自分の所属先のFDで，3月10日にWebClassというLMSのtips紹介みたいなことをやりました。他の大学でもWebClassを使っているところがあれば参考になるかもしれないなと思い，当日使ったファイルの共有リンクを貼っておきます。
https://www.dropbox.com/s/khjzajqeys3qbs8/2022MarchFD_Tamura.html?dl=0
HTMLファイルになっていて，Dropbox上でのプレビューが見れないと思いますので，ダウンロードしてご自身のデバイスで御覧ください。
大学でどういった運用をしているかや設定等によって使えない機能があったり見た目が違うということもあるかと思いますのであくまで参考としてください。細かいことについては私は開発者や導入者ではないのでわかりかねます。その点ご了承ください。
なにをゆう たむらゆう。
おしまい。
以前（というかかなり昔），tidyrやdplyrについての記事を書きました。
どちらの記事を書いたときからもだいぶ月日が経っていて，dplyrのアップデート等もあって色々とやり方が変わっているのですが，自分自身が研究で分析をする際にアップデートしていたことをブログ記事には反映させられていないので，上の2本の記事のアップデート版のようなことを書いておこうと思います。
#事前・事後・遅延事後でCAFのデータを取ってるというデザイン
pre.fluency <-rnorm(50,mean=10,sd=2)
pre.accuracy<-rnorm(50,mean=7,sd=2)
pre.complexity<-rnorm(50,mean=4,sd=2)
post.fluency<-rnorm(50,mean=14,sd=4)
post.accuracy<-rnorm(50,mean=10,sd=3)
post.complexity<-rnorm(50,mean=7,sd=2)
delayed.fluency<-rnorm(50,mean=12,sd=2)
delayed.accuracy<-rnorm(50,mean=8,sd=1)
delayed.complexity<-rnorm(50,mean=6,sd=1)
#それぞれの列を横にくっつける
dat<-cbind(pre.fluency,pre.accuracy,pre.complexity,post.fluency,post.accuracy,post.complexity,delayed.fluency,delayed.accuracy,delayed.complexity)
dat<-as.data.frame(dat) #データフレーム型に変換
dat$subject<-rep(1:50) #実験参与者のID列をつけるhead(dat)## pre.fluency pre.accuracy pre.complexity post.fluency post.accuracy
## 1 9.344978 3.921626 4.5778491 13.932376 2.241629
## 2 9.126920 7.307178 3.2309289 13.624622 12.813440
## 3 13.433524 6.048270 5.0082008 7.932601 11.832851
## 4 11.937755 5.859142 0.6414096 11.289177 7.009059
## 5 7.913083 5.748651 2.6099159 17.933721 10.765706
## 6 8.683515 4.363661 5.4608116 16.550468 16.483160
## post.complexity delayed.fluency delayed.accuracy delayed.complexity subject
## 1 9.381369 10.628923 6.929672 7.923673 1
## 2 4.485729 14.456886 9.048825 5.306266 2
## 3 7.534226 13.031400 7.144670 7.781451 3
## 4 8.076248 12.390157 9.247418 6.244443 4
## 5 8.702016 9.604130 7.530200 5.927892 5
## 6 8.973912 8.060271 8.188526 6.458383 6昔の縦横変換は，gatherでやっていました。現在は，pivot_関数を使います。その名の通り，縦長（long型）にするのがpivot_longer関数で，横長にするのがpivot_wider関数です。
library(dplyr)
dat %>%
tidyr::pivot_longer(cols = 1:9)## # A tibble: 450 × 3
## subject name value
## <int> <chr> <dbl>
## 1 1 pre.fluency 9.34
## 2 1 pre.accuracy 3.92
## 3 1 pre.complexity 4.58
## 4 1 post.fluency 13.9
## 5 1 post.accuracy 2.24
## 6 1 post.complexity 9.38
## 7 1 delayed.fluency 10.6
## 8 1 delayed.accuracy 6.93
## 9 1 delayed.complexity 7.92
## 10 2 pre.fluency 9.13
## # … with 440 more rowscolsのところでどの列をまとめるかという指定をします。ここの指定は，上のやり方だと数字で列指定（1列目から9列目）としています。この部分はc()関数を使って文字列で指定してもいいですし，列指定のときに使えるstarts_with()やcontains() なんかもできます。例えば，まあこれはあくまで偶然そうなだけですけど，ここではまとめたい1列目から9列目はすべて”y”で終わっているので，以下のようにすることもできます。
dat %>%
tidyr::pivot_longer(cols = ends_with("y"))## # A tibble: 450 × 3
## subject name value
## <int> <chr> <dbl>
## 1 1 pre.fluency 9.34
## 2 1 pre.accuracy 3.92
## 3 1 pre.complexity 4.58
## 4 1 post.fluency 13.9
## 5 1 post.accuracy 2.24
## 6 1 post.complexity 9.38
## 7 1 delayed.fluency 10.6
## 8 1 delayed.accuracy 6.93
## 9 1 delayed.complexity 7.92
## 10 2 pre.fluency 9.13
## # … with 440 more rowsまた，まとめたくない列を”!“で指定することもできるので，今回のようにまとめないでほしい列が少ないという場合については，次のようにも出来ます。
dat %>%
tidyr::pivot_longer(!subject)## # A tibble: 450 × 3
## subject name value
## <int> <chr> <dbl>
## 1 1 pre.fluency 9.34
## 2 1 pre.accuracy 3.92
## 3 1 pre.complexity 4.58
## 4 1 post.fluency 13.9
## 5 1 post.accuracy 2.24
## 6 1 post.complexity 9.38
## 7 1 delayed.fluency 10.6
## 8 1 delayed.accuracy 6.93
## 9 1 delayed.complexity 7.92
## 10 2 pre.fluency 9.13
## # … with 440 more rows「まとめる」という感覚がいまいちよくわからないなぁとか，どの列を「まとめ」て，どの列は「まとめ」なくていいのかというのがピンと来ない場合には，次のように考えてください。
分析の際に従属変数（応答変数）となる列をまとめる
さて，今の段階ではまとめた際の列名が”name”になっていて，数値の部分が”value”という列名になっていますよね。ここも次のように指定できます。
dat %>%
tidyr::pivot_longer(!subject, names_to = "variable", values_to = "score")## # A tibble: 450 × 3
## subject variable score
## <int> <chr> <dbl>
## 1 1 pre.fluency 9.34
## 2 1 pre.accuracy 3.92
## 3 1 pre.complexity 4.58
## 4 1 post.fluency 13.9
## 5 1 post.accuracy 2.24
## 6 1 post.complexity 9.38
## 7 1 delayed.fluency 10.6
## 8 1 delayed.accuracy 6.93
## 9 1 delayed.complexity 7.92
## 10 2 pre.fluency 9.13
## # … with 440 more rowsただ，今回のケースではまとめた列に”pre”, “post”, “delayed”というテスト実施時期（test）という要因と，“complexity”, “accuracy”, “fluency”という測定値の要因が混在していますね。よって，あまり”name”の列名を変えることは意味がありません。むしろ，この列を分割してそれぞれの列に名前をつける必要があります。この列分割をseparate関数で行うという点は私が以前ブログ記事を書いた際と同じです。というわけで，次のようにします。
dat %>%
tidyr::pivot_longer(!subject) %>%
tidyr::separate(name, c("test","measure"), sep = "\\.")## # A tibble: 450 × 4
## subject test measure value
## <int> <chr> <chr> <dbl>
## 1 1 pre fluency 9.34
## 2 1 pre accuracy 3.92
## 3 1 pre complexity 4.58
## 4 1 post fluency 13.9
## 5 1 post accuracy 2.24
## 6 1 post complexity 9.38
## 7 1 delayed fluency 10.6
## 8 1 delayed accuracy 6.93
## 9 1 delayed complexity 7.92
## 10 2 pre fluency 9.13
## # … with 440 more rowsこれで，完璧ですね。と思いきや…！実はpivot_関数には”name_sep”という便利な引数があります。これはどういう時に使うかと言うと，まとめた際に一つの列に複数の要因が混在してしまうときに，それを指定した区切り文字によって分割するために使います。まさに上で起こった問題ですよね。テスト実施時期と測定値が一緒の列になっていたのをseparate関数で分割したわけですが，なんとseparateを使わなくても縦型に変換する段階で分割までできてしまいます。
dat %>%
tidyr::pivot_longer(!subject, names_to = c("test", "measure"), names_sep = "\\.", values_to = "score")## # A tibble: 450 × 4
## subject test measure score
## <int> <chr> <chr> <dbl>
## 1 1 pre fluency 9.34
## 2 1 pre accuracy 3.92
## 3 1 pre complexity 4.58
## 4 1 post fluency 13.9
## 5 1 post accuracy 2.24
## 6 1 post complexity 9.38
## 7 1 delayed fluency 10.6
## 8 1 delayed accuracy 6.93
## 9 1 delayed complexity 7.92
## 10 2 pre fluency 9.13
## # … with 440 more rowsこのときのポイントは2点あります。1つは”names_to”で列名を2つ指定すること。縦型変換の際に列の分割もするので，ここでのnames_toの指定は分割後の列名とします。もう一つは，区切り文字は正規表現を受け付けるということ。区切り文字がドット（.）なので，ここでnames_sep= “.”としてしまうと，正規表現におけるドットだと認識されてしまいます。これでは任意の1文字ですので，列名がうまく分割されずに以下のようになってしまいます。
dat %>%
tidyr::pivot_longer(!subject, names_to = c("test", "measure"), names_sep = ".", values_to = "score")## Warning: Expected 2 pieces. Additional pieces discarded in 9 rows [1, 2, 3, 4,
## 5, 6, 7, 8, 9].## # A tibble: 450 × 4
## subject test measure score
## <int> <chr> <chr> <dbl>
## 1 1 "" "" 9.34
## 2 1 "" "" 3.92
## 3 1 "" "" 4.58
## 4 1 "" "" 13.9
## 5 1 "" "" 2.24
## 6 1 "" "" 9.38
## 7 1 "" "" 10.6
## 8 1 "" "" 6.93
## 9 1 "" "" 7.92
## 10 2 "" "" 9.13
## # … with 440 more rowsしたがって，正規表現ではありませんよということを追記する必要があります。このことをエスケープするなんて言いますが，Rにおけるエスケープは “\\”です。一般的にはエスケープは”\“ですが，R上では2つ重ねないといけないことに注意が必要です。
とりあえず，long型に変換する作業をこの記事では説明しました。少し長くなってしまったので，記述統計を出すという話はまた別の記事にしたいと思います。
なにをゆう たむらゆう。
おしまい。
よく考えたら，分析するときはcomplexity, accuracy, fluencyの3つの列があったほうが便利ですよね。ということで，その形に変形させましょう。ここで，横長に変換するためのpivot_wider関数を使います。“names_from”の引数で「分解」したい列を指定します。ここでは，accuracy, complexity, fluencyの入っている“measure”の列を「分解」して横長にするので，“measure”を指定します。あとは，横長にしたときに持ってくる数値がどこに入っているかを“values_from”の引数で指定します。これは“score”に入ってますから，これを指定すればいいですね。というわけで，次のようになります。
dat %>%
tidyr::pivot_longer(!subject, names_to = c("test", "measure"), names_sep = "\\.", values_to = "score") %>%
tidyr::pivot_wider(names_from = "measure", values_from="score")## # A tibble: 150 × 5
## subject test fluency accuracy complexity
## <int> <chr> <dbl> <dbl> <dbl>
## 1 1 pre 10.1 10.0 3.97
## 2 1 post 15.8 8.50 9.81
## 3 1 delayed 15.5 8.59 4.67
## 4 2 pre 12.0 6.40 1.03
## 5 2 post 6.90 10.1 7.30
## 6 2 delayed 15.0 8.54 7.70
## 7 3 pre 9.07 8.49 2.78
## 8 3 post 7.11 10.2 8.55
## 9 3 delayed 10.7 7.97 5.54
## 10 4 pre 12.5 6.03 2.26
## # … with 140 more rowsもしも，fluency, accuracy, complexityなどの順番が気になる場合は，select関数で指定してください。
dat %>%
tidyr::pivot_longer(!subject, names_to = c("test", "measure"), names_sep = "\\.", values_to = "score") %>%
tidyr::pivot_wider(names_from = "measure", values_from="score") %>%
dplyr::select(subject, test, complexity, accuracy, fluency)## # A tibble: 150 × 5
## subject test complexity accuracy fluency
## <int> <chr> <dbl> <dbl> <dbl>
## 1 1 pre 3.97 10.0 10.1
## 2 1 post 9.81 8.50 15.8
## 3 1 delayed 4.67 8.59 15.5
## 4 2 pre 1.03 6.40 12.0
## 5 2 post 7.30 10.1 6.90
## 6 2 delayed 7.70 8.54 15.0
## 7 3 pre 2.78 8.49 9.07
## 8 3 post 8.55 10.2 7.11
## 9 3 delayed 5.54 7.97 10.7
## 10 4 pre 2.26 6.03 12.5
## # … with 140 more rowsこの変換後のデータを別の変数に保存するのを忘れずに！
dat2 <- dat %>%
tidyr::pivot_longer(!subject, names_to = c("test", "measure"), names_sep = "\\.", values_to = "score") %>%
tidyr::pivot_wider(names_from = "measure", values_from="score") %>%
dplyr::select(subject, test, complexity, accuracy, fluency)
head(dat2)## # A tibble: 6 × 5
## subject test complexity accuracy fluency
## <int> <chr> <dbl> <dbl> <dbl>
## 1 1 pre 3.97 10.0 10.1
## 2 1 post 9.81 8.50 15.8
## 3 1 delayed 4.67 8.59 15.5
## 4 2 pre 1.03 6.40 12.0
## 5 2 post 7.30 10.1 6.90
## 6 2 delayed 7.70 8.54 15.0
ひと月前くらいからぼんやり考えていて，ブログにまとめようと思っていてなかなか時間が取れなかったことを書きます。
教科書に何かを書き込めるということは，書き込んだことがいつも学習者の手元にあり，それがいつでもその学習者自身にとって閲覧可能な状態であるということです。その一方で，その状態ではクラスメイトと学習の過程や成果を共有することは難しくなります。そんなジレンマの話。ちなみに，語学授業のことを念頭に置いています。
語学の教科書には，なにかと空欄があって，そこを埋めることが学習となることがよくあります。数学なんかだと問題自体は教科書にあって，その計算の過程なんかはノートに書いていくみたいなことが多いような自分の小中高の記憶がありますが（大学はどうなんでしょう？），語学の教科書はノートというものを学習者が教科書とセットで使うということがたぶんあんまり想定されていないですよね。中高の英語の教科書はいわゆる「本文」の扱いが大きいからか，大学で使われるような教科書よりも書き込みが求められる部分が少ないようなイメージもあります。とはいえ，教科書に書き込む（それが穴埋めだったり選択肢を選ぶものだったりあるいは短文回答だったりする）ことは語学の授業では日常的に観察される光景だと思われます。
教科書に書き込まれた答えを共有するのは口頭で周りの人と話し合ったり，あるいは教員が学習者を指名して発言することで行われることが多いと思います。その「共有」という営みは，教室の授業の時間の中で行われ，（真面目にメモを取ったりしていない限り）その場で流れていってしまうことになります（そして多くの場合，間違っていたら直す程度で他の人のコメントなりをメモする学習者はかなり少ないと想定されます）。多肢選択の答え合わせ程度であれば，それでも特に問題はないと思いますが，答えが一つに定まらないような問いに答えるようなケースであれば，できるだけその共有がどこかに「ストック」されているほうがいいなと思うことがよくあります。
一方で，教科書をベースにしていても，いわゆる「ワークシート」と呼ばれるような配布物を授業中に配布して，そこに何かを書き込ませる形で授業を進めていく先生も多くいらっしゃると思います。教科書をより発展させたスピーキングやライティングの活動だったり，あるいは教科書とはまったく独立したものをワークシートとして提供したりするケースです。この場合も学習者はそのワークシートに何かしらを書き込み，上で述べたのと同じような共有の過程が授業の中で行われるでしょう。
いずれの場合においても，ペアワークやグループワークを通じてクラスメイトとの意見の交換が求められ，それをメモするスペースが確保されているような場合にはクラスメイトの意見と自分の意見が同じ場所に「保存」されることになります。そうでなければ，先述のように共有のプロセス自体は授業中に行われていてもその共有物自体はそこで流れていってしまうでしょう。
コロナ禍で「オンライン授業」が全国的に広がったことを背景に，学習者が学習に取り組んだその成果物が教科書に書き込まれたままでは以前のように教室内での共有が難しくなりました。そこで，それを補完する目的でLearning Management System（LMS）やDropboxやGoogle Drive等のクラウドサービスを通じて成果物の教員-学習者間，そして学習者同士の間で共有されるようなケースもでてきたと思います。こうしたオンライン上での共有サービス利用のメリットは，（その仕組み構築のやり方によっては）共有されたものが「流れていってしまう」ことを防ぎ，「ストック」されていくことです。
私の勤務先の大学では，2020年度の秋学期，そして一部オンライン授業もありましたが2021年度も基本的には対面授業が行われました。オンライン授業で得られたそうしたLMSやクラウドサービス等を対面授業でも継続して活用し，対面授業の中でも共有のプロセスが流れていってしまわないようにされた先生方もいらっしゃったのではないでしょうか。
このとき，例えばこれまでであれば教科書に書き込んでいたようなものをLMS上に移植することで，各学習者の答えが教室内だけではなくオンライン上で共有され，そしてそれがいつでも学習者にとってアクセス可能な状態にできるというメリットが生まれます。こうした方法を利用することによって，正答・誤答があるような問題であれば，その場で誤りの傾向に対してフィードバックができるというメリットも生まれます。
ところが，いつでも学習者にとって利用可能であるということはメリットである一方で，デメリットもあります。なぜなら，そこ（オンライン上の共有された場所）にアクセスしない限りは利用可能性がないという点です。もちろん，LMS上にログインしてその授業のページを開いて教材をクリックするとか，あるいは教員から送られてきたリンクをクリックすることのハードルがそこまで高いとは言いません。そうは言っても，手元にある教科書を開いて閲覧することに比べると圧倒的にオンライン上へのアクセスを手間だと思う学習者は多いでしょう。そうなると，自分の学習のために共有されたものが教員側の想定のように活用される可能性は，そうした活動を教員側が用意して導かない限りは限りなく低くなってしまうでしょう。
さらに，多くの場合こうした共有物はオンライン上で別々の場所に保存されることがほとんどだと思います。どうやって頑張って工夫をしたとしても，実在物として教科書1冊のなかにまとめられている，あるいはワークシートがファイルにまとめられているというような一覧性を確保することは難しいでしょう。ここに，共有を重視することによってもたらされる弊害が見えてきます。
例えば，過去記事で紹介した『Getting Things Done [Book 1] Tasks for Connecting the Classroom with the Real World』（GTD）のUnit6 “Daily scenes”では，最後の活動で自分の学校の中のある場所を描写するライティングの課題が設けられています。この描写課題は教科書に書き込むスペースが設けられていますので，授業内で他の学習者の書いたものを読む機会を与えたりしない限りは共有ができません。じゃあ，ということで，これは教科書に書かせずにLMS上でタイプして提出させる宿題にすることにしたとします。こうすることで，例えば下の画像のような形で他のクラスメイトの書いたものを一覧で見ることができるようになります。
このような共有の形をとることで，クラスメイトの書いたものと自分の書いたものを様々な観点から比較することができます。特に，ライティングのクラスでは（ちなみに上の画像はライティングのクラスではないです），クラスメイトのプロダクトが閲覧可能な状態であることが自身の学習に役に立ったというコメントを多くもらいました。先ほど例にあげた”Daily scenes”のユニットの最後の課題であれば，読んだ上でどの場所についての描写なのかについて答えさせるリーディングの活動につなげることもできます。
一方で，オンライン上で共有させることで教科書自体にはプロダクトが残りません。もちろん，教科書に書いたものを写真にとってその画像ファイルを提出させるという手段はありますが，やはり画像ファイルはテキストよりも一覧性が落ちます（一つ一つファイルを開いて閲覧しなくてはいけないため）。教科書に学習の成果が蓄積されていくことと，その成果をどのような形で共有し，それによってさらなる学習を生み出していくのか，そのバランスというか良い方法を探っていくというのが，2022年度に意識しようかなと思うところです。結局の所，共有についてもただ共有という状態を作るのではなく，そこから学習を生み出す仕掛けを教員側が用意する必要があるだろうなということは感じています。来年度は新しく担当する科目もあるので，そういった仕掛けをどう組み込んでいくのか，この春休みに少し考えてみようと思っています。
この記事では，教科書に書き込むことのメリットとデメリットについて，プロダクトの共有と学習成果の蓄積という観点から考えてみました。教科書を作るという経験をしなければ，そしてコロナ禍が続いてオンライン授業が緊急避難的なものではなくalternativeとして機能するレベルにならなければこうしたことにも考えが及ばなかったかもしれないと思います。2021年は，授業のことについて書こうと思っていたのですが，結果としてほとんど授業に関する記事がアップできない年となってしまいました。2022年は少しはそういう記事も書けたらなと思います（控えめ）。
なにをゆう たむらゆう。
おしまい。
このたび，私が編著者として関わる英語の教科書が三修社さんから出ることになりました。その宣伝記事です。以前，三修社さんから『コミュニケーション・タスクのアイデアとマテリアル：教室と世界をつなぐ英語授業のために』というタスク教材集が出ました。この本では，いわゆるメインタスクの部分が中心として紹介されています。そのメリットとしては，「料理」の仕方でどのようにも使えるということがあります。目の前の学習者に合わせて様々な調整を加えて使ってほしいというのが著者陣の願いです。とはいっても，やっぱり準備にも時間がかかるし，どうやって1コマ分の授業を構成するのかというのは悩むところでもあると思います。そこで，その素材を「料理」して「一食分の食事」という形でパッケージングした教科書を作りました。それが，Getting Things Done (GTD）です。この本で言われているタスク（Tasks）というのは，タスク・ベースの言語指導（Task-based Language Teaching）の文脈でのタスクですので，コミュニケーション活動のようなものとほぼ同義で使われるゆるい「タスク」とは違うというのは強調しておきたいです。
もともと，「教師用ブック」と「学生用ブック」という形で先生向けのものと学生向けのものを2つ作るという構想のもとで制作がスタートしました。教師用ブック（『コミュニケーション・タスクのアイデアとマテリアル』）は先生が購入し，必要に応じて素材をコピーするなどして教室で使うことが想定されていました。それに対応させる形で学生用ブックを作ったわけですが，この教科書だけで完結するものがよいのかどうかというのはかなり議論を重ねました。構想段階では，教師用と学生用が合わさってはじめて使えるようなものが考えられていました。つまり，教師用ブックの購入が前提だったわけですね。なぜなら，もしも学生用ブック単体で利用できるのであれば，教師用ブックが売れなくなってしまうのではないかということを懸念したからです。かといって，教師用ブックを別途購入しなければ使えない教科書であったとすれば，すでに教師用ブックを購入されている人にはいいけれども，教師用ブックは買っていない人が学生用ブックを教科書として授業で使おうとするのはハードルが高くなりますよね。
こういった議論を重ねたあとで，あくまで学生用ブック単体で「教科書」という体裁をとりながらも，教師用ブックに掲載されているオリジナリティのある「アイデア」の部分は教師用ブックを参照してもらうという方向性にしました。イメージとしては，教師用ブックのほうは「唐揚げ」みたいな感じで載っていて，付け合せのヒントみたいなのも載っている感じ。学生用ブック（GTD）の方は，唐揚げ定食というユニットになってるというか。唐揚げって書いてあるだけだと，他に何品か作ってあって，「あと一品なにかないかなー」というときに，「あ，冷凍の唐揚げチンして出しちゃおうか」みたいな使い方もできますし，「今日のメインはこの冷凍の唐揚げで酢鶏にしちゃおう」というのもできますよね。素材っていうと唐揚げというよりは「鶏もも肉」と例えるほうが適当だとは思うのですが，それはまあ置いておきましょう。
一方でGTDは前述のとおり，唐揚げ定食です。「今日のご飯は何にしようかな，あ，唐揚げ定食でいいか」，という。献立はもうあるので，何を作るかは考えなくていいわけですね。それが嫌いな人もいるだろうし，楽な方が良いという人もいるでしょう。それはやっぱり万人受けするものを作るのは難しいですからね。アレンジが大好きな人は教科書はなし，教師用ブックに載っている素材で15回分の献立を考えてもらって構いません。ただ，15回分の献立を考えるのは難しいという方はGTDを教科書として採用してもらったらいいですよということです。
GTDの中身ですが，なんと三修社さんのGTD紹介ページから期間限定（2022年3月31日まで）で全ページサンプルがダウンロードできます。
https://www.sanshusha.co.jp/text/isbn/9784384335101/
教科書のサンプルってだいたい1つのユニットだけ限定とかが多いと思いますが，三修社さんは全ページのPDFが見れます。この方式は，GTDのような教科書の採用を検討される際にはぴったりだと思います。ぜひこの機会にサンプルPDFを見ていただければと思います（もちろん見本の請求もできます）。なぜ全ページ見れるといいのかというと，ユニットのメインタスクによって，プレタスクやポストタスクでどのようなことをやるのかもまったく異なるからです。
多くの場合，教科書の構成というのはユニット間で統一感があり，ユニットの一番最初にやるのは単語の確認とか，最後はミニプレゼンとか，やることが決まっていることが多いと思います。しかしながら，GTDはセクションタイトルは全ユニット共通（下記参照）ですが，そこで学習者は多種多様な活動に取り組むことになります。
実はこうした構成になっていることがGTDの特徴である一方で，制作段階では逆にハードルになりました。つまり，活動のアイデアは一度出せば全ユニット共通で使えるものでないわけですから，すべてのユニットでそのユニットのメインタスクを最も引き立てるプレ・ポストタスクを考えなければいけなかったということです。毎回最初はきんぴらごぼうで最後はゆずシャーベット，みたいなわけにはいかないということですね。もちろん全部が全部異なっているわけではないのですが，それでも殆どのユニットで学習者は飽きることなく様々な活動に取り組むことになると思います。こうした教科書を作ることができたのも，合計6人の著者陣がいたからだと思います。1人や2人だと，アイデアもなかなか多く生まれにくいところでしたが，6人いることでそれぞれが自分の特徴を最大限に発揮し，個性豊かなユニットを作り上げることができたと考えています。私は編著者として，そこにゆるやかな統一感をもたらし，教科書としての質を高めることに注力しました。
もう一つのGTDの特徴は，教授用資料（Teacher’s Manual）の充実具合だと思います。当初は，答えが必要になるもの（間違え探しの答えなど）だけを提示した簡素な冊子体を教授用資料とするという方向で進めていました。そうすることで，詳しいことは教師用ブックを買って読んでくださいねという販促が可能だからです。ただ，私はこのGTDはタスク・ベースの考え方に馴染みがない（またはそうした授業展開を経験したことがない）先生方にとっては非常にハードルの高い教科書になってしまわないかということを懸念していました。
前述のとおり，この教科書はユニットごとに各セクションで行われる活動が異なります。つまり，大枠での意図（メインタスクへの準備等）は同じでも，その中で実際に学習者が取り組むことが語彙にフォーカスを当てているのか，あるいは自分の意見を考えるアイデア・ジェネレーションなのか，というのが異なってくるわけです。それはサブタイトルという形で教科書本体に記載されています。しかし，それだけでは不十分ではないかと思ったのです。そこで，そのセクションがどういった意図をもってデザインされているのか，そしてそこで気をつけるべきことはどういったことなのかということを説明することで授業準備の負担を軽減したいと思いました。また，教室内でどのようなことが起こるか，あるいは教員はどう振る舞うべきなのかなどを事前にシミュレーションすることもTMを読むことで可能になると思います。
かといって，TMもついているから教師用ブックは買わなくてもいいね，ということにはならないようにしました。活動のバリエーションや活動条件，タスクを成功させるためのtipsやタスク・ベースの言語指導に関する基本的な知識などについてはやはり教師用ブックを読んでいただかなくてはいけません。ちなみに，GTDを50部以上採用いただいた先生には三修社さんから教師用ブックを献本いただけるということです。詳しくは三修社さんにお問い合わせください。
TM内では，各ユニットの冒頭で授業前に必要な準備というセクションをつけました。これも，各ユニットで毎回同じ準備をすればよいわけではない教科書だからこそ必要になるものです。そこに「とくになし」とあれば，実際に何も準備をせずに「えいやっ」と教科書を持って教室に行くこともできます。そして，印刷物があれば印刷が必要だというのが一瞬でわかります。そうやって，まずはTMの一番最初の部分を見るというクセができたとしたら，おそらくそこに書いてある他のことも見てもらえるでしょうし，見てもらえれば必ず授業がよくなる情報を提供しているという自負があります。もしかすると，TMはあまり読まれないかもしれませんが，著者陣全員が，そして編集担当の方も，教科書本体に向けた情熱と同じかそれ以上の情熱をTMにも注いでいると思います。TMに書いてあることは見る人によっては「そんなこと言われなくてもわかる」というようなことかもしれません。ただ，タスク・ベースの言語指導に馴染みのない先生方にも安心してGTDを使っていただくことを念頭に置いてTMを作ったということはご理解いただければと思います。TMに書かれていることは，必ずしもGTDを使っていただく一人ひとりの先生方の自由な発想を制限するものではありませんので。
このブログ記事には書いていないGTDのコンセプトについては，見本PDF（https://www.sanshusha.co.jp/text/isbn/9784384335101/に期間限定でリンクがあります）のpp. 1-5に書いてありますので，そちらをお読みいただければと思います。すでにお気づきの方もいらっしゃるかとは思いますが，Book1というのがタイトルについていまして，Book2も鋭意製作中です。来年度の冬には同じように宣伝ができると思います。もうすでに来年度のシラバスや教科書の採用が決まってしまっているかもしれませんが，ぜひGTDの採用をご検討いただき，また実際に使ってみての感想等もお寄せいただければ幸いです。
なにをゆう たむらゆう。
おしまい。
毎年恒例の振り返り記事です。今年はギリギリの更新になってしまいました。これまでの振り返り記事も興味がお有りの方はどうぞ。
過去の振り返り記事
この記事を書いている2021年12月31日時点でのこのブログのpage viewは143,927です。2020年はこのブログを開設して以来の最多view数（26,805）でしたが，2021年は21,592と少し減りました。20,000は超えたのでよかったかなと個人的には思っています。ただ，投稿数はむしろやや増えていて，月2本よりも少し多いペースでした。年々一つの記事あたりの分量は増えていて，長文の記事が多くなってきているなぁというのが感覚としても，そして実際の記録を眺めてみていても思うことです。
今年の記事で閲覧数が多かったのは以下のような記事でした。
2つとも，研究に関わる記事ですね。前者のほうが閲覧数が後者の倍くらいはあります。
今の所属先にきてから4年目になり，初めての業務を担当しています。授業のコマ数もそれまでよりも少なかったのもあって，割と研究にも時間を割くことができるようになったと感じます。
教科書の編集作業に携われたことは，自分としては貴重な経験になったなと思います。
Getting Things Done [Book 1] Tasks for Connecting the Classroom with the Real World
論文を投稿するプロセスもようやく回り出してきて，これまで溜めてしまっていたものを少しずつではありますが出版に近づけられているという感覚はあります。とはいえ，夏以降にはプライベートでショッキングな出来事があったのと，その時期に2週連続でまったくテーマの違う講演の依頼があったことで研究にまったく手をつけられなくなってしまいました。
共同研究の論文は私のせいでとめるわけにはいかないのでなんとかしてますが，査読中の自分が第一著者の論文二編は結局年内に修正を終えて再投稿するところまでいきませんでした。1月以降はまずこれを最優先にしてやっていきたいです。
2020年に身につけた運動習慣は，2021年も継続してできました。ただ，2020年はかなりランニングをやっていたのですが，股関節痛を発症してしまい一年近く整骨院に通っていて，走ると痛みが出るのでほとんど走らなくなってしまいました。その代わり，通勤で自転車に乗る機会が増えたことと，筋トレの強度をあげるようになりました。対面授業でキャンパスに出勤するときでも，研究室においてあるダンベルを使って筋トレをすることや，雨の日など自転車に乗れないときは最寄り駅を使わずに2キロ歩くということを寒い・暑い関係なく億劫ならずにできたことは自分を褒めて上げてもいいのではないかなと思います。
8月から体重が6キロ近く落ちて，体脂肪率も5%近く落ちたので，かなりしまった身体にはなってきている実感があります。腹筋も見え始めているので，この調子で心の目で見なくてもしっかりと腹筋が見えるような締まった身体づくりを2022年は目指したいなと思います。一時期はお酒を飲まずには寝られないというレベルでお酒に依存していましたが，今はそういうこともなくなりました。やっぱり健康は大事ですね。
2021年は，とくに最後の数ヶ月で自分が周りの方たちにどれほど支えられているのかを強く実感しました。このブログを読んでいただいている方も，そうでない方も，私に関わるすべての方たちに，感謝の気持ちを届けたいです。ありがとうございます。
最後になりましたが，みなさん，今年1年お世話になりました。来年もよろしくお願いいたします。
今年の大晦日は，だいぶ久しぶりに一人で過ごすことになりました。なんか勢いでこれから映画を見ます。
なにをゆう たむらゆう。
おしまい。
2021シーズンに観戦したG大阪の試合をまとめる完全自分用のメモ記事です。過去の記事↓
今年もアウェイ戦は一試合も行かず。合計で19試合でした。2019シーズンはホームとアウェイ合わせて17試合，2020シーズンはホームだけで14試合だったので，ファンクラブ入会以降では最多となりました。2021シーズンも年間チケットは発売されなかったので，毎試合チケットを購入して，有観客試合はカップ戦含めて全試合観戦することができました。来シーズンからは年間チケットが復活するので，毎試合チケットの発売日を気にする必要がないのはありがたいなと思っています。
昨年度はリーグ戦で2位となり，元日は天皇杯決勝で川崎に0-1で惜敗でシーズンが終わりました。ACL出場権も獲得して補強も積極的に行い，2021シーズンこそはタイトル奪還ということでスタート。リーグ開幕前のゼロックス・スーパーカップでは新システムの4-3-3で川崎相手に破れはしたものの好ゲームを披露して，開幕に向けて期待感をもたせてくれました。開幕戦はアウェイでの神戸戦で0-1で負けてしまいました。しかし，その後チーム内で新型コロナウィルスのクラスターが発生してチームの活動が停止。4/3のアウェイ広島戦まで1ヶ月近く試合ができませんでした。ホームでの開幕は4/7の福岡戦となりましたが，これはスコアレスドロー。そこからは緊急事態宣言によるリモートマッチが続き，なんとパナソニックスタジアム吹田でガンバ大阪の勝利を目の前で見ることができたのは6/16の天皇杯2回戦の関学大戦でした。実に開幕戦から4ヶ月弱。そこからはセントラル開催のACLに入り，夜中まで起きていてACLの試合をDAZNで見る日々が続きました。残念ながら予選リーグ敗退となってしまい，けが人も続出。そして，リーグ戦にいたってはACLから帰国後の7/27大分戦でホーム戦初勝利となりました。
この試合は，0-1とリードされる展開から後半終盤に追いつき，後半ロスタイムにエース宇佐美選手の劇的決勝弾で勝利。宇佐美選手は試合後涙を流すという今シーズンのハイライトにもなったゲームだったのではないかと思います。
現地で見ていた劇的勝利ですので，上の大分戦の宇佐美選手のゴールが最も記憶に残っている試合だと思います。それ以外だと，10/23の鳥栖戦での電光石火のカウンター攻撃でしょうか。
生で観戦していたわけではありませんが，関学大から特別指定選手として加入してプレーしていた山見選手の2つの決勝ゴール（8/13清水戦と9/1C大阪戦）はガンバの未来を明るく照らしてくれたような気がします。
実際，6/16の天皇杯で関学大チームで出場していた山見選手を見て，これはプロでもやっていけるというプレーを見せてくれていました。出場時間は短い試合が多く，1試合を通して，またはシーズンを通して安定したパフォーマンスを見せてくれるかどうかというところは今後に期待したいところかなと思いました。来季は正式にガンバの一員なので，もっとパナスタでプレーを見せてほしいですね。
昨シーズンブレイクした山本選手は，今シーズンはスタメンに定着しきれない時期もありました。不用意なボールロストや球際で劣勢になる部分が散見されたのが原因かなと思いますが，ボールロストについてはチームのビルドアップによる部分が多く，彼がリスクを負って相手を剥がせないとボールを運べない（つまり失敗したらピンチになる）状況だったからだと思っています。そこで相手を剥がして前向ける技術は彼にはあるので，それが成功すればチャンスになるのですが，そこだけに頼ると狙われてしまいますよね。
連戦が続いたこともあり，関大出身の左SBである黒川選手はリーグ戦，カップ戦ともに出場時間を大きく増やしました。ただ，藤春選手が復帰して以降はコンディション不良もあって試合に絡むことが少なくなってしまったのが残念でした。ビルドアップ時にボールを持って運べる貴重なSBですが，攻撃時のクロスの精度等が課題かなと思います（ガンバはSBの選手のアシストがリーグ戦では今シーズンはゼロなので，黒川選手だけではないと思いますが）。
他には，アンダー世代の日本代表にも入ってる中村仁朗選手にも期待しています。
ガンバ大阪は30周年を迎えて新しいクラブのコンセプトを打ち出しました。
ロゴ，エンブレムを刷新して，サッカーファンだけでなく，より広い層に愛されるクラブを目指していることが伺えます。これはかなり大きな変化で，グッズもより普段遣いを意識したスタイリッシュなものがいくつか発売されています。私もいくつか注文したので，今から届くのが楽しみですね。
シーズンも終わり，選手の退団・加入の報道が出てくる時期になりました。私としては，小野選手の退団が残念でした。ガンバ大阪には少ない気持ちを全面に出して戦う選手で，ファンの心を掴んでいたと思います。怪我が多くなかなか試合に貢献できていなかったことが原因なのかもしれませんが，それでも小野選手のプレーにはいつも心を動かされました。ガンバに来てくれてありがとうございました。
2021シーズンは，リーグ戦の有観客試合でのホーム戦勝利がなんと3試合がなかったことに加え，得点数もリーグワースト3位の33点。2022シーズンは，もっと多くのゴール，そして勝利を期待したいと思います。
なにをゆう たむらゆう。
おしまい。
学内の広報誌に原稿を書きました。字数の制限があったので，結構削って以下のツイートで言及していただいているような文章になりました。
記事執筆の構想は，主にツイッターにいくつかつぶやいたことがもとになっています。
削る前の初稿は以下のとおりです。
私の専門は第二言語習得と言われる分野です。人間は，障害があるなどの場合を除いて第一言語の獲得に失敗することはありません。この文章を読んでいる方も，私の書いた日本語の文章を理解することにほとんど苦労することはないと思います。しかしながら，第一言語を身につけたあとに学習する第二言語（日本で生まれ育つ多くの人にとってはおそらく英語）の学習は，私達が日本語を身につけたように英語を身につけた人たちのようにはなかなかなりません。そして，なかなか身につかない英語に対して苦手意識をもったり，英語を使うときに間違うことを恐れるようになったりします。しかしながら，どのような言語を身につける赤ん坊や幼児であっても，言語を身につける過程で誤りを犯します。誤りを犯しながら，ときにはそれを周りの大人から（優しく）修正されながら（大人は修正しているという意識すらないこともあるでしょう），ときには自然と，言語の知識を身に着けていくのです。そのことに対して，間違ってはいけないと厳しく叱りつけたりする大人はいないはずです。言語の習得，もっと言えば広く学習とは誤りを犯しながらも知識を拡張していく営みだからです。
翻って，学校で英語を学んだ（多くの）人達は，子どものように間違いを犯せなくなります。間違ったら恥ずかしい，間違ったら怒られるという意識が出てきてしまうからです。考えてみると，間違うこと，失敗することに対する否定的な考え方はなにも英語に限らず，社会のあらゆる場面にはびこっているような気がします。学生の皆さんでいえば大学受験に失敗すること，就活に失敗することは避けたほうがいいことだと思う人が多いでしょうしょう。大学を卒業してからも，就職してすぐ会社を辞めることを否定的に思う人が多いと感じる人が（実際に否定的な考えのヒトが多いかはともかく）多いでしょうし，結婚をして，その後離婚をすることになった人についてもネガティブなイメージがつきがちです（本当は我慢して婚姻関係を継続している人より「バツ」のついた人のほうが幸せかもしれないのに）。
人間は，失敗して，そこから学び，そして成長していくものですし，人生とはそういうものだと思います。それなのに，社会は周りと同じペースで同じステージに進まなかった人に対してあまりにも否定的すぎると思います（結婚はまだか，子どもは作らないのか，みたいな発言も，言っている人は善意だったり相手を心配しているのかもしれませんが，そもそも「世間一般」と違うことを心配するんじゃあないよと）。私が死ぬまでには，もう少し失敗すること，そこから学びを経て前に進もうとする人に優しい社会であってほしいと願っています。
なにをゆう たむらゆう。
おしまい。
以前，「なんでゼミやるの？」というブログ記事を書きました。それに関連するような話かなと思います。もしかすると，どこかに以下に書くようなことと同じような意見が書いてあるかもしれません。それを私が昔に見たことがあって，そのことが自分の思考を形作っているのかもしれません。ただ，一応自分の頭で今考えた（と思っている）ことを，今の自分の言葉で書きます。
最近，学部のこれからをどうするのかみたいな話が会議の話題にあって，それ以降ぼんやりと考えていたことを書こうと思います。自分の中で結論が出ていたりするわけではないのですが，書くことで考えをまとめようというような意図で書き始めています。話が大学教育というような大きな語り口になっていますが，基本的には私の所属先のことを念頭において書いています。
よく，「研究大学」というような言葉である特定の大学を指すことがあります。国内の大学の中でも研究をリードしていく大学というような意味合いで使われると思います。じゃあそういう大学は教育はやっていないのかというとそういうことではなく，そうした大学でも教育は行われているはずです。一方で，私の所属先は人によってどういう形容をするかは変わるでしょうし大学を偏差値的な意味でランク付けする発想も好きではないですが，二流私立大学とか中堅私立大学とか言われるようなところだと思います（有名私大という呼び方もあるかもしれませんね）。で，そういうところでは研究だけやってればいいわけじゃなくて，教育もしないといけないみたいなことが話として出てくると，そういうことなのかな？と思ってしまいます。ここでは教育というのを授業（または授業の体系としてのカリキュラム）として考えています。そうしたときに，授業っていうのは研究に基づいているものなのではないのかなと思うわけです。
教育というのを学生目線で「社会」に出て役に立つようなものとか，就職に役に立つようなものとかっていうふうに考えてしまうと，それは大学の，そして大学教員の価値や立場を自ら貶めるようなことにつながってしまうのではないかということを少し危惧しています。私たち大学教員がやるべきことは，というか私の所属学部の教員のような人文系の研究者がやるべきことは，自分たちが授業で扱うことがどうやって社会人になったときに役に立つかを語ることではなく，私たちの学問はこんなに面白いし，学問に真摯に向き合うことそれ自体に意味がある，そしてそのことは君たちの今後の人生を豊かにする，ということではないでしょうか。
学部，ひいては大学としては，卒業していく学生たちが「社会」で活躍することを対外的に示したいというのは現実的な話として理解できます。そして，それがいわゆる就職率だとか，就職先の企業名だとかいうものにわかりやすく現れるのだということも理解できます。そして，大学についての評価を下す側の人たち，そして大学を選ぶ側の人たちも，それを一つの判断材料にしているという現実も大いにあるでしょうし，そこを一切無視していては大学の運営は成り立たないでしょう。しかしそれはあくまで「建前」的なものであるということを教員が思っていなければ，入ってくる学生も，そして在籍している学生も，それが大学に求められることであるという態度でカリキュラムをこなすのではないでしょうか。
「就職」というものをゴールとして設定することは，その先の学生の人生については君たち次第だという突き放した態度のようにも思います。今は，最初に就職した先でずっと退職まで働き続けるような時代でもありません。最初に就職した先が名の知れた「良い」企業であればその後の人生の幸せが保証されるわけでもなければ，就職が決まった時点ではその学生が満足していたとしても実際に働いてみたら全然幸せではなかったということだって当然のようにあるはずです。
また，就職がうまくいかなければ「失敗である」というメッセージを暗に学生に伝えてしまうことになるような気もしています。私は，それはあまり好ましいことであるとは思いません。それは，ある意味では先の見えない不安な状況に学生を追い込むような面もあるかもしれません。そして，そのことは一見すると学生に意地悪をしているように見えるかもしれません。
しかしながら，私たち大学教員が伝えなくてはいけないのは，「そうじゃないんだよ」ということです。そういう不安な状況とか，先の見えない不安とか，あるいはある意味での人生の挫折を味わうような状況になってしまったときに，そこで自分で考え，決断をし，そして勇気を持って自分の人生を切り開いていけるようになってほしいということではないでしょうか。
大事なことはもっと長いスパンでの学生の人生の幸福です。大学で学ぶことというのは，そういう人生の財産となるべきものではないでしょうか。というよりも，教育というのはそうした営みのことではないでしょうか。どのような学校種であったとしても，出口のすぐ先の未来だけを見据えるのではなく，その後に続く長い人生のことを見据え，そして願わくばそこを見つめさせることができるような場所が教育の場であってほしいと思います。理想論だという一言でこのことを片付けてしまうのは簡単ですが，それでもそうした理念的なことを大真面目に語ることが教育者としての役割だというようにも思っています。
それをやめてしまったら，「社会」から要請されるままの，そして「政治」から要請されるままの機関になってしまうような気がします。それは本当に大学のあるべき姿なのかというと，私としてはそうでないと言いたいです。
はじめに言及したブログの過去記事の中でも書きましたが，私の所属する外国語学部という組織自体が，文学部との差別化という側面も（おそらく）あって，いわゆる実学的な側面を組織のアイデンティティとして持っているという点は無視できないと思います。
5つあるプログラムの中で「通訳・翻訳プログラム」が最も人気があるのは，学生にとっても役に立ちそうな感じであるとか，それが自分のキャリアに直結するというイメージがしやすいことが要因ではないかと思います。ただし，そのことは通訳・翻訳のプログラムがただただ通訳や翻訳のトレーニングであるということではないはずです。あくまで大学で開講される授業であり，通訳も翻訳も研究があるわけです。担当する教員もそうした研究に基づいて授業をそしてプログラムとしてのカリキュラムを作り上げているはずです。
言語教育プログラムも達人技とか現場で役立つスキルだけを授けるわけではないでしょう。言語を教えるには言語そのものの知識も必要ですし，言語の学習に対する理解も必要です。そしてこれらのことも研究に基づいた蓄積があるわけです。それらをすべて理解させ身につけさせなければいけないとは言いません。しかしながら，ただただ外国語の運用能力があがればそれで「外国語のプロフェッショナル」だなんていう考えをぶち壊し，上っ面だけの異文化理解とかではない学問の世界を学生に見せつけることが外国語学部の教員の使命であるように思います。
4年間全力で学業に励んでもまだまだこんなにも知らないことがあり，そのことを胸に卒業後も学び続けられる学生を私は送り出したいです。そして，学び足りないと思ったらいつでも研究科に「戻って」学べるんだよということを伝えたいです。学びたいという欲求を全力で受け止める環境を私たちは用意していますよと。もちろん，うちの研究科でなくてもどこでもいいですし，学ぶ続ける場所が研究科（大学院）である必要もありません。どこかの学部に入り直したっていいでしょうし，海外の大学に行くことだってアリだと思います。
本当は，私の所属先の看板である留学プログラムについても書こうと思ったのですが，それはそれでまた長くなりそうなので，またそれについて考えがある程度まとまったら別の記事で書こうと思います。かといってこの記事がまとまっているのかというとまだまだ消化不良な部分もありますが，今の私の考えとしてここに記録として残しておきたいと思います。5年後，10年後に（どこで何やってるか，生きてるかはわかりませんが），もしこの記事を私が見直したらどんなふうに思うのか，若かったなぁあの頃は思うのか，それを楽しみにしたいと思います。
なにをゆう たむらゆう。
おしまい。
2021.10.18 訂正
通訳・翻訳プログラムが最も人気のあると書きましたが，実際には最も人気があるのが異文化コミュニケーションプログラムでした。お詫びして訂正します。
2021年11月6日土曜日に，名古屋大学大学院人文学研究科英語教育分野主催の連続公開講座『データサイエンス時代の英語教育』（2）で『一般化線形混合モデルの実践 — 気をつけたい三つのポイント』というタイトルの講演をします。
名古屋大学大学院人文学研究科は私が所属していた研究科ではありませんが，大学院の再編があり私がお世話になった先生方が所属している研究科であり，私の後輩にあたる院生も人文学研究科に所属しています。そういう縁もあってお話をいただきました。私が統計の話をするというのはかなりハードルが高い（統計の専門家ではないですし知識と技術に自信があるわけでも正直ない）と思ったのですが，こういう機会をいただくことでまた自分の知識を更新し，さらにレベルアップする機会にもなると思ったので，お引き受けすることにしました。
フライヤーに要旨も載っていますが，私が名古屋大学大学院国際開発研究科博士後期課程に進学した2014年にNagoya.Rというイベントで『一般化線形混合モデル入門の入門』というタイトルで発表をしました。
ちょうど2012年に下記のレビュー論文が出ていて，それをもとにRでどうやってやるかというのをただただ紹介したみたいな感じでした。
Cunnings, I. (2012). An overview of mixed-effects statistical models for second language researchers. Second Language Research, 28(3), 369–382. https://doi.org/10.1177/0267658312443651
一般化線形混合モデルという発表タイトルでしたが，実際は一般化ではなく線形混合モデルのやり方で，私はその後の院生生活で，反応時間を扱う研究ではガンマ分布や逆正規分布，容認性判断のような二値データを扱うデータでは二項分布を使った一般化線形混合モデルを扱うようになっていきました。
7年前はそこまでウェブ上でも特に日本語では資料が多くなかったこともあり，分野を問わず上記のスライドシェアの資料は結構閲覧されていて，D2で学振の申請書を書いたときには「Googleで一般化線形混合モデルというキーワードで検索すると上に来るのは私の資料です」みたいなことを書いたこともありました（笑）
2016年にはおもにロジスティック回帰に焦点をあてたテクニカルレポートを書きました。
田村祐（2016）「外国語教育研究における二値データの分析－ロジスティック回帰を例に－」『外国語教育メディア学会中部支部外国語教育基礎研究部会2015年度報告論集』29–82. [リンク]
そして，このテクニカルレポートで書いた内容をもとにして2019年には統計のワークショップ講師をしたこともありました。
https://github.com/tam07pb915/JACET-SIG_GLMM-Workshop
そういった流れのなかで，一般化線形混合モデルのレビュー論文のようなものもいくつか新しく出版されているので，そうしたものをまとめた内容にしようと思っています。今回はワークショップではなく「講演」なので，ハンズオンで実際に分析ができるようになるということを目指すわけではなく，(1) 分析の方法，(2) 分析結果の報告，(3) 再現性の確保，という3つの観点から一般化線形混合モデルという分析の手法について話すつもりです。(3)の再現性については，昨今の再現可能性という問題を意識してのものであり，特にこの分析手法だけに当てはまるものではありません。ただ，自分が特に強い関心を持っているのであえて今回の話に盛り込むことにしました。特に，国内の学会紀要などはこういったデータ・マテリアルの公開・共有に関してガイドラインの設定がされていません。このことは今後の研究の発展を大きく阻害すると思いますので，そういったメッセージも入っています（資料はまだアウトライン程度しかできていませんが）。
資料ができたらこの記事の最後に資料へのリンクを追記する予定です。
参加申込は下記のURLから可能で，申込みの締め切りというのは特に設けられていないということです。
https://forms.gle/Ez4GmQC2JpS4j2R49
興味のある方はぜひご参加ください。よろしくお願いします。
なにをゆう たむらゆう。
おしまい。
2021.11.07 追記
当日の資料です。
下記の要領で，所属に関係する研究会でオンラインの講演をすることになりました。
■日 時 2021 年 10 月 30 日（土） 13:00～15:50
■会 場 オンライン（Zoom）
■参加費 会員・非会員（無料）
■内 容
12:30～ 受付開始
13:00 開会式
13:10～14:00 タスク・ベースの言語指導とはなにか、どうやって実践するか（理論編）
14:00～14:10 休憩
14:10～15:30 タスク・ベースの言語指導とはなにか、どうやって実践するか（実践編）
15:30～15:40 質疑応答
15:40～ 閉会の挨拶
タスク関係では過去にも何回かセミナーだったりワークショップだったりというのをやったことがありますが，講演という形で単独でやるのは初めてなので今から割と緊張しています。依頼があったときに理論と実践両方ということだったので，その両方をやることになり，結構長めのイベントになっています。実践編の方はワークショップ形式でやるつもりです（自分はあまりワークショップ形式が得意な方ではないですがワークショップ的なことをやってほしいという依頼で受けたのでやります）。要旨は以下のとおりです。
本講演は，タスク・ベースの言語指導（Task-based LanguageTeaching, TBLT）について，それがどういった考え方に基づいているかを理解する理論編と，その理解に基づいて実際の授業を構想する実践編から構成されます。後半の実践編では，まずタスクを活用するという観点から，（a）教科書に掲載されている活動をアレンジしてタスクにする，（b）教室で実際にタスクを使う際に教師に求められるであろうスキルを考える，という 2 つを参加者の方と一緒に考えていきたいと思います。
申し込みは下記のURLから可能で，期間は，2021 年 9 月 30 日（木）10:00～10 月 29 日（金）17:00となっています。
https://forms.gle/M1HCjVa4Az91WFzD6
ご興味のある方はぜひご参加ください。資料も後日このページからアクセスできるようにするつもりです。
なにをゆう たむらゆう。
おしまい。
2021.11.01 追記
当日使用した投影資料をspeakerdeckで公開しました。
英語教育0.2 