SlideShare a Scribd company logo
河野ゼミ生のための
『卒業論文ルーブリック』
2018年12月17日(月)
ゲーム・アプリケーション研究室
助教 河野義広
TOKYO JOHO UNIVERSITY
卒業論文の評価
 評価基準
 卒業論文の価値=研究の質 × 論文の質
 研究の質=(新規性+有効性)× 信頼性
 新規性:新しい技術や知見など、世の中で誰も明らかにしていないこと
 有効性:提案内容が従来のものと比較して優れていること
 信頼性:実験結果や得られた知見の根拠が信頼できるものであること
 論文の質=論理展開+書き方
 論理展開:背景、目的、手法、結果と考察
 書き方:文章と段落、参考文献、読み物としての完成度
 論文の質をルーブリックで定義する意味
 自分ができているところ/足りないところを知るため
 研究の質については、いいものを作るしかない
2
TOKYO JOHO UNIVERSITY
卒業論文ルーブリック(論理展開)
評価項目 優秀
(やるじゃん!)
良好
(まあいいでしょう)
要再学習
(まだまだだね)
背景 • 適宜文献を引用しながら、研
究につながる社会的・技術的
な問題について述べている。
• 広い視野で背景を捉えている。
• 文献を引用して問題点を説
明している。
• ただし、問題点が明確では
ない、あるいは文献の根拠
が曖昧である。
• 文献の引用がなく、個
人的な意見である。
• 背景が書かれていない。
目的 • 背景での問題点を踏まえ、解
決すべき課題を明確に示して
いる。
• 研究の結果、期待される効果
が明らかであり、人類の発展
に貢献するものである。
• 背景での問題点を踏まえ解
決すべき課題を示している。
• ただし、課題が明確に説明
できておらず、研究の必要
性が十分に示されていない。
• 背景を踏まえた問題点
をもとに解決すべき課
題が示されていない。
• 目的が書かれていない。
手法 • 研究目的を達成するための手
法が具体的に示されている。
• 手法そのもの、あるいは対象
が今までにない切り口である。
• 研究目的を踏まえた手法が
示されている
• ただし、具体的な手順や設
計が十分に示されていない。
• 研究手法が書かれてい
ない。
• 研究手法に誤りがある。
結果と考察 • 実験結果が十分に示されてお
り、研究目的を達成したかど
うかが確認できる考察がなさ
れている。
• 実験結果を踏まえ考察を述
べている。
• 考察が不十分で研究目的を
達成したか明確ではない。
• 結果とそれに対する考
察が書かれていない。
• 結果を載せているだけ。
3
TOKYO JOHO UNIVERSITY
卒業論文ルーブリック(書き方)
評価項目 優秀
(やるじゃん!)
良好
(まあいいでしょう)
要再学習
(まだまだだね)
文章と段落 • 文法的に正しい日本語で書か
れており、論理の飛躍も見ら
れない。
• 意味のまとまり毎に適切に段
落分けがされている。
• 文章の日本語は正しい。
• 一部論理の飛躍は見られる。
• 意味のまとまり毎に段落分
けはされているものの、一
部段落分けが不適切である。
• 文法的に正しくない、
または口語的な書き方
で書かれている。
• 段落分けの意味が不明。
参考文献 • 論文として十分な量と質の参
考文献が本文中の適切な箇所
で引用されている。
• 参考文献の書き方と引用方法
が正しい。
• 適切な箇所で、ある程度参
考文献は引用している。
• 参考文献の量、または質が
不十分である。
• 参考文献の書き方や引用方
法に一部誤りがある。
• 参考文献の量と質が不
十分であり、必要な箇
所で引用されていない。
• 参考文献がほとんどな
いか、Webのリンクの
みである。
読み物とし
ての完成度
• 必要な情報が網羅されており、
論文を初めて読む3年生が内
容を理解できるものである。
• 最低限必要な情報は網羅さ
れている。
• 初学者が内容を理解するた
めには、適宜他の情報を参
照する必要がある。
• 必要な情報が十分に書
かれていない。
• 読者に専門知識を要求
する書き方であり、初
学者が内容を理解でき
ない。
4

More Related Content

What's hot

FDRの使い方 (Kashiwa.R #3)
FDRの使い方 (Kashiwa.R #3)FDRの使い方 (Kashiwa.R #3)
FDRの使い方 (Kashiwa.R #3)Haruka Ozaki
 
半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
Yuya Masumura
 
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
Deep Learning JP
 
Goodfellow先生おすすめのGAN論文6つを紹介
Goodfellow先生おすすめのGAN論文6つを紹介Goodfellow先生おすすめのGAN論文6つを紹介
Goodfellow先生おすすめのGAN論文6つを紹介
Katsuya Ito
 
最適輸送入門
最適輸送入門最適輸送入門
最適輸送入門
joisino
 
PRML 1.5-1.5.5 決定理論
PRML 1.5-1.5.5 決定理論PRML 1.5-1.5.5 決定理論
PRML 1.5-1.5.5 決定理論
Akihiro Nitta
 
深層生成モデルを用いたマルチモーダル学習
深層生成モデルを用いたマルチモーダル学習深層生成モデルを用いたマルチモーダル学習
深層生成モデルを用いたマルチモーダル学習
Masahiro Suzuki
 
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
Deep Learning JP
 
[研究室論文紹介用スライド] Adversarial Contrastive Estimation
[研究室論文紹介用スライド] Adversarial Contrastive Estimation[研究室論文紹介用スライド] Adversarial Contrastive Estimation
[研究室論文紹介用スライド] Adversarial Contrastive Estimation
Makoto Takenaka
 
学振特別研究員になるために~2024年度申請版
 学振特別研究員になるために~2024年度申請版 学振特別研究員になるために~2024年度申請版
学振特別研究員になるために~2024年度申請版
Masahito Ohue
 
モンテカルロサンプリング
モンテカルロサンプリングモンテカルロサンプリング
モンテカルロサンプリング
Kosei ABE
 
ELBO型VAEのダメなところ
ELBO型VAEのダメなところELBO型VAEのダメなところ
ELBO型VAEのダメなところ
KCS Keio Computer Society
 
実世界に埋め込まれる深層学習
実世界に埋め込まれる深層学習 実世界に埋め込まれる深層学習
実世界に埋め込まれる深層学習
Deep Learning Lab(ディープラーニング・ラボ)
 
混合モデルとEMアルゴリズム(PRML第9章)
混合モデルとEMアルゴリズム(PRML第9章)混合モデルとEMアルゴリズム(PRML第9章)
混合モデルとEMアルゴリズム(PRML第9章)
Takao Yamanaka
 
[DL輪読会]Domain Adaptive Faster R-CNN for Object Detection in the Wild
[DL輪読会]Domain Adaptive Faster R-CNN for Object Detection in the Wild[DL輪読会]Domain Adaptive Faster R-CNN for Object Detection in the Wild
[DL輪読会]Domain Adaptive Faster R-CNN for Object Detection in the Wild
Deep Learning JP
 
IIBMP2016 深層生成モデルによる表現学習
IIBMP2016 深層生成モデルによる表現学習IIBMP2016 深層生成モデルによる表現学習
IIBMP2016 深層生成モデルによる表現学習
Preferred Networks
 
Rで架空データの発生
Rで架空データの発生Rで架空データの発生
Rで架空データの発生
Makoto Hirakawa
 
Generating Diverse High-Fidelity Images with VQ-VAE-2
Generating Diverse High-Fidelity Images with VQ-VAE-2Generating Diverse High-Fidelity Images with VQ-VAE-2
Generating Diverse High-Fidelity Images with VQ-VAE-2
harmonylab
 
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM) 一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
Deep Learning Lab(ディープラーニング・ラボ)
 
3.3節 変分近似法(前半)
3.3節 変分近似法(前半)3.3節 変分近似法(前半)
3.3節 変分近似法(前半)tn1031
 

What's hot (20)

FDRの使い方 (Kashiwa.R #3)
FDRの使い方 (Kashiwa.R #3)FDRの使い方 (Kashiwa.R #3)
FDRの使い方 (Kashiwa.R #3)
 
半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
 
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
 
Goodfellow先生おすすめのGAN論文6つを紹介
Goodfellow先生おすすめのGAN論文6つを紹介Goodfellow先生おすすめのGAN論文6つを紹介
Goodfellow先生おすすめのGAN論文6つを紹介
 
最適輸送入門
最適輸送入門最適輸送入門
最適輸送入門
 
PRML 1.5-1.5.5 決定理論
PRML 1.5-1.5.5 決定理論PRML 1.5-1.5.5 決定理論
PRML 1.5-1.5.5 決定理論
 
深層生成モデルを用いたマルチモーダル学習
深層生成モデルを用いたマルチモーダル学習深層生成モデルを用いたマルチモーダル学習
深層生成モデルを用いたマルチモーダル学習
 
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
 
[研究室論文紹介用スライド] Adversarial Contrastive Estimation
[研究室論文紹介用スライド] Adversarial Contrastive Estimation[研究室論文紹介用スライド] Adversarial Contrastive Estimation
[研究室論文紹介用スライド] Adversarial Contrastive Estimation
 
学振特別研究員になるために~2024年度申請版
 学振特別研究員になるために~2024年度申請版 学振特別研究員になるために~2024年度申請版
学振特別研究員になるために~2024年度申請版
 
モンテカルロサンプリング
モンテカルロサンプリングモンテカルロサンプリング
モンテカルロサンプリング
 
ELBO型VAEのダメなところ
ELBO型VAEのダメなところELBO型VAEのダメなところ
ELBO型VAEのダメなところ
 
実世界に埋め込まれる深層学習
実世界に埋め込まれる深層学習 実世界に埋め込まれる深層学習
実世界に埋め込まれる深層学習
 
混合モデルとEMアルゴリズム(PRML第9章)
混合モデルとEMアルゴリズム(PRML第9章)混合モデルとEMアルゴリズム(PRML第9章)
混合モデルとEMアルゴリズム(PRML第9章)
 
[DL輪読会]Domain Adaptive Faster R-CNN for Object Detection in the Wild
[DL輪読会]Domain Adaptive Faster R-CNN for Object Detection in the Wild[DL輪読会]Domain Adaptive Faster R-CNN for Object Detection in the Wild
[DL輪読会]Domain Adaptive Faster R-CNN for Object Detection in the Wild
 
IIBMP2016 深層生成モデルによる表現学習
IIBMP2016 深層生成モデルによる表現学習IIBMP2016 深層生成モデルによる表現学習
IIBMP2016 深層生成モデルによる表現学習
 
Rで架空データの発生
Rで架空データの発生Rで架空データの発生
Rで架空データの発生
 
Generating Diverse High-Fidelity Images with VQ-VAE-2
Generating Diverse High-Fidelity Images with VQ-VAE-2Generating Diverse High-Fidelity Images with VQ-VAE-2
Generating Diverse High-Fidelity Images with VQ-VAE-2
 
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM) 一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
 
3.3節 変分近似法(前半)
3.3節 変分近似法(前半)3.3節 変分近似法(前半)
3.3節 変分近似法(前半)
 

More from 義広 河野

河野ゼミ説明会20221116
河野ゼミ説明会20221116河野ゼミ説明会20221116
河野ゼミ説明会20221116
義広 河野
 
河野ゼミ研究紹介20221019
河野ゼミ研究紹介20221019河野ゼミ研究紹介20221019
河野ゼミ研究紹介20221019
義広 河野
 
河野ゼミ研究紹介20211020
河野ゼミ研究紹介20211020河野ゼミ研究紹介20211020
河野ゼミ研究紹介20211020
義広 河野
 
河野ゼミ紹介20201118
河野ゼミ紹介20201118河野ゼミ紹介20201118
河野ゼミ紹介20201118
義広 河野
 
オンライン文化学術展2020「河野ゼミ研究紹介」
オンライン文化学術展2020「河野ゼミ研究紹介」オンライン文化学術展2020「河野ゼミ研究紹介」
オンライン文化学術展2020「河野ゼミ研究紹介」
義広 河野
 
専門演習_河野ゼミ説明会20191120
専門演習_河野ゼミ説明会20191120専門演習_河野ゼミ説明会20191120
専門演習_河野ゼミ説明会20191120
義広 河野
 
専門演習_河野ゼミ紹介20191023
専門演習_河野ゼミ紹介20191023専門演習_河野ゼミ紹介20191023
専門演習_河野ゼミ紹介20191023
義広 河野
 
コミュニティカレッジさくら20190825
コミュニティカレッジさくら20190825コミュニティカレッジさくら20190825
コミュニティカレッジさくら20190825
義広 河野
 
高大連携授業20190730
高大連携授業20190730高大連携授業20190730
高大連携授業20190730
義広 河野
 
高大連携授業20190730(抜粋)
高大連携授業20190730(抜粋)高大連携授業20190730(抜粋)
高大連携授業20190730(抜粋)
義広 河野
 
千葉市若葉区共催市民公開講座_20190711
千葉市若葉区共催市民公開講座_20190711千葉市若葉区共催市民公開講座_20190711
千葉市若葉区共催市民公開講座_20190711
義広 河野
 
プレゼンの作り方2019
プレゼンの作り方2019プレゼンの作り方2019
プレゼンの作り方2019
義広 河野
 
プレゼン勉強会_若葉区公開講座_20190620
プレゼン勉強会_若葉区公開講座_20190620プレゼン勉強会_若葉区公開講座_20190620
プレゼン勉強会_若葉区公開講座_20190620
義広 河野
 
専門演習説明会『河野ゼミの紹介2019』
専門演習説明会『河野ゼミの紹介2019』専門演習説明会『河野ゼミの紹介2019』
専門演習説明会『河野ゼミの紹介2019』
義広 河野
 
ソーシャルメディアを活用した地域の情報発信_02_20190616
ソーシャルメディアを活用した地域の情報発信_02_20190616ソーシャルメディアを活用した地域の情報発信_02_20190616
ソーシャルメディアを活用した地域の情報発信_02_20190616
義広 河野
 
教育システム情報学会(JSiSE) 2018年度第6回研究会_20190316
教育システム情報学会(JSiSE) 2018年度第6回研究会_20190316教育システム情報学会(JSiSE) 2018年度第6回研究会_20190316
教育システム情報学会(JSiSE) 2018年度第6回研究会_20190316
義広 河野
 
プログラミング応用b 長期課題(2)
プログラミング応用b 長期課題(2)プログラミング応用b 長期課題(2)
プログラミング応用b 長期課題(2)
義広 河野
 
教員免許状更新講習20180821
教員免許状更新講習20180821教員免許状更新講習20180821
教員免許状更新講習20180821
義広 河野
 
高大連携授業20180803
高大連携授業20180803高大連携授業20180803
高大連携授業20180803
義広 河野
 
プログラミング模擬授業20180724
プログラミング模擬授業20180724プログラミング模擬授業20180724
プログラミング模擬授業20180724
義広 河野
 

More from 義広 河野 (20)

河野ゼミ説明会20221116
河野ゼミ説明会20221116河野ゼミ説明会20221116
河野ゼミ説明会20221116
 
河野ゼミ研究紹介20221019
河野ゼミ研究紹介20221019河野ゼミ研究紹介20221019
河野ゼミ研究紹介20221019
 
河野ゼミ研究紹介20211020
河野ゼミ研究紹介20211020河野ゼミ研究紹介20211020
河野ゼミ研究紹介20211020
 
河野ゼミ紹介20201118
河野ゼミ紹介20201118河野ゼミ紹介20201118
河野ゼミ紹介20201118
 
オンライン文化学術展2020「河野ゼミ研究紹介」
オンライン文化学術展2020「河野ゼミ研究紹介」オンライン文化学術展2020「河野ゼミ研究紹介」
オンライン文化学術展2020「河野ゼミ研究紹介」
 
専門演習_河野ゼミ説明会20191120
専門演習_河野ゼミ説明会20191120専門演習_河野ゼミ説明会20191120
専門演習_河野ゼミ説明会20191120
 
専門演習_河野ゼミ紹介20191023
専門演習_河野ゼミ紹介20191023専門演習_河野ゼミ紹介20191023
専門演習_河野ゼミ紹介20191023
 
コミュニティカレッジさくら20190825
コミュニティカレッジさくら20190825コミュニティカレッジさくら20190825
コミュニティカレッジさくら20190825
 
高大連携授業20190730
高大連携授業20190730高大連携授業20190730
高大連携授業20190730
 
高大連携授業20190730(抜粋)
高大連携授業20190730(抜粋)高大連携授業20190730(抜粋)
高大連携授業20190730(抜粋)
 
千葉市若葉区共催市民公開講座_20190711
千葉市若葉区共催市民公開講座_20190711千葉市若葉区共催市民公開講座_20190711
千葉市若葉区共催市民公開講座_20190711
 
プレゼンの作り方2019
プレゼンの作り方2019プレゼンの作り方2019
プレゼンの作り方2019
 
プレゼン勉強会_若葉区公開講座_20190620
プレゼン勉強会_若葉区公開講座_20190620プレゼン勉強会_若葉区公開講座_20190620
プレゼン勉強会_若葉区公開講座_20190620
 
専門演習説明会『河野ゼミの紹介2019』
専門演習説明会『河野ゼミの紹介2019』専門演習説明会『河野ゼミの紹介2019』
専門演習説明会『河野ゼミの紹介2019』
 
ソーシャルメディアを活用した地域の情報発信_02_20190616
ソーシャルメディアを活用した地域の情報発信_02_20190616ソーシャルメディアを活用した地域の情報発信_02_20190616
ソーシャルメディアを活用した地域の情報発信_02_20190616
 
教育システム情報学会(JSiSE) 2018年度第6回研究会_20190316
教育システム情報学会(JSiSE) 2018年度第6回研究会_20190316教育システム情報学会(JSiSE) 2018年度第6回研究会_20190316
教育システム情報学会(JSiSE) 2018年度第6回研究会_20190316
 
プログラミング応用b 長期課題(2)
プログラミング応用b 長期課題(2)プログラミング応用b 長期課題(2)
プログラミング応用b 長期課題(2)
 
教員免許状更新講習20180821
教員免許状更新講習20180821教員免許状更新講習20180821
教員免許状更新講習20180821
 
高大連携授業20180803
高大連携授業20180803高大連携授業20180803
高大連携授業20180803
 
プログラミング模擬授業20180724
プログラミング模擬授業20180724プログラミング模擬授業20180724
プログラミング模擬授業20180724
 

卒業論文ルーブリック_20181217

  • 2. TOKYO JOHO UNIVERSITY 卒業論文の評価  評価基準  卒業論文の価値=研究の質 × 論文の質  研究の質=(新規性+有効性)× 信頼性  新規性:新しい技術や知見など、世の中で誰も明らかにしていないこと  有効性:提案内容が従来のものと比較して優れていること  信頼性:実験結果や得られた知見の根拠が信頼できるものであること  論文の質=論理展開+書き方  論理展開:背景、目的、手法、結果と考察  書き方:文章と段落、参考文献、読み物としての完成度  論文の質をルーブリックで定義する意味  自分ができているところ/足りないところを知るため  研究の質については、いいものを作るしかない 2
  • 3. TOKYO JOHO UNIVERSITY 卒業論文ルーブリック(論理展開) 評価項目 優秀 (やるじゃん!) 良好 (まあいいでしょう) 要再学習 (まだまだだね) 背景 • 適宜文献を引用しながら、研 究につながる社会的・技術的 な問題について述べている。 • 広い視野で背景を捉えている。 • 文献を引用して問題点を説 明している。 • ただし、問題点が明確では ない、あるいは文献の根拠 が曖昧である。 • 文献の引用がなく、個 人的な意見である。 • 背景が書かれていない。 目的 • 背景での問題点を踏まえ、解 決すべき課題を明確に示して いる。 • 研究の結果、期待される効果 が明らかであり、人類の発展 に貢献するものである。 • 背景での問題点を踏まえ解 決すべき課題を示している。 • ただし、課題が明確に説明 できておらず、研究の必要 性が十分に示されていない。 • 背景を踏まえた問題点 をもとに解決すべき課 題が示されていない。 • 目的が書かれていない。 手法 • 研究目的を達成するための手 法が具体的に示されている。 • 手法そのもの、あるいは対象 が今までにない切り口である。 • 研究目的を踏まえた手法が 示されている • ただし、具体的な手順や設 計が十分に示されていない。 • 研究手法が書かれてい ない。 • 研究手法に誤りがある。 結果と考察 • 実験結果が十分に示されてお り、研究目的を達成したかど うかが確認できる考察がなさ れている。 • 実験結果を踏まえ考察を述 べている。 • 考察が不十分で研究目的を 達成したか明確ではない。 • 結果とそれに対する考 察が書かれていない。 • 結果を載せているだけ。 3
  • 4. TOKYO JOHO UNIVERSITY 卒業論文ルーブリック(書き方) 評価項目 優秀 (やるじゃん!) 良好 (まあいいでしょう) 要再学習 (まだまだだね) 文章と段落 • 文法的に正しい日本語で書か れており、論理の飛躍も見ら れない。 • 意味のまとまり毎に適切に段 落分けがされている。 • 文章の日本語は正しい。 • 一部論理の飛躍は見られる。 • 意味のまとまり毎に段落分 けはされているものの、一 部段落分けが不適切である。 • 文法的に正しくない、 または口語的な書き方 で書かれている。 • 段落分けの意味が不明。 参考文献 • 論文として十分な量と質の参 考文献が本文中の適切な箇所 で引用されている。 • 参考文献の書き方と引用方法 が正しい。 • 適切な箇所で、ある程度参 考文献は引用している。 • 参考文献の量、または質が 不十分である。 • 参考文献の書き方や引用方 法に一部誤りがある。 • 参考文献の量と質が不 十分であり、必要な箇 所で引用されていない。 • 参考文献がほとんどな いか、Webのリンクの みである。 読み物とし ての完成度 • 必要な情報が網羅されており、 論文を初めて読む3年生が内 容を理解できるものである。 • 最低限必要な情報は網羅さ れている。 • 初学者が内容を理解するた めには、適宜他の情報を参 照する必要がある。 • 必要な情報が十分に書 かれていない。 • 読者に専門知識を要求 する書き方であり、初 学者が内容を理解でき ない。 4