒って いうこの絶妙なこの秒数はどうやって考え たんですかえっとシラフの時間にやって えっとギリ間に合うか間に合わないか ぐらいの時間と設定させております なるほどはい経験的にってことですねはい ありがとうござい ますはい特になければ大丈夫ですかねはい じゃ発表の方ありがとうございまし た次の方準備お願いし ます 準備の方は大丈夫でしょう かではえ続きましてえ経済学部外ビジネス 先行4年生の佐々木大家さんでえテーマは チャットGTPを利用した学生生活 サポートボットの開発ですよろしくお願い しますよろしくお願いしますあ聞こえてる か聞こえてますかはい大丈夫あ大丈夫です かえ今回私はチットGPTAPIというの を用いたチャットボットサービスの作成を 行いまし たえ以下がえ今回行った研究の内容となり ますえ研究の同期ですえ聞こえてるえAI ビジネス変更に僕自身入学したのでAIを 活用して業務効率化などにつながる技術を 習得したかったためがえためえ今回の研究 に取り組みましたえ立証とか成績情報など の情報がま冷宅大学のえ情報とか調べる時 に調ってるっていう感じがしたのでそれを 一元化するシステムがあれば便利だなって いう風に思ったのがえチャットGPTを 利用した同期となりますますで疑問点が あった時に学生とか教務化の手前になら ないようなシステムならソフにとって メリットがあると思い思いまし たで現状のチャットGPTの課題通して えっと学習した過去のデータに基づく回答 がしかできないっていう点と外部アクセス
えすいませんえ外部データにアクセスでき ないといった点が上げられ ますこれちょっと実際に動かしてチャット GPTを見ますあ見えて ます このようにあの専門的な情報というかそう いった情報を検索にかけようとしてもあの ちゃんと答えてくれないといった課題点が あり ます えっとでこれま似たような状況で同じ質問 をしましたでま先ほど言ったようにあの チャットGPTに学習させる必要性がある といった感じでちょっと課題があると思う んですけどえブラザー版のチャットGPT はあの専門的分野とか緊密性の高い情報と か内容が一般的ではないものの回答が すごく曖昧になってしまうのでこれをあの 専門の知識を学習させる必要がありますで これに対してAPIを利用して今回え Python上でこちらが用意したデータ を読み込ませることでこちらが望む回答が 得られるといった結果になり ますえっとでそもそもあのチャットGPT にどうやって学習させるのかっていった 内容なんですけどえ今回僕はあのちょっと データが膨大だした膨大だったのでえ経済 学部の立規定だけはあの元にえだけという かそれに関連した情報を元にテキスト データを作成しましたでテキストデータを 作成した後えっとベクトルデータの作成と いってあのテキストデータを数値化する 必要があるのでそれを数値化するといった 流れあ流れというか数値化を行いました それをえ数値化することによって学習し やすくなるのでその数値化を行って学習を させましたでそもそもベクトルデータって 何度やっていうなると思うんですけどその ベクトル化のイメージなんですけど先ほど テキストデータを作成贅沢大学のえっと 経済学部の集情報を元にテキストデータを 作成して今回ちょっと分かりやすい例とし て犬と猫を出したんですけどそれを元に あのちょっと次にえっとトークン化って 言ってあの文字を分割する必要があるんで その分割文字の分割化を行ってそれを全部 数値化するといった流れになりますであの 似た意味の言葉数字が近くなったりし ますでチャットGPT回答までの流れなん ですけどえっと今回利手規定を先ほど学習 させたと言っていましたけどこの弧丸1で 自習規定を学習したと仮定してその次に 必要なのがあと質問事項なんですけど今回 はあのAIビジネス先行のえ卒業条件を 教えてといった学生からの質問がえ次に
必要な事項となりますそれで質問事項を元 にあの先ほど学習した内容と関連するえ 一致するような情報を元に情報を提供した ことによってチャットGPTが卒業条件に ついてしっかり答えてくれるといった内容 になり ますで先ほどデータ作成をしたと言った 言ったと思うんですけどそのデータ作成の 課題も見つかったのでいくつか紹介しよう と思い ますで最初にちょっと一気に2個上げ ちゃうんですけど単語の羅列に対する理解 なんですけどちょっと文章でしか理解して くれないといった課題がありますで次に 参照範囲を指定できないとあるんですけど ちょっと次で図を説明するので言うと思う 言いますけどえっと以下かこ1一覧など ちょっとそういった文章があるとあの学習 ちょっと支障が出ます例が次に上がります でさっき赤文字であの単語の羅列に対する 理解だったと思うんですけどこのこれだけ だとちょっと学習できませんあの経済先行 観光地域創生先行これがどういった意味に なるのかっていうのがちょっと学習でよく 分かってくれなといったチャットGPTが 理解してくれないといったえ背景があり ますで次にあのなんだっけ参照範囲なん ですけど次の覚悟ってこれ青文字であると 思うんですけどこの次の覚悟が次ってどこ までやなんとやみたいな感じになって しまうのでえっと次がどこまでか指定でき ないっていう意味でこの次の覚悟っていう 文字はちょっと使いづらいといった感じに なりますで次にあのか12345ってある と思うんですけどただの数字になって しまうのでこのただの数字か12345が どういった意味かっていうのが分から なかったっていう意味でちょっと学習に 支障が出てしまいまし たで次にあのデータ作あと次にあの分かっ たことが同じ守護が続くと学習に支障が出 てしまうといったことです次にまた例を 出しますえっとこれま利規定の一部あすい ませんえっと学習データの一部なんです けどえっと例としてあの守護が同じ場合 1番上の経済学部経済学科経済先行の回答 しかいることができなかったとあるんです けどえっとこの卒業条件はっていう同じ 全部守護にして作ってしまったんですよ 最初それでその結果あの卒業条件に聞いた ついて聞いた時に経済学部経済学科経済 先行の1番上の回答しか得ることができ なかったといった課題があったので守護は 全部違う異なった情報にしてえ読み込ませ まし
たで次に最後なんですけどえっとテキスト データなのでそのテキストをちょっと図表 があの冷た大学の立規定見ると皆さんも 分かると思うんですけどえっと利規定の中 に図表が何個かあるんですけどその図表を テキストに直す必要があるといったことが ありますえっとこれがあのリシ規定にある えっと図表なんですけどこの図表を元に えっとテキストデータに直すといった作業 に取りかかりましたえっとAビジネス変更 のテキストデータです これでこれあのこまでやってみてやっと 動かすことができたのでこの成果物を ちょっと実際動かしてみようと思い ますえっとちょっとこのうんと右上にある のがテキストデータ今回のテキストデータ になりますちょっとズームし ます見えてますでしょちょっときついか な ちょっとこれを実行してあのちょっと本当 に下の方で申し訳ないんですけど今回あの 質問事項入力してくださいっとあるので もっと間違え たちょっとすいません えっと ちょっと ちょっともう1回やり ますあ見えてますかね大 えっとこうやってあのレアビジネス変更の 卒業条件を教えてと打ちますちょっと時間 かかると思うんです けど えこのようにあのちゃんと全部答えてくれ ますえっとそうですねこれ今回AI ビジネス先行について聞いたんですけど 卒業条件このように以下え全部記載されて でえっと合計120と4単必要といった ことが分かり ますこれが結果ですねでまとめなんです けど大学の情報を答えさせるために学習用 のテキストデータを作成してChat GPTAPIを用いてChatGPTに 学習させることができましたえその結果え ブラザー版チャットGPTでは答えること ができなかった冷たの情報を答えることが できましたえっと今後の展望ですねあの これ最後ですえっと使用者に疑問したえに 対応したテキストを今後また増やしていけ ばデータの足による問題が減ってくるよう になりますで他にもシラバスとかえ講義の 詳細データを用意してえっと生徒の疑問に 対応できれば立登録のえ講義選択の助けに なるんじゃないかなって僕自身今後の展望 としてありますで最後あのえっと今後 チャットGPT4のモデルであの先ほどの
発表であったあ発表した方がいたんです けどテキストだけではなくて画像による プロンプトの入力が可能になるのでこれを チャットボットに応用できるんじゃないか なって感じました以上となり ます ありがとうございましたえ質疑音に移り ますえ質問のある方よろしくお願いし ます じゃあじゃあいいですか私からはいすい ませんえっと発表ありがとうございました ありがとうごちょっと私自身若干が ちょっとあの半分教務化に実は足突っ込ん でる人間なんですけれどもあのあの1個気 になったのが質問なしとしてえっとま チャットGGPとの活用していくことで その個人にあった例えば3年生で今現在 このサインだサイ数まで取ってるけどあと 何を取ればいいかみたいなえっとなんその 個人に対してのえっと個別のえっと回答を するみたいなことはできるようになるか どうかっていう展望はあるでしょうか えっと一言で言うと可能だとは思うんです けどその前にあのちゃんと個人情報という か個人のあのなんだテキストというか背景 情報をちゃんとあのこう質問する前に 打ち込む必要があるのでそれはちょっと 個別でやる必要があるなって思いますあの 理史規定のえっと情報だけでなと何とか やってくれるっていう風にですかね ちょっとこれが1番の課題だったんです けど理史期って結構あの情報が足りなくて あのこれだけじゃ足りないっていう情報を あの全部個別で探してテキストデタとして 成したのでちょっと立規定を学習させた から完璧だみたいな感じにはならなかった ですちょっと自分なりにあの多分今後活用 する方がいたらあのちゃんとテキストを 作っていくっていう過程が必要かと思い ますはいわかりましたありがとうござい ますまた何か質問ある方いるでしょう かあじゃお願いし ますあ報告ありがとうございました学部の 横ですえっとなんか初歩的な質問で恐縮な んですけどこれ例えばそのま今冷た大学に 特殊な要件について聞くとま学習さしとけ ば答えてくれるよって話だったと思うん ですけどはいで例えば冷宅大学に特殊だと こっちは思ってるんだけど実は案外そうで もない情報を聞いた時に冷宅大学の情報 じゃなくて一般的な情報を答えてしまうっ ていうような可能性っていうのはあるん ですかえっとそれがあの普通にあり得ます えっとそうですねあの冷宅大学のその 例えば自習期間登録期間っていうのがあの
今回学習させてないんですけどそれについ てあの利手登録期間を教えてみたいなこと を打つと普通に一般的なチャットGPTの 回答と一緒になってしまうというなので あのちゃんと週期間まこ今年のちょっと 自習期間わかんないんですけどちゃんと 学習させてそれをやればちゃんと一般的な 回答じゃなくて独自のデタになります なんかこうそれをこううまく制御させてさ せる仕組みとかっていうのはなんか考え られないんですかねこうそれがちょっと 難しくてえっとま図表あのさっき言った あの画像による認識もま色々考えたりとか あとそうですねま今んところテキストの 手打ちがちょっと見えてしまうっていうの が課題でありますはいありがとうござい ます今後の課題としてはいはい頑張って くださいは千先生お願いあ私からあごめん なさいあ外学部の千葉です発表ありがとう ございましたあのチットGPってのは やっぱりシトGPTはあのおそらくなんて いうか時代の長時みたいなところがあって あの一気にあるある種の作業についての あのなんていうか完成度を上げたような そういうサービスだと思うので今今のよう に例えばえっと入力するデータを工夫し たり色々こうなんていうかあの補足したり するっていうことがこのデータの制度を さらに上げるってのは非常にこう興味深い ことだという風にえっと聞いてますで えっと先ほどちょうど横田先生が おっしゃってたようなまさにあのこの問題 の結構中核なとこだと思っていて情報とし て何が適切なのか例えばこの情報には有効 期限がある例えば去年の情報で今年の情報 じゃないようなものがちゃんとこう ちゃんとGPTの方で分かるかててやっぱ 分からないので今のようにあのいろんな 条件をつけてあげた上で学習させなきゃ いけないなんてことがあてこれあの例えば あの今のこのえチャットGPTが結構流星 をする前に例えばセマンティックウブって いう考え方があってあのWebの中から 適切な情報を取り出すためにどんな情報を 集めてきて総合的に判断すれば良いか みたいなところをあのすごい真剣に研究し てた人たちがいてそれはやっぱり最終的に はこの#DPTみたいな形にはなかなか できないよねみたいなところがあの総合っ て言われてるものですねWEBから様々な 情報を取ってきてそれが正しいっていう ものはどういうものかっていうことに関し てあのいろんなこう実験されていたりして やっぱそういうところの問題にやっぱり 最終的には戻ってくなっていう風にあの
感じてあのとてもこの研究の持ってる ポテンシャルとそれからあの課題ですよね そういつの両方がよく分かる発表だったと 思いますありがとうございました ありがとうございましたはいありがとう ございますはいではえっと発表の方終わり しますささんありがとうございました [拍手] 次の方発表お願い準備お願いいたし ますれいですこれだよいしょあご ますUSDですか はい つ かあご すいませんありがとうござい ますあはいありがとうござい ます 準備ござい ますはいありがとうござい ます 大丈夫ですかねはいえではえ続いての発表 になりますえっと経済先行あ経済学部経行 経営先行の4年生のえ佐健次郎さんでえ テーマはプロスポーツチームにおける スポンサーシップがチームパフォーマンス に与える影響Vリーグ20202018年 から22年のデータを用いた実証実験あ 実証研究とということでお願いしますはい 経済学部佐健治郎です今回はえっとプロ プロスポーツチームにおけるスポンサー シップがえチームパフォーマンスに与える 影響ウリーグ2018から22のデータを 用いた実証研究について発表します目次は このような流れで発表していきたいと思い ますまずは研究の目的です今回の目的はえ プロプロスポーツチームにおける スポンサーシップがチームの パフォーマンスにどのような影響を与える かを検討しましたえ主にチーム名にスポン スポンサーであるえ親会社名が入ってるか いかによってチームのパフォーマンスに 変化があるのかという点とあと ユニフォームにあるスポンサーロゴの数が え試合中のフェアプレイに影響を与えるの かという点をに注目しましたこれをえ バレーボールのプロリーグであるVリーグ のデータを用いて検証しまし たでVリーグを対した理由としてはえ 例えばえプロ野球ですとえチーム名に 親会社の名前が全て入っていますそして あのJリーグですとえチーム名に親会社の 名前が入っていませんで一方でVリーグは えチーム名に親会社の有が混在しており ますなので親会社名の影響を検討するに あたって適当なデータが入手可能と判断し
まし た次に先行研究と仮説です まず柿島のえ論文によるとえバレーボール の柿島の論文はえバレーボールのクラブ チーム東京ベルギのスポンサー企業に 対するスポンサーメリットの喪失について 検討してみました結果としてはえ スポンサー企業によるCSR貢献とえ アスリート人材のリクルートマッチングが 上げられていましたで次に池田の論文では え集合的力館チームの振り返りえスポーツ コミットメント とえチム力の関係を検討していまし たこれの結果として集合的効力館の準備力 結束力とチームの振り返りのタスクの 振り返りえ社会的振り返りがチーム力の コミュニケーション能力目標設定に性の 影響を与え与えているとえ出ていまし たこれらからの仮説の導出です柿島からは えスポンサー側の影響やメリットが述べ られていましたがえチームや選手への影響 については検討されていなかったので本本 研究において検討する必要があると考え ましたで池田からの論文については えスポーツコミットメントが高くなると チーム力が高まることが示唆されていまし たでま単純ではありますがあのチームが その結果強くなって順位が上がると推測し まし たで次にチーム名と親会社名の関係につい てですえこれはえっと経営組織論のえ概念 である情緒的コミットメントに注目しまし たでこのコミットメントにはえ同一家と 愛着の2つの側面が存在しています同一家 っていうのがえいわゆるチームの一体感で 愛着がえチームへの行為的な態度とされて い ますでチーム名にそのの企業名が入って いる場合え愛着や同一性が生まれてえその 結果チームパフォーマンスが上がるとえ 高まると推測しましたでまた責任感も発生 してえその企業を汚すような怪我すような 行動は取りにくくなるため スポーツマンシップに乗っ取った行動を 取ると期待しましたで次にホーム都市人公 との関係 ですでスポーツマネジメントににおいて 資金調達は重要な要素となっていて え資金資金があれば優秀な選手を使うとし 育成が可能になりますさらに優秀なチーム 成績を残すことができれば観客動員数の 増加も見込めますホーム都市ホーム都市の 人口が多い場合はえファンの母数が増える と同時により多くのステークホルダーに 対して責任が発生しますさらにチーム順位
に影響すると同時にえ選手に対してより スポーツマンシップに則った行動を取る ようなプレッシャーが働くと推測しました でユニフォームのスポンサーロゴスとの 関係はえホーム都市の人口と同じような 働きが推測されると考えましたで以上の ことから仮説を主に2つ立てましたまず 仮説1ですがえ企業名がついてるチームの 方がチーム順位が高いで次にホームと主人 公が多い方ホーム都市の人口が多いチーム の方がチーム順位が高いで次にえ ユニフォームのスポンサーロゴの数が多い チームの方がチーム順位が高いですで仮説 2がえっとチーム順位が高いっていう ところがフェアプレイの数が多いになって い ます次に研究手法 ですサンプルといたしましてはVリーグ 201819から20222シーズンの5 年間いずれかのシーズンにえVリーグ ディビジョン1または2に所属なった 214チームのえ当該年度の企業名や戦績 ユニフォームにあるえスポンサー数に 関するデータを使用しまし たで変数としては従属変数はえ順位フェア プレイで説明変数がえ親会社名ダビえ ホーム都市人口スポンサーロゴス男女ダミ を使用しましたスポンサーロゴ数は右の 画像のようなところからえ数えて算出し まし たモデルとして採用したデータがえっと5 年間のパネルデータになるのでえ各チーム のえ固有の効果を統制する必要があるため え固定効果モデルを採用しましたで結果と してこちらが技術統計と相関行列になり ますで次に順位に対する会期分析のの結果 ですがえ親会社名ダミーが え不に優位な結果として得られたのでえ 仮説1Aが指示されましたもうあのホーム 都市人口とえスポンサーロゴ数が優位な 結果がら得られなかったので仮説1BとC が指示されませんでした次にフェアプレイ に対する怪奇分析の結果ですこれらのえ 親い社名だとえホーム都市人口スポンサー ロゴ数がえ優位な結果が得られなかったの で仮説にABCはえどれも指示されません でし た一方であの仮説にはしていなかったん ですけどえ女性の方がフェアプレイが多い という傾向が見られましたただこのモデル 自体があまりあまりじゃない優位ではない 結果が出てしまったのでえこれに対する 捉え方には注意が必要だと思いますで以上 の結果を得てからの考察ですまず考察1の 発見としては親会社名親会社名が入って
いるとえ順位が上がるという発見があり ましたこれはチーム名に企業名が入って いる場合えその企業に対する愛着や同一性 が生まれてその結果え当該チームのみなら ずその企業に対する責任感も発生すること からえよりチームに対する情緒的 コミットメントが高まると考えられ結果と して順位が上がったのではないかと考え ました次の発見としてはホム都市人口に 関してえ順位フェアプレーともに関係性が 見受けられませんでしたえこれに対する 考察がえスポーツにおける強さの規定要因 に意識の高さっていうものがありまして その構成要素としてえ自己動力とかの事故 がとても重要な要素である とされていますなので選手はえホム都市 人口や観客などをあまり意識しておらず 今回このような結果が出たと考えまし た最後の発見としてえ女性の方がフェア プレイが増えるということですでこれは 男女における考え方の違いや性格の違いが 関係してるのではないかなと推察しますで 本研究の界と課題ですまず限界が え今回Vリーグのみを分析対象としている ためえ他のプロスポーツにおいて本研究の 発見が当てはまるかわからないという点が あげられますで次に課題としてえチーム名 に含まれる親会社名が実際に選手個人の コミットメントに対してどのような影響を 与えるのかについては検討できてないと いう点と観客同員数や具体的なファンの数 などマンスに他に影響を与えそうないくつ かの要因についてもえ検討していないので 今後検討が必要かなと思います参考文献は こちらになり ますご清聴ありがとうございまし た発表ありがとうございます質疑応答に 移ります質問のある方挙手でお願いいたし ますじゃ中先生お願いします 発表ありがとうございます国際学部の中園 ですえすいませんVリーグあんまり詳しく ないんで間違ってたらごめんなさいなん ですがえっとチーム名に会社名が入ってる かどうかっていうのは結局そのあのチーム が会社が持ってるかそうじゃないかって いうところにもあの影響を受けてるんじゃ ないかなと思いますがVリーグってあれ ですねあのなんかいわゆる あのなんか自治体とかが持ってるチームと 会社が持ってるチームって混ざってません でしたけあそうですねえっと 自治体が持ってるチームがえっとクラブ チームとかとしてプロプロのあの ディビジョン12に所属していたりはし ますただあの
えっとこの名古屋ウルフドックスとかで 言うとあのトヨタ合成っていう会社が一応 スポンサーっていうかトヨタ合成が持っ てるチームなのでなのでトレアローズとか もうトレってバンバン出てるチームより なんかまあチームと比較できるんじゃない かと思って今回Vリーグを採用しました あのすごいあのうがった見方をするとこれ はあの会社名が入ってるかどうかじゃなく てスポンサーがついてるイコール金持っ てるイコール力をつけるだけの金が大力が あるっていうようにこう違う結論が出るん じゃないかなと思ったんですけどもそう いう可能性はないですか今チかっていや 全然あると思いますただその今回その スポンサーから頂いてる金額各チームに 送られて金額とかっていうデータがあの 収集できなかったのでま今後うんま検討 できればいいかなという風に思いますはい どうもありがとうございますはい ありがとうございますありがとうござい ますその他ある方いらっしゃるでしょう かじゃああお願いし ますあお疲れ様でしたおうございます えっとそうですねうんとあのまなんかなん だろうなんかバレーてなんか大体なんか こうフェアプレイしてるようなイメージが すごくあちょなんとなくあるのでなんて いうかなんかサッカーサッカーだとなんか このフェアプレイのところってなんかまあ 今回あまりあの優位な結果出てなかった ですけどなんかサッカーだとなんかなんか ありそうだなっていう気はちょっとまま4 年生なんであれなんですけどま誰か後輩 やってもらえると面白いんじゃないかなっ てちょっと思いましたですはい以ですあ コメント ですありがとうござい ますいかがでしょうかないか なあじゃすいませんお願いし ますあありがとうございました経済学部の ですえっと説明変数ともっと従属変数の ところではい今回って全部同じ年度の データ使われてるんでしたっけ順位とか ロゴの数とかって全部同じ年度のやつえ かっと年 えっと説明変数のえっとホム都人 公えっとそうですね従属変数だけ当該 年度5年分のデータを使っていて説明変数 が えっと現状況の現時点での親い社名ホーム 主人公スポンサーロゴ数男女ダを採用し ますなんか例えばですけど なんかそのさっき相関係数みたいなものと かこ計算してくれたと思うんですけどはい
あのなんか例えば去年のロゴ数が翌年の 順位に与える影響を与えるみたいなことと かもなんかあるんじゃないのかなと思った んですよねああなんかその1年遅でその なんか影響を与える変数みたいなものとか もなんかあったりするんじゃないのかなと 思ったのでなんその辺考慮されてるのかな とその辺はすいません考慮していません でしたましはいありがとうござい ますあありがとうございますでははいで なければあどかあ大丈夫ですかねはいでは なければえっとございます発表ありがとう ございまし [拍手] た次お願いします準備お願いします ありがとうございますあありがとうござい ますありがとうございます [音楽] よいしょ大丈夫 はいではえ本日最後の発表となりますえ 外国学部英語コミュニケーション先行4年 生のえ杉山優人さんでえっとテーマは ポストコロナにおける大学生の居場所は どこかえ学生えごめんなさいえとえうん居 場所はどう居場所をどのように捉えている かですよろしくお願いしますお願いします えっと外国学部の杉山飯と申しますえっと ポストコロナにおける大学生の居所はどこ か居所はどのように取れているのかについ て研究をしてきましたまず初めにえっと皆 さんご存知のようにコロナウイルスがま 2020年に見られましたでまそれで前 防止地が行われてま社会ではテレワーク だったりとかえ外出自粛だったりっていう 風なものが行われていましたでこの蔓延 防止に対しての影響もえ大学でも受けてい てま対面事業からまオンライン事業に 切り替わってきました切り替わった時期が ありましたはいでまそこでオンライン事業 になったことによって一時期そのサークル だとか部活動がま全面的に禁止になったり とかして中でま僕自身その大学生がその 時期に大学生大学生はどこに居場所を思っ ているのかに対して疑問に思いましたでま そこで居場所のことについて研究をしてき たんですがまず居場所っていうのはま不 登校児童生徒が増加し始めたことで注目さ れた言葉でありまでも定義づけはされてい ませんでしたでまそこで定義づきはされて いないんですがいろんな研究がありました ま例えば小学校に対してアプローチをする だとか中学校の生徒まだ高校ま大学のよう に様々な視点からアプローチがされてき ましたでま今回その大学生の方にと大学生 の先行研究を見ていきたいと思うんですが
ま白井や小伊などの研究ではま大学生の居 場所っていうのはその友達とか家族という 風にま他社から認められ安心できる場で あるという風に言われていますでしかしま このデータま年度を見てもらえると分かる ようにその20年前に行われたものなので 今の学生にとってそこが本当にそうなのか ということが疑問に残っておりますでま そこで現代のものを明らかにするためにま リサーチクエスチョンで3つを設けました まず大学生の性別学年居住形態通学時間 アルバイトの時間などを回答者の属性に よって居場所は異なるのかまたえ居場所と する場所の分類と心理的機能にどのような 関連があるのか居場所の中で取る行動と 心理的機能はどのような関連があるかに ついてえっと研究してきましたでこの心理 的機能っていうのは後ほど説明してみ ます調査方法としてまずGoogle formsを用いてアンケート調査を行い ました期間としたら2023年の12月 12日から12月23日の10日間ぐらい で行ってきましたでも対象者は冷宅大学の 1から4年生のうちも1667名から回答 を得まし た調査内容は以下の通りですえっとフェス シートを行って1番の居場所を聞くために あなたにとって1番の居場所どこかについ て自由記述で書いてもらいましたで場所の 心理的機能について杉本正司に従いま4件 法で調査をしましたでこのえっと心理的 機能というのがま上の表1の方で示され てる35項目ですねでこの35項目を それぞれ4件法でえ皆さんに答えてもらい まし たで同じ場所でも行動が異なることがある という風に予想したためそこでその居場所 でどんな行動を取ってるのかについても 尋ねまし たでデートの概略に対してまこの4つを それぞれ述べていきたいと思いますまず フェスシートの概略はま先ほども述べた ように以下になっておりますで居場所の 心理的機能の概略に関しましてはまこれと いうのはその杉本昌司らはまその先行研究 の中でま小中構成を対象に居場所どのよう に取られてるのかというものを聞いてそれ を集めた情報を元に絞りとったのが35 項目として掲載されていますでこの35 項目をさらに印分析を用いてこのAからF のえ6分類にしてえっと杉本立ちはしまし たで分析のための作業とデータの概略なん ですがまこれは僕今回の研究でえ集めた ものですまこのように細かくはなっている んですがこの細かいデータをまその4つに
分類しました家部屋と対人関係その他のえ 具象語と中小語です ね はいで居場所の過ごし方の分類に関しても アンケートからま4つに分類しました えっと交流と休息と趣味勉強その他に分け まし たでまずその分析をえっと1つ目の分析と してま居属性と居場所属性によって居場所 が異なるのかというものに対してなんです がまず先行研究では杉本塩によって小中高 生は女子の方がえ他者がいる場所をえ他者 がいる場所を好んでいてま男子は自分を 肯定できる場所を好むという風にまその 精査でえ現れていましたしかし今回の研究 ではま学年による居場所の選択はある程度 違いが見られたんですがまどれも優一さは 現れなかったかなという風に研究結果とし て出ましたましかし学年という場所で少し 有っぽいものが出たのでまそこに対して 言及をしていくとま1年生と3年生で出て いたんですがまその1年だけではま大学1 年生ではサークリア部活アルバイトなどの 関わりがもしかしたら気迫になってるから その家部屋を居場所として考えてるのか なっていう風に解釈できまし たで次にえ居場所と市人的機能の関係です ねえ居場所ではまこの上上記のようにその AからFでま他社からの自由っていうのに 優位さが現れましたで多重比較まそこの中 で がどこにあるかと調べた時に家部屋が対人 関係よりも優位に高かった ですでまその結果から家部屋を選ぶ人たて いうのはま他人を気にせずにいられる場所 を必要としているのではないかという風に 考察していますでまこの家部屋にはま家族 の存在は含まれず対人え含まれず家族って いうのは対人関係に含めていますので物理 的な場所として考えてい ますと居場所でのの過ごし方に関してはえ 先ほどの居場所とは違った結果が出てい ますえっと非需要感と他者からの自由で 優位さがありましたでそれをまそれぞれ 多重比較した結果どちらも交流と趣味に 違いが見られまし たでこの非需要感と他者からの自由という のはこのAからFの項目の2種類でえ交流 と趣味え勉強というのはこの4種類の中の 2種類になっています こんな感じです ねはいでえ分散分析をした結果このような 結果になりまし た平均値のプロットで表すとやはりその見 ても分かるように交流と趣味え左うん右側
皆さんから見て左側の方は非需要感の方で え交流がま交流の平均値が 趣味勉強に比べて最も高く右側の他社から の自由の平均値ではま交流っていうのが 低く趣味勉強というのが高い傾向にあると いう風に分かりまし たえ以上の結果から交流に該当する人たて いうのは自分を理解し受け入れてくれる人 がいる場所を居場所としている一方で趣味 勉強に該当する人っていうのは他者の影響 を受けない場所を居所としているとことが 考えられ ます まとめと結論ですえっと属性によえ属性に 属性で調べてきたんですが属性によって居 場所は異なるかというとま有者は現れ なかったけど学年では一定の違いが観察さ れましたでポストコロナの大学生の多くは えっと先行研究では友達とか家族っていう のが居場所になっていたんですが今の ポストコロナの大学生はそれに含めそれを それにプラスして部屋とか家を居場所とし ていることが分かりまし たでまその結果からその友達や家族など 立ちとの関わる居場所を持つグループが ある一方で自分の居場所で趣味や勉強をし て過ごしているえ他者と関わらないかりを 持とうとしないグループの2種類がある ことが分かりまし たで今回分類したえ項目え167回答を得 られたんですが分類項目がま複数あったの でサンプル数が少なくその調少なかった ですそのため調子対象者をもっと増やす ことができればいいと思いますでえっと 多種と関わるグループ多種と関わらない グループの2つに分かれているのでそれっ ていのがもしかしたら コロナかでどのように過ごしてきたかに 関係があるとあるかもしれないのでさらに 調査を進めていきたいと思いますですねで またそのあの家部屋で交流する人たちでま オンラインゲームやSNSなどを使った ものも見られていたので新しい集団として ま今回できなかったクラスター分析などで 調べていきたいと思い ます参考文件は以回になります以上で発表 終わりますありがとうござい ます発表ありがとうございました え質疑応に移ります質疑え質問のある方は 挙手をお願いいたし ます あじゃあすません 先生表ありがとうございますえ国際学部の 中園ですすいませんえっと結構調査の結果 あまり有さが出なかったというのはあの
分析として結構大変だったんじゃないかな と思いますがこれは えっとその属性によっで違いっていうのが 見られなかったっていうことは概ねどんな 属性を持っていても似たようなところに居 場所を求めている可能性があるっていう風 に考えて大丈夫なんでしょうかねはいで えっとどういったところのその居場所を ごめんなさいえっとちょっと十分にまだ 読み込んでないのであれなんですがその 最近のその大学生の居場所っていうのは そのコロナ前とかあるいは先行研究と比べ て何かこう変わったとかっていうのが えっと見えたんですかねなんか個人あそう 思いますなんか今まではやはりそのまここ の先行研究にも書いてあるように えっと今まではその友達とか家族までも これも20年前のものなのでその比べ られる対象になるかわかんないんですけど でも やっぱり今までは友達とか家族を居場所と していたんですがまコロナを得てかまその 原因わかんないですけど家や部屋という ようなあのあのっていうところを居場所に している人もなんか多く見られたという風 に今回分かりましたはいありがとうござい ますあとちょっと一点コメントで今気づい たんですけどもえっと居場所っていう言葉 をえっと回答者がどこどういう風に捉えて いたのかっていうのがちょっと今気になっ てというのは家とかっていうのはあまり あのこういう文脈での居場所では出てこ ないことが多いあ出てきてもいいんです けどもそこまで強く出てきてる印象が あまりないんですねで居場所って物理的な 場所だっていう風にまよくも悪くも限定し て捉えて回答してる回答者が一定数いるん じゃないかなというちょっと懸念が今一瞬 しておりたのでもし今後あの分析を深めて いく際にはそういったことがま分かればな んですけどもあの先行研究とのその居場所 の回答者におけるその認識の違いがあるか どうかということもちょっと意識した方が いいのかなと思いましたコメントですはい ありがとうござい ますはいはい杉田お願いし ますあ報告ありがとうございました経済学 部の横田です えっと心理的機能については杉本昌司えら のま研究を使ってえっと分類をされてるん だと思うんですけどえっと居場所とかあと 過ごし方この辺の分類っていうのは何か こう基準があったりとかして分類されたん ですか えっと基準があったかと言うとまそこは
ちょっと難しいんですけどでもその分類を する際にあの誰と一緒にえっとフォームの 中で誰と一緒にいるとかとかあとはそこで の行動とかも分かっていたのでそこを うまく関連付けながらその分類はしました はいありがとうござい ます あのお疲れ様でしたうんえっとそうですね あのま分析色々されてあのましかもなんか SPSSでやったんだなっていうのがよく わかる感じではいあのそうですねあの多分 時間なかったと思うんですけどまもう ちょっと見やすくしていただけた方が多分 ちょっとちょっと嬉しかったなっていう ところがちょっと1個ありますまあまあ はいそれはいいとしてはいえっとま居場所 なんですけれどえっとこれま例えばそのま 自宅ならま自宅っていうま物理的なところ を回答していただくってところでいいとは 思うんですけどその何ですかねじゃその じゃ自宅が居場所と感じてる人がえっとま 今回 えっと何でしょうねなんかま本当になんか あのじゃあのじゃ居場所でいいんですあの 自宅でいいんですけどあの居場所を自宅と している人ってこういう人たちですみたい ななんかちょっと一言でまとめてなんか 話されあのなんか張できたりとかされます できますかねああえ居場所であそうです ねそうだな うんこの見えないか意外とこのうんま傾向 として見られたので確実なことは言えない んですけどなんか趣味勉強そのそこの家家 とか自宅でま何か本を読んだりとか趣味に 没頭したりとかする人もいればはその勉強 とかまをしてる傾向が見られたかなって いう風に思いますあああのあはいいや なんかこの過ごし方のところで何か見えて きたところとかあなかったかなっていう ところでえっとちょっとま聞きたかったの とあと まそうですねあとはまま本当に物理的な ところじゃないとしたらまあのかなり本当 になんかあのオンライン上の プラットフォームが居場所になっちゃっ てる人って多分いっぱいいるんじゃないか なと思うのでまなんかえっと本当はなんか その辺あのもうちょっとなんかコメント なんかあったりとかされますなんかそれ こそなんかこの配信者のところが僕の居 場所だみたい なあすいませんもう1度お願いしますあ いやなんか例えばこのこのいや例えばじゃ もうちょっと具体的に言ます例えばじゃ もうこのライバーのとこに通い詰めるのか
いやもう僕の居場所ここですみたいなああ うん17ライブが僕のえっと居場所です みたいななっちゃってるあのまあそこも ルームとかっていう概念でまとめられてる と思うんですけど そういったところははどうですあまりそこ までは考えそこまではすいません考えいや いやすいませんちょっとまちょっと デジタル系の人間なんですいませんはい ありがとうござい ますありがとうございますあとはまそう です ね大丈夫かなはいじゃえっと発表の方 ありがとうございましたありがとうござい [拍手] ますこれでの発表がわりましえ皆様改めて 本日発表いいた方々に拍手の方お願い いたし [拍手] ますはいではえ最後にえ情報システム センターのえ吉田センター長より最後のえ 締めのお言葉をいただきたいと思います 吉田先生お願いし ますあはいすいません皆さどうもお疲れ様 でした本当長お疲れ様でしたでえっと本当 に今日ご準備していただいたですねあの そう先生本当ありがとうございます皆さん そう先生にも拍手お願いし ますはいあの今日のYouTube配信は もうほぼほじゃないほぼほぼですねほぼ えっとそう先生とえっとあと昨日から準備 してくださった立脇さんどうもありがとう ございますありがとうございますはいで えっとあとこちらにも3名ですねあの情報 教育センターの職員の方いらっしゃって 色々とあの今回の運営にも立ってくれて おりますのであの学生の皆さんあのもう 一度あのこの3名でも拍手お願いできれば と思いますありがとう [拍手] はいありがとうございますあすいません カメラありがとうございますありがとう ございますすいませ んはいであの本当にあのえと学生 のあ山田さんさんありがとごごめごめ学生 若いから学生だと思っちゃっごめんなさい 本当申し訳ないですあのほんと今日司会の 名刺会であのさすが千葉先生いい学生をね 育てられたていうことでありがとうござい [拍手] ますですあのもう本当に指導えっとされた 先生ですねあのえっと千葉先生えっと中澤 先生横田先生新井先生ですねあの本当に あのお疲れ様でしたでえっとまあの今2年 生でえっと見てくださってる方はですね
来年頑張っていただければと思いますし あの本当に今日発表されてえっとま準備と かねえっと原稿書いたりえっとスライド 作ったりですねあのすごく大変だったとえ 思いますのであのま今日はゆっっくりお 休みいただければいいんじゃないかなとま なしはえっと横田先生はねえあ今日 打ち上げやらないですやらないですね 分かりました中先生は今日やるんですねあ じゃああのじゃ飲みたい人は中園先生に ついていくっていうことではいえっと千葉 先生はやるんですか今日あ後日あ分かり ましたじゃあつまりえっと飲みたい人今日 飲みたい人は中先生についていくっていう ことであダメですかダメですはいすいませ んありがとうございますえということで すいませんちょっともうあのまとまりない ですけどもあの本当に今日皆さんの発表 えっと聞かせていただいて大変えと嬉しく 思いますしあの来年もまたよろしくお願い できればと思いますんであの本当に先生方 学生の皆さんどうもありがとうございまし たじゃあ以上で終わりたいと思います ありがとうございます [拍手] えというわけで神田さんさきねなんか集合 写真あ写真を撮りますの ではいじゃはいあこれでえっとプログラム 自体は終わりになりますえっと会場の越の 皆さはあとえっとWEBからの参加で えっとしていただいてる方々もありがとう ございました [拍手] よいしょ配信はこれでおしまいで あは現地でえと集合写真を撮りますので えっとま前の方には 前前の方に集まっていただいてお願いし ます