旧帝大、全入時代へ｜掲示板スレッド

＞大阪大学外国語学部インドネシア語学科
志願者10 定員10 倍率1.0倍


早稲田国教に合格するも、「大阪大学外国語学部インドネシア語学科」は、受験すら出来ませんでした。

国際系を志望している受験生の中で、倍率1.0倍をみて受験したくても出来なかった人が多いです。

地方国立大学　＞　早稲田大学

現実を受け止めよう！

個人的には、転勤制度がある以上は一極集中は無くならないと思います。
地方の雇用が生まれないですから。

転居を伴う強制的な転勤は、日本独自の慣習です。
世界的にもほぼ日本だけの文化です。
個人的には共働き社会で夫婦共に全国転勤というのは両立し得ないのではないかと思いますし、地方の雇用や人材の定着を図るためにも転勤制度の縮小はいい手だと思います。

三国志では国を劉備に取られた曹操は土地がダメならと人を移住させて人口減させたよ
国は潤わず

今後も国立大学は、国家戦略で人材育成の柱です。


◆数理・データサイエンス・AI教育強化
拠点コンソーシアムの取組
東京大学 数理・情報教育研究センター センター長 駒木 文保
2023.09.01 第３回統計エキスパート育成に向けたワークショップ

コンソーシアムは第2期に移行

◉名称が変更
数理・データサイエンス教育強化拠点コンソーシアム
→ 数理・データサイエンス・AI教育強化拠点コンソーシアム

◉ミッションが追加
・エキスパート育成
・地域連携・産学連携
・ダイバーシティ，サイバーセキュリテイ推進

◉採択校が変更
拠点校11大学，特定分野校18校

◉会員校が増加
6校（設立時） → 270校（2023年８月）

◉ブロックが細分化
6ブロック → 9ブロック



❶北海道ブロック（56大学等）
拠点校: 北海道大学
特定分野校:北見工業大学（理工農　サイバーセキュリティ分野）

❷東北ブロック（84大学等）
拠点校: 東北大学
特定分野校:秋田大学（理工農）、山形大学　（理工農）

❸関東ブロック（367大学等）
拠点校: 東京大学
特定分野校:茨城大学（理工農）、宇都宮大学（理工農）、東京医科歯科大学（医歯薬）、お茶の水女子大学（人文科学、教育、ダイバーシティ推進）、電気通信大学（理工農、サイバーセキュリティ推進）

❹東海ブロック（116大学等）
拠点校: 名古屋大学
特定分野校:静岡大学（理工農・ダイバーシティ推進）

❺北信越ブロック（83大学等）
特定分野校:金沢大学（社会科学）、長岡技術科学大学（理工農）、富山大学（理工農）

❻近畿ブロック（226大学等）
拠点校: 京都大学・滋賀大学・大阪大学
特定分野校:和歌山大学（社会科学）

❼中国ブロック（82大学等）
拠点校: 広島大学
特定分野校:島根大学（理工農）

❽四国ブロック（34大学）
特定分野校:香川大学（理工農）

❾九州・沖縄ブロック（126大学）
拠点校: 九州大学
特定分野校:九州工業大学（理工農）、鹿児島大学（理工農）、琉球大学（社会科学、ダイバーシティ推進）

こんな名目上のものは
昔からこんなのあった
それなのに香川大学は凋落した
原因をよく考えなさい

国の選抜拠点ですよ。

香川大学 国際希少糖研究教育機構

↓

第4回選抜拠点

国際展開型

・大阪大学 接合科学研究所

・沖縄科学技術大学院大学 技術開発イノベーションセンター

・信州大学 繊維学部ファイバーイノベーション・インキュベーター


地域貢献型

香川大学 国際希少糖研究教育機構
鹿児島大学 南九州・南西諸島域イノベーションセンター
長岡技術科学大学 国際産学連携センター
名古屋工業大学 産学官金連携機構
広島大学 デジタルものづくり教育研究センター
立命館大学 産学官連携戦略本部
龍谷大学 Ryukoku Extension Center

国立大学は、国家戦略で人材育成の柱です。

香川大学も鳥取大学も
「医療AI人材育成拠点プログラム関連校」です。

↓

【東北大学主催 第6回 医学AIセミナー 特別レクチャーのお知らせ】

2022年11月17日（木） 18:00からハイブリットで、東北大学主催 医学AIセミナー特別レクチャーを開催致します。

開催概要

日時：2022年11月17日（木）18:00~19:30   ※入場開始時間(現地参加)：17:45
対象：
東北大学医学AIセミナー生
北海道大学医療AI開発者養成プログラム生、
岡山大学医療AI応用コース生

・医療AI人材育成拠点プログラム関連校
（東北大学、北海道大学、岡山大学、山形大学、福島県立医科大学、日本医科大学、北海道情報大学、北海道科学大学、徳島大学、 香川大学、山口大学、鳥取大学、川崎医科大学）の学生・教員



◆　府省横断型産学官連携プロジェクト

「新薬創出を加速する人工知能の開発」では、ヒト由来のデータを用いたデータ駆動的創薬標的探索技術の構築を目指して、
①臨床情報の収集とデータベースの構築
②医薬品開発において臨床情報の利活用を可能とする人工知能の開発
③事業成果が適切に管理・維持された上で公開される基盤の構築
の3点を目標に掲げて推進してきた。本講演では、当該プロジェクトの研究成果を紹介しつつ、それを支える技術である機械学習の基礎、診療情報の利活用における問題点などに触れる。