もっと学びたいという学生のために、全学生を対象とした防災士養成講座と
所属学科・学年の関係なく選択できる4つの学科横断型ゼミを開講しています。
いくつ選択してもOK。プラスアルファの学習で、自身のスキルアップや資格取得を目指しましょう。
他学科の学生との交流や学習の刺激にもつながります。
災害時には自助、共助の中心として
活躍できる人材に!
全学科必修防災士養成講座
時間3日間計15時間
学習方法講義、実技、実習
防災士とは“自助”“共助”“協働”を原則として、社会の様々な場で防災力を高める活動が期待されており、そのための十分な意識と一定の知識・技能を修得したことを日本防災士機構が認証する民間資格です。
防災士資格取得により特定の権利や、行動が義務づけられるといったことはなく、あくまでも自発的な防災ボランティア活動を行うということです。
しかし、多くの地方公共団体が予算を計上して防災士を養成し、自主防災組織や学校、職場に配置するといった事例が各地で広がるなど、防災士の社会的評価と期待は急速に高まっています。防災士は、こうした社会の信認性を背景に、志と使命感をもって活動することが期待されています。

活躍の
フィールド
平常時の活動
自身と家族を守るために、耐震補強、家具固定、備蓄などを進めます。それを周囲の方々に広めていくとともに、地域・職場での防災啓発、訓練を実施します。必要に応じて、防災講演、災害図上訓練、避難所訓練等のリーダー役を果たします。また自主防災組織や消防団の活動にも積極的に参加します。
災害時の活動
自分の身を守り、避難誘導、初期消火、救出救助活動等にあたります。また、被災地支援活動などでも活動できます。
資格取得
への道
日本防災士機構が認証した研修機関が実施する「防災士養成研修講座」を受講し、「防災士資格取得試験」に合格する。日本赤十字社等が主催する「救急救命講習」(心肺蘇生法やAEDを含む)を受け、その修了証を添えて、日本防災士機構へ「防災士認証登録申請」を適正に提出すれば「防災士認証状」「防災士証(カード)」が交付されます。
さまざまな現場でトレーニング指導に携わるための
知識、技能を身につける!
選択スポーツトレーナーⅠ
時間90分/回、計21回
学習方法講義、実技、実習
受講料5万円
競技力向上や健康づくりなど、さまざまな現場でトレーニング指導に携わるための知識、技能について学びます。
全21回のカリキュラムを通じて、トレーニング指導者の役割と業務から始まり、トレーニング指導における測定・評価、アスリートの競技力向上、高齢者や子どもに対するトレーニングなど、多岐に渡る知識と分析力を習得できます。
さまざまな現場で活躍してきたスポーツトレーナー・山田晃広氏による特別講義も4回あり、現場のリアルな話や、実践的なアドバイスを聞くことができます。

日々の食事から健康をつくる、
一生モノの『食養生』を学ぶ
選択薬膳 ―未来医療と薬膳食養生ゼミ―
時間90分/回、計20回
学習方法講義と対話、調理実習
受講料2万円
薬膳とは、体調・体質・季節に合わせて食材をピックアップし、「カラダとココロを整える」学問です。
中医学((中国伝統医学)的視点と薬膳食養生の基礎を学び、未病・予防・生活支援という観点から医療を再考します。
講義・対話・調理実習を通して、理論と体験を統合し、多職種医療に活かせる視座を育成することを目的としています。
全20回の授業では、「未来医療と未病概念・予防」や「五臓と心身相」など、中医学の基本的な考え方や、食養生の知識などを学び、実際の調理実習なども行います。

ストレスや不安と上手に付き合い、
心の調子を整えるスキルを学ぶ
選択メンタルヘルス・マネジメント
時間60分/回、計10回
学習方法対面形式
受講料1万円
仕事や職業生活に強い不安や悩み、ストレスを抱える人は増加傾向にあり、心の不調による休職や離職もまた増加しています。
ストレスの基礎知識を学び、不調の早期発見やケア方法を理解することで、まずは自分自身、そして、患者さまやご家族のストレス対処やセルフケアが行えるようになります。
将来のキャリアを支える資格として、メンタルヘルス・マネジメント検定Ⅲ種(セルフケアコース)の取得を目指します。

これからの時代に欠かせない、
デジタルスキルを身につける
選択Chat GPT・Pythonで学ぶはじめてのAI活用
時間90分/回、計12回
学習方法オンライン
受講料1万円
あらゆるシーンでデジタル化が進む今、医療の現場でもITやAIのスキルが求められる時代が来ています。
AIおよびプログラミングの基礎を学び、ChatGPTとPythonを活用したデータ分析・機械学習を実践的に体験するゼミコースです。
全12回の授業は、講義と演習を組み合わせて進めていきます。
プログラミング体験から始まり、ロジスティック回帰やランダムフォレストによる分析、機械学習プログラムの作成、最終的にはオリジナルプログラムの開発まで段階的に取り組みます。





