Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
TBLTの課題・展望・指導の工夫/keles-seminar43
Search
Yu Tamura
December 23, 2017
Education
0
1.9k
TBLTの課題・展望・指導の工夫/keles-seminar43
田村祐(2017) 「TBLTの課題・展望・指導の工夫」第43回KELESセミナー. 龍谷大学梅田キャンパス.
Yu Tamura
December 23, 2017
Tweet
Share
More Decks by Yu Tamura
See All by Yu Tamura
Distributive Reading and Conceptual Plurality in Second Language Acquisition / J-SLA2024
tam07pb915
0
78
英語教育とSLA研究の距離感: 理論と実践は往復するべきか / 2023-11-04_LET-Kansai-Symposium_Tamura
tam07pb915
0
2.7k
豊富な産学連携・地域連携と連動させた「考動力」人材育成プロジェクト主催・関西大学キャリアセンター共催 「第2弾 社会人に聞く! 多様な博士のキャリア」/ 2023-10-28_my-advice-to-phd-students
tam07pb915
0
1.6k
生成系AIが(英語)教師の代わりにやってくれること / 2023-06-24_what-generative-AI-can-do-for-us_censored
tam07pb915
3
2.7k
ChatGPTの英語教材への活用 / 2023-02-25_chat-gpt_teaching-materials
tam07pb915
1
4.4k
一般化線形混合モデルの実践:気をつけたい3つのポイント / 2021-11-06 LMM and GLMM
tam07pb915
2
6.6k
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 / 2021-10-30-TBLT
tam07pb915
0
2.7k
R入門の入門 / 2018methoken-R-workshop
tam07pb915
0
200
初心者こそRStudioを使ったほうがいい理由/NagoyaR17
tam07pb915
1
380
Other Decks in Education
See All in Education
Web Architectures - Lecture 2 - Web Technologies (1019888BNR)
signer
PRO
0
2.6k
H5P-työkalut
matleenalaakso
4
35k
Qualtricsで相互作用実験する「SMARTRIQS」実践編
kscscr
0
260
SQL初級中級_トレーニング【株式会社ニジボックス】
nbkouhou
0
16k
Design Guidelines and Models - Lecture 5 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
650
アニメに学ぶチームの多様性とコンピテンシー
terahide
0
200
Lisätty todellisuus opetuksessa
matleenalaakso
1
2.2k
Adobe Analytics入門講座【株式会社ニジボックス】
nbkouhou
0
16k
Human Perception and Cognition - Lecture 4 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
670
プロダクト・エンジニア・QAE 3軸でのナレッジシェアのススメ
hinac0
1
800
AWS All Certが伝える 新AWS認定試験取得のコツ (Machine Learning Engineer - Associate)
nnydtmg
1
500
week12@tcue2024
nonxxxizm
0
680
Featured
See All Featured
Six Lessons from altMBA
skipperchong
26
3.4k
Happy Clients
brianwarren
97
6.7k
How to Think Like a Performance Engineer
csswizardry
19
1.1k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
25
1.8k
The Pragmatic Product Professional
lauravandoore
31
6.3k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
28
9k
Raft: Consensus for Rubyists
vanstee
136
6.6k
Optimising Largest Contentful Paint
csswizardry
33
2.9k
The Cult of Friendly URLs
andyhume
78
6k
Designing the Hi-DPI Web
ddemaree
280
34k
Measuring & Analyzing Core Web Vitals
bluesmoon
0
29
XXLCSS - How to scale CSS and keep your sanity
sugarenia
246
1.3M
Transcript
TBLTͷ ՝ɾలɾࢦಋͷ 201712݄23 ؔӳޠڭҭֶձ ୈ43ճKELESηϛφʔ ԙɹཾ୩େֶେࡕകాΩϟϯύε
֓ཁ • ͡Ίʹ • ݱঢ়ͷࢦಋͷ࣮ଶ • TBLTͷ՝ • ࢦಋͷ •
ൃͷస • TBLTͷ࣮ફ͕ͨΒ͢มԽ • ݁ 2
֓ཁ • ͡Ίʹ • ݱঢ়ͷࢦಋͷ࣮ଶ • TBLTͷ՝ • ࢦಋͷ •
ൃͷస • TBLTͷ࣮ફ͕ͨΒ͢มԽ • ݁ 3
• ઌେֶӃͷ༑ਓʢจֶઐ߈ʣʹݴΘΕͨ͜ͱ • ʮλεΫͷຊങͬͨΜΑʂͰ͞ɼͨΉͨΉͬͯλ εΫͷݚڀͱ͔͚ͬͯͨͬʁͬͯͳ͍Αͳʁʯ ͡Ίʹ 4 Anecdote
• Task-based Language TeachingʹڵຯΛͬͨ ͷ • ʢ࣮ʣम࢜จͰҙࣝߴ༲λεΫ ʢconsciousness-raising taskʣΛѻͬͨݚڀΛͬ ͍ͯͨʢTamura,
2015ʣ • λεΫؔ࿈ͷຊΛಡΜͰΠϯεύΠΞ͞Εͨ • ͕͍ࣗͬͯͯʮָ͍͠ʯͱࢥ͑Δतۀ͕͔ͨͬ͠ ͨ ͡Ίʹ 5 Anecdote
• େֶӃͷઌഐʹݴΘΕͨ͜ͱ • ʮ͓લΒλεΫͱ͔TBLTͱ͔ݴͬͯΔ͚Ͳ͞ɼͦ Εͬͯཁ͢Δʹ߹ੑͷ͋Δڭҭͬͯ͜ͱͩΖʁʯ ͡Ίʹ 6 Anecdote 2
• “What is task?””What is TBLT”େࣄͰ͋Δ ͚ΕͲɼʮ͜ΕλεΫͩʗλεΫ͡Όͳ͍ʯ ͱ͍͏ٞΛ͍ͨ͠Θ͚Ͱͳ͍ • ʮλεΫʢTBLTʣ͔Ͳ͏͔ʯͱ͍͏͜ͱΑΓʮ͋
Δ׆ಈʯͱʮֶशͷඪʯͷؒʹ߹ੑ͕͋Δ͔Ͳ ͏͔͕େࣄ • ඪɼධՁɼγϥόεࢦಋܭըɼҰतۀͷߏɼ तۀͷ׆ಈͱ͍༷ͬͨʑͳϨϕϧͰ߹ੑΛอͭ ͨΊͷಓ۩ͱͯ͠ͷλεΫ ͡Ίʹ 7 Anecdote 2
• ઌͷͱ͋Δतۀʹͯʢେֶͷ࠶ཤΫϥεʣ • Լమͷ࿏ઢਤΛݟͯ͋Δॴͷߦ͖ํΛઆ໌͢Δ λεΫ • λεΫͷޙʹɼʮXXઢʹΔʢTake XX Lineʣʯɼ ʮXXӺͰΓ͑ΔʢChange
trains at XX stationʣʯ ͳͲΛઆ໌ • SAͱͯ͠དྷͯ͘Ε͍ͯΔ্ڃֶੜͷҰݴ • ʮTake XX Lineͱ͔ɼChange trains at XXͱ͔͑ͳ͔ͬ ͚ͨͲͰ͖·ͨ͠ʯ • ͜Εѱ͍͜ͱͳͷ͔ʁतۀࣦഊͳͷ͔ʁ ͡Ίʹ 8 Anecdote 3
• ڭՊॻʹࡌ͍ͬͯΔରྫɼڭࢣ͕ߟ͍͑ͯΔ ͋Δݴޠදݱ͚͕ͩλεΫΛୡ͢ΔͨΊͷ། Ұͷํ๏Ͱͳ͍ • ࢲͷڭत؍ • ҎԼͷΧοίΛຒΊΔ͜ͱΑΓ… • ʢɹɹʣJR
Line. (JRઢʹΔʣ • ʢɹɹʣtrains at XX station. ʢXXӺͰΓ͑Δʣ • ৽େࡕӺͰʮ͋ͷϋϧΧεߦ͖͍ͨʯͱݴΘΕͨ ࣌ʹઆ໌ͯ͋͛͠ΒΕΔ͜ͱͷํΛେࣄʹ͍ͨ͠ ͡Ίʹ 9 Anecdote 3
֓ཁ • ͡Ίʹ • ݱঢ়ͷࢦಋͷ࣮ଶ • TBLTͷ՝ • ࢦಋͷ •
ൃͷస • TBLTͷ࣮ફ͕ͨΒ͢มԽ • ͓ΘΓʹ 10
• ʮतۀʹ͓͚ΔɼੜెͷӳޠʹΑΔݴޠ׆ಈ࣌ ؒͷׂ߹ʯʢӳޠڭҭ࣮ࢪঢ়گௐࠪɼจ෦Պֶলʣ • ֶशࢦಋཁྖʹܝࡌ͞Ε͍ͯΔҙຯͰͷʮݴޠ׆ಈʯ तۀ࣌ؒͷͲΕ͘Β͍ͷׂ߹ΛΊ͍ͯΔͷ͔ • ʮݴޠ׆ಈʯͱɼඞͣ͠ൃలతͳ׆ಈͰ͋ΔΘ͚Ͱ ͳ͍ •
ಛʹதֶߍֶशࢦಋཁྖʹܝࡌ͞Ε͍ͯΔͷ • ಡΉ͜ͱͷྫɿॻ͔Εͨ༰Λߟ͑ͳ͕Βಡͨ͠Γɼͦͷ ༰͕දݱ͞ΕΔΑ͏ʹԻಡ͢Δ ݱঢ়ͷࢦಋͷ࣮ଶ 11 ݴޠ׆ಈ
• தֶߍ ݱঢ়ͷࢦಋͷ࣮ଶ 12 ݴޠ׆ಈ
) ) ) ) ) ) ) ) ) த த த ͓͓ΉͶݴޠ׆ಈΛߦ͍ͬͯΔ Ҏ্ͷ࣌ؒɼݴޠ׆ಈΛߦ͍ͬͯΔ ະຬͷ࣌ؒɼݴޠ׆ಈΛߦ͍ͬͯΔ ͋·Γݴޠ׆ಈΛߦ͍ͬͯͳ͍
• ߴߍ ݱঢ়ͷࢦಋͷ࣮ଶ 13 ݴޠ׆ಈ
) ) ) ) ) ) ) ) ) ) ) ) ) ) ) ίϛϡχέʔγϣ ϯӳޠ** ίϛϡχέʔγϣ ϯӳޠ* ӳޠදݱ*** ӳޠදݱ** ӳޠදݱ* ͓͓ΉͶݴޠ׆ಈΛߦ͍ͬͯΔ Ҏ্ͷ࣌ؒɼݴޠ׆ಈΛߦ͍ͬͯΔ ະຬͷ࣌ؒɼݴޠ׆ಈΛߦ͍ͬͯΔ ͋·Γݴޠ׆ಈΛߦ͍ͬͯͳ͍
• ʮतۀʹ͓͍ͯ࣍ͷΑ͏ͳ͜ͱΛͲͷ͘Β͍ߦ ͍·͔͢ʁʯʢதߴͷӳޠࢦಋʹؔ͢Δ࣮ଶௐࠪ2015ɼ ϕωοηڭҭ૯߹ݚڀॴʣ • ͋͘·Ͱ֘ͷ׆ಈΛߦ͏සΛਘͶΔ࣭ͳ ͷͰɼ૬ରతͳׂ߹Θ͔Βͳ͍͜ͱʹҙ 14 ࢦಋͷ༰ ݱঢ়ͷࢦಋͷ࣮ଶ
15 தֶߍ
16 தֶߍ
17 ߴߍ
18 ߴߍ
• ʮӳޠΛࢦಋ͢Δࡍɼ࣍ͷ͜ͱͲΕ͘Β͍ॏ ཁͩͱࢥ͍·͔͢ʁ·ͨɼͦΕͧΕʹ͍ͭͯ͋ ͳͨࣗͲͷఔ࣮ߦ͍ͯ͠·͔͢ʁʯʢதߴ ͷӳޠࢦಋʹؔ͢Δ࣮ଶௐࠪ2015ɼϕωοηڭҭ૯߹ݚڀ ॴʣ 19 ڭһͷҙࣝ ݱঢ়ͷࢦಋͷ࣮ଶ
20 ݱঢ়ͷࢦಋͷ࣮ଶ
21 ݱঢ়ͷࢦಋͷ࣮ଶ
• ੜె͕ӳޠΛ͏ػձΛ֬อ͢Δ͜ͱ͕ॏཁͩͱߟ ͑ͭͭɼͦͷ͜ͱΛͳ͔ͳ͔࣮ߦͰ͖͍ͯͳ͍ • ͳͥͩΖ͏͔ʁ • ӳޠΛ͏ػձΛ֬อ͢Δࢦಋํ๏͕Θ͔Βͳ͍ʁ • Γํ͑͞Θ͔Εঢ়گվળ͞ΕΔʁ •
ຊʹͦ͏ʢͦΕ͚ͩʣͩΖ͏͔ʁ • ʢSLAʣݚڀऀͷɼݚڀʹجͮ͘ࢦಋ๏Λʮݱʯͷ ڭһʹत͚ͨΒӳޠڭҭྑ͘ͳΔతͳൃ݁ߏφΠʔ ϒͰʁʢࣗռΛࠐΊͯʣ 22 ڭһͷҙࣝ ݱঢ়ͷࢦಋͷ࣮ଶ
• ӳޠतۀʹݶΒͣ৬্ͷΈͨ͘͞Μ͋Δ ͷͰͳ͍͔ • தߴڭһ๊͕͍͑ͯΔΈʹͲͷΑ͏ͳͷ͕͋ Δ͔ • ʮ࣍ͷΑ͏ͳΈΛͲΕ͘Β͍ײ͍ͯ͡·͔͢ʯ ʢϕωοη࣮ଶௐࠪ2015ΑΓʣ 23
ڭһͷΈ ݱঢ়ͷࢦಋͷ࣮ଶ
24 ݱঢ়ͷࢦಋͷ࣮ଶ
• ੜెʹֶशश׳͕ʹ͍͍ͭͯͳ͍ • ੜెؒͷֶྗ͕ࠩେ͖ͯ͘तۀ͕͠ʹ͍͘ • तۀ४උͷ͕࣌ؒेʹऔΕͳ͍ • ڭՊࢦಋҎ֎ͷߍঠͷࣄ͕ෛ୲ ʢ࣮ଶௐࠪ2015ΑΓʣ 25
ڭһͷΈ ݱঢ়ͷࢦಋͷ࣮ଶ
• ӳޠ͕ۤखͳֶशऀʹର͢Δྀࢦಋڭһ ͷࣄ • ڭһͷࢹ͔Βݟͯɼੜెͷͭ·͖ͮͷݪҼͲ͜ ʹ͋Δͷ͔ • ʮӳޠʹରͯۤ͠खҙࣝͭ·͖ͣΛײ͍ͯ͡Δੜ ెͲͷΑ͏ͳ͜ͱ͕ݪҼͩͱࢥ͍·͔͢ʁʯʢ࣮ ଶௐࠪ2015ΑΓʣ
26 ੜెͷͭ·͖ͮ ݱঢ়ͷࢦಋͷ࣮ଶ
27 ݱঢ়ͷࢦಋͷ࣮ଶ
• ӳޠʹݶΒͣɼֶशश׳͕͍ͭͯͳ͍ • ӳޠʹݶΒͣɼֶशࣗମͷҙཉ͕͍ • ୯ޠʢൃԻɾ௲ΓɾҙຯʣΛ֮͑Δͷ͕ۤख ʢ࣮ଶௐࠪ2015ΑΓʣ 28 ੜెͷͭ·͖ͮ ݱঢ়ͷࢦಋͷ࣮ଶ
• ʮTBLTͬͯΈ·͠ΐ͏ʯͱ͍͏ͱ͖ʹɼ • ʮΓͨͯ͘Ͱ͖ͳ͍ʯঢ়گʹ͍ࠐ·Ε͍ͯΔͱ ͍͏ՄೳੑΛഉআʢ͋Δ͍ݟͯݟ͵;Γʣͯ͠͠·ͬ ͯΑ͍͔ • ֶߍશମͰʮֶशश׳ͷఆணʯͱ͍͏՝ʹऔΓΜ Ͱ͍Δͱͨ͠ΒɼӳޠͷतۀͲ͏ͳΔͩΖ͏͔ •
ԻಡɼൃԻɼจ๏ͳͲͷॏࢹɼʮجૅɾجຊͷఆ ண͕Ͱ͖͍ͯͳ͍ʯͱ͍͏ݱঢ়ͷରԠʁ • ৽͍͜͠ͱΛ͍ͬͯΔ༨༟͕ͳ͍ͱ͍͏ͷΛ൱ఆ͢ Δ͜ͱ͍͠ 29 ڭһͷΈ ݱঢ়ͷࢦಋͷ࣮ଶ
• ·ͣʮϚΠφʔνΣϯδʯ͔Βελʔτͯ͠ΈΔ • দଜ͞ΜͷఏҊ1ͭͷղܾࡦ • ڭՊॻطଘͷ׆ಈΛΞϨϯδ • ࣮ɼࣗͷतۀ͕͢ͰʹλεΫɾϕʔεͷൃʹ ͍͔ۙ •
λεΫͷج४ʹরΒ͠߹Θͤͨ׆ಈͷઃܭ • ଳ׆ಈͱͯ͠ͷλεΫ • ͚ͩͲͬͺΓΓӽ͑ͳ͚ΕͳΒͳ͍น • ڭՊॻɾγϥόεɾධՁ 30 TBLTͰ͖Δͷ͔ ݱঢ়ͷࢦಋͷ࣮ଶ
֓ཁ • ͡Ίʹ • ݱঢ়ͷࢦಋͷ࣮ଶ • TBLTͷ՝ • ࢦಋͷ •
ൃͷస • TBLTͷ࣮ફ͕ͨΒ͢มԽ • ͓ΘΓʹ 31
• ڭՊॻ͕͋Δ • จ๏γϥόεʢಛʹதֶʣ • λεΫΛΒͤͨΒͲ͏ධՁͨ͠Β͍͍ • ͜ΕΒͷͳ͔ͥଟ͘ͷ߹େֶʹͯ ·ͬͨΓ͍ͯ͠Δʢҹʣ TBLTͷ՝
32 தߴͰ࣮ફ͢Δͱ͖
• ڭՊॻ͋ΔͷʹλεΫɾϕʔεແཧ • ͨͩͰ͑͞Δ͜ͱΓͩ͘͞Μ • ϓϥεΞϧϑΝͰԿ͔Δ༨༟ͳͲͳ͍ • ʮڭՊॻΛऴΘΒͤΔʯͱ͍͏ൃ • ڭһֶशऀʢ͋Δ͍อޢऀʁʣɼڭՊॻΛඈ
͢͜ͱʹରͯ͠߅ײ͕͋Δʁ • ͍ΘΏΔʮಉ྅ʯ͍ؔͯ͠Δʁ • ڭՊॻΒͳ͍͚ͯ͘ͳ͍ͷͩͱͯ͠ • ίϛϡχέʔγϣϯʢΛࢤͨ͠ʣ׆ಈʹཁҙ TBLTͷ՝ 33 ڭՊॻͷ
• ాɾాଜɾ܀ాʢ2017ʣJALT Journal • தֶߍڭՊॻʹܝࡌ͞Ε͍ͯΔίϛϡχέʔγϣϯ ׆ಈ͕λεΫͷج४Λຬ͔ͨ͢Ͳ͏͔Λௐࠪ • ݁Ռ • ΄ͱΜͲ͕ύλʔϯϓϥΫςΟεͱมΘΒͳ͍Α͏ͳ
׆ಈ • ʮΪϟοϓ͕͋Δʯͱ͍͏؍࠷ຬͨ͞Ε͍͢ • ʮֶशऀࣗͷϦιʔεΛ͏ʯͱ͍͏؍࠷ຬ ͨ͞Εʹ͍͘ TBLTͷ՝ 34 ڭՊॻͷ
• ͳͥίϛϡχέʔγϣϯ׆ಈ͕ύλʔϯϓϥΫςΟ εͳͷ͕ͳͷ͔ʁ • ίϛϡχέʔγϣϯ׆ಈ͕ߦΘΕΔతͱ׆ಈΛ௨ ͯ͠ಘΒΕΔͷͱͷ߹ੑ • ݴޠशಘͷػձͱͳΔҙຯͷΓͱΓ͕ൃੜ͠ͳ͍ • ൃ༰ΛݴޠԽ͢Δͱ͍͏ମݧ͕Ͱ͖ͳ͍
• ాଞʢ2017ʣʹࣗΒ൷ධΛ͢Δͱ͢Ε… • ࣮ࡍͷतۀڭՊॻʹ࣮ʹߦΘΕ͍ͯΔ͔ • ڭՊॻʹܝࡌ͞ΕͨҎ֎ͷ͜ͱߦΘΕ͍ͯͳ͍͔ TBLTͷ՝ 35 ڭՊॻͷ
• จ๏γϥόεͱ͍͏ • ڭՊॻͷߏ͕֮ͦͦ͑Δ->࿅श͢Δ->ͬ ͯΈΔͱͳ͍ͬͯΔ • ͲΜͳλεΫ͕͋Δ͔ɼ͋Δ1ͭͷλεΫΛͲ͏ ֦ͬͯு͍ͯ͘͠ͷ͔ʢͳΜͱ͔ʣΘ͔ͬͯ ɼ୯ݩɾֶظɾɼͱ͍ͬͨεύϯͰतۀΛ ߏͮ͠Β͍
• ͱ͘ʹɼͦ͏࣮ͨ͠ફͷੵ͕গͳ͍ • ݴ͏қ͘ߦ͏͠ʢͳΜͰͦ͏Ͱ͢ΑͶʣ TBLTͷ՝ 36 γϥόεͷ
• λεΫΒ͍͍͚ͤͨͲɼͲ͏ͬͯධՁ͠ ͨΒ͍͍ʁ • Ͱ͖͔ͨͰ͖ͳ͔͔͍ͬͨͬͯ͏͚ͲͦΕͲ ͏ͬͯஅ͢Δͷʁ • ͦΜͳʹԿճλεΫͷग़དྷΛධՁ͢ΔͳΜͯ ແཧ •
ఆظςετͲ͏͢Δͷʁ • Ͳ͏͚ͬͯͭͨΒ͍͍ʁ TBLTͷ՝ 37 ධՁͷ
֓ཁ • ͡Ίʹ • ݱঢ়ͷࢦಋͷ࣮ଶ • TBLTͷ՝ • ࢦಋͷ •
ൃͷస • TBLTͷ࣮ફ͕ͨΒ͢มԽ • ͓ΘΓʹ 38
1. ༰ͷࣗ༝Λʢ·ͣʣ੍ݶ 2. ݴ͍͔͚ͨͬͨͲݴ͑ͳ͔ͬͨ͜ͱʹண 3. 2ճ܁Γฦͯ͠Γ͍ͨ ࢦಋͷ 39 ࡾݪଇʢݸਓతʣ
• ͦͷҰ • ༰ͷࣗ༝Λʢ·ͣʣ੍ݶ • ࠷ॳ͔Βݴ͏༰͕ࣗ༝ͩͱɼͦͦ༰͕ࢥ͍ ු͔ͳͯ͘׆ಈʹͳΒͳ͍ • తʹʮ͏·͍ʯ͜ͱ͕ݴ͑Δ΄͏͕͍͍͚ΕͲɼ ΈΜͳ͕ΈΜͳͦ͏͡Όͳ͍
• ରͷେ·͔ͳྲྀΕ࠷ॳʹఏࣔͯ͠OK • ྫɿʮ·ͣ૬खͷ̋̋Λ࣭ͯ͠Έ·͠ΐ͏ʯ • ྫɿʮ͕̋̋Θ͔ͬͨΒɼ☓☓ΛఏҊͯ͠Έ·͠ΐ͏ʯ ࢦಋͷ 40 ࡾݪଇʢݸਓతʣ
• ͦͷೋ • ݴ͍͔͚ͨͬͨͲݴ͑ͳ͔ͬͨ͜ͱʹண • ͦͷʮΪϟοϓʯΛຒΊΔͷ͕ڭࢣͷͷݟͤͲ ͜Ζ • ڭࢣ͕ͦͷͰύοͱ͑Λࢥ͍͚ͭͳ͍͜ͱ ͨ·ʹ͋Δ…
• ʮݴ͑ͳ͔ͬͨ͜ͱʯΛγΣΞ͢Δͱ͖ཁҙ ʢஏ͞Β͠తͳ͜ͱʹͳΒͳ͍Α͏ʣ ࢦಋͷ 41 ࡾݪଇʢݸਓతʣ
• ͦͷࡾ • 2ճ܁Γฦͯ͠Γ͍ͨ • ·ͣԿڭ͑ͣʹͬͯΈΖͱݴ͏ͷʹ1ճͰ Ͱ͖ΔΑ͏ʹͳΒͳ͔ͬͨΒμϝ͓͔͍ͩ͠ • ʮͦΜͳ࣌ؒͳ͍ʯʢ͏ͬ ࢦಋͷ
42 ࡾݪଇʢݸਓతʣ
• ےτϨɼجૅମྗҭɼ͜ΕΒʮθϩʹ͠ͳ͍ͯ͘ ͚ͳ͍ʯͱ͍͏͜ͱͳ͍ • ʮࢼ߹ͷதͰʹͭ͘ମྗʯ͋Δ͜ͱࣄ࣮ • ͔͠͠ɼ͔ͱ͍ͬͯମྗ্Λࢦͨ͠τϨʔχϯάΛ ͠ͳ͍ͱ͍͏͜ͱͰͳ͍ • ԿͷͨΊʹͲͷ׆ಈΛΔͷ͔ɼͱ͍͏ҙຯ͚͕ࣗ
ͷதʹͰ͖͍ͯΔ͔ • Why Իಡʁ • Why γϟυΠϯάʁ • Why σΟΫςʔγϣϯʁ ࢦಋͷ 43 ےτϨΞϦ
• දग़ܕλεΫͷ߹ • ४උ࣌ؒΛઃ͚Δ • ϖΞͰߦ͏λεΫͷ߹ɼख़ୡֶ͕͍शऀಉ࢜ ͷϖΞʹͳΒͳ͍Α͏ʹྀ • ཧղܕλεΫͷ߹ •
શମͱͯ͠ͷඪʮཧղͰ͖ΕୡʯͰ͖Δ͜ ͱͱ͢Δ • ૣ͘ऴΘͬͯ͠·͏ֶशऀʹɼཧղͰ͖ͨ͜ͱΛ ݩʹ͔ͯͦ͜͠Β࢈ग़ʹͭͳ͛ΔλεΫͳͲΛ༻ҙ ͓ͯ͘͠ ࢦಋͷ 44 ख़ୡͷҧ͍ΛͲ͏͢Δ͔
• Ϟδϡʔϧ੍ • ڭՊॻΔ࣌ؒͱλεΫΔ࣌ؒΛ͚Δʢಠཱͯ͠ӡ ༻ʣ • ڭՊॻΔ࣌ؒʢࣝΛʹ͚ͭΔ࣌ؒʣ • λεΫΛΔ࣌ؒʢݴޠӡ༻ͷ͔ͪΒΛʹ͚ͭΔ࣌ؒʣ •
ଳ׆ಈ • ʮतۀͷ࠷ॳʹ୯ޠςετʯͱಉ͡Α͏ʹतۀ࣌ؒͷҰ ෦ʹλεΫΛׂΓͯΔͱ͍͏ൃ • ඞͣ͠तۀͱؔ࿈͚ͮΑ͏ͱ͠ͳͯ͘OK ࢦಋͷ 45 Ϟδϡʔϧ੍ͱଳ׆ಈ
• 100ຬʹͨ͠ΓɼධՁͷϧʔϒϦοΫΛ࡞͢Δͷ ݁ߏͳෛ୲ʢϧʔϒϦοΫେࣄ͕ͩʣ • ϧʔϒϦοΫ·Ͱߦ͔ͣͱɼߦಈͱͯ͠Ͱ͖͔ͨͰ͖ͳ ͔͔ͬͨΛஅͰ͖ΔΑ͏ͳඪඞཁ • গͳ͘ͱʑͷतۀʹ͓͚ΔλεΫɼ • ʮୡͰ͖ͨʯɾʮҰ෦͕ୡͰ͖ͨʯɾʮୡͰ͖ͳ͔ͬ
ͨʯͷΑ͏ͳධՁ • Φϒβʔόʔ͕ධՁ • ֶशऀ͕ࣗࣗݾධՁ • ֶظதʹͬͨෳͷλεΫͷ͏͍ͪͭ͘Ͱ͖͍ͯΔ͔ ͦͷୡ߹͍ͰධఆΛ͚ͭΔ ࢦಋͷ 46 ධՁ͡Όͳͯ͘ྑ͍
• ʮͰ͖Δ͜ͱʯɾʮෆશ͕ͩͰ͖Δ͜ͱʯɾʮ·ͩ Ͱ͖ͳ͍͜ͱʯΛՄࢹԽʢCan DoϦετʣ • ☓ ʮจ๏͕Γͳ͍ʯɾʮ୯ޠ͕Γͳ͍ʯ • ☓ ʮࠓͤͨʯ
• ☓ ʮ୯ޠͷখςετࠓຬͩͬͨʯ • ͋͘·ͰɼʮߦಈͷܗͰʯੵ͍ͯ͘͠ • ̋ʮϏσΦΛݟͳ͕Β༰Λ૬खʹ͑ΒΕͨʯ • ̋ʮஅͷཧ༝Λݴ͏͜ͱ͕Ͱ͖ͨʯ ࢦಋͷ 47 ධՁͷੵ
֓ཁ • ͡Ίʹ • ݱঢ়ͷࢦಋͷ࣮ଶ • TBLTͷ՝ • ࢦಋͷ •
ൃͷస • TBLTͷ࣮ફ͕ͨΒ͢มԽ • ͓ΘΓʹ 48
• ʮͰ͖ΔΑ͏ʹͤͯ͋͛͞ΒΕΔ͔ʯΛߟ͑Δ ͱʮڭ͑ΒΕΔʯ༰ݮͬͯ͠·͏͔͠Ε ͳ͍ • ʮ͍ͬͯͯ΄͍͜͠ͱʯͱʮͰ͖ΔΑ͏ʹͳͬͯ ΄͍͜͠ͱʯΛ͚ͯߟ͑Δ • ༰ʹংྻΛ͚ͭΔʢ͜Ε͚ͩͰ͖ͯ΄͍͜͠ͱ Կ͔ʣ
ൃͷస 49 ࣌ؒͳ͍͕…
• ৴པੑ͕ߴ͍λεΫධՁͲ͏ͳΔ͔ • ߴ͍ධՁ ʹ ըҰతͳύϑΥʔϚϯε • શһ͕λεΫୡʹଟ༷ੑͳ͠ • ৴པੑΛ͋Δఔ٘ਜ਼ʹͯ͠…
• ଟ༷ͳύϑΥʔϚϯεʹΑΔʮλεΫͷୡʯΛೝ ΊΔ • λεΫͷୡҎ֎ͷ؍ͰՃ͢Δ͜ͱΛೝΊΔ 50 ݫີͳධՁͷฐʢখઘɼpcʣ ൃͷస
• ͍·ɼतۀͰ͍ͬͯΔ׆ಈΛͲͷ͘Β͍ͷස ͰɼͲͷ͘Β͍ʮݫີʹʯධՁ͍ͯ͠·͢ ͔ʁ • ୯ݩͱ͍͏·ͱ·ΓͰͷධՁΛߟ͑ΕɼλεΫΛ ͔ͬͨΒධՁ͕૿͑ΔΘ͚Ͱͳ͍ • ධՁࢿྉ͕طଘͷ׆ಈ͔ΒλεΫʹมΘΔ͚ͩ •
ʮࣝʯϖʔύʔͰଌΔʢͷͰ͍͍ʣͱͯ͠ɼ ʮදݱʯɾʮཧղʯɾʮؔҙଶʯλεΫͷύϑΥʔ Ϛϯεʹͱ͍ͮͯධՁͯ͠ΈͨΒͲ͏Ͱ͠ΐ͏ 51 ධՁࢿྉͲ͏ͯ͠·͔͢ ൃͷస
• ͜Μͳ࣮ફใࠂͲ͏Ͱ͔͢ʁʼʢಛʹʣӳޠڭҭܥ ͷֶձӡӦΛ͞Ε͍ͯΔํʑ • ʮ͜ΜͳλεΫͷतۀߟ͑·ͨ͠ʯ • ʮଳ׆ಈͰλεΫΛ1ֶظͬͯΈ·ͨ͠ʯ • ʮ͜͏͍͏λεΫͰେࣦഊ͠·ͨ͠ʯ etc.
• λεΫͷΞΠσΞ͕ࡌ͍ͬͯΔॻͷڭࡐू͕͋ͬ ͨΒ… • Έͳ͞Μങ͍·͔͢ʁ • ͲΜͳڭࡐू͕΄͍͠Ͱ͔͢ʁ ൃͷస 52 ࣮ફͷੵ
• த෦۠ӳޠڭҭֶձͰͷηϛφʔͰͷ͜ͱ • ʮֶशऀʹʹண͚͍ͤͨ͞εϐʔΩϯάͷ͔ͪΒʯ Λߟ͑ͯΈ·͠ΐ͏ • ڭՊॻͷ࠶͕Ͱ͖ΔΑ͏ʹ • 1ؒӳޠͰ͠ଓ͚ΒΕΔΑ͏ʹɼetc. •
ઌੜํͷඪʮڭࣨʢͱ͍͏ಛघͳڥʣͰͳʹ ͕Ͱ͖Δ͔ʯͱ͍͏ࢹʹͳͬͯ͠·͍͕ͪͳͷͰ ൃͷస 53 ظతͳϏδϣϯ
• ʮ࠶ʯ͕Ͱ͖Δ͜ͱɼ1ؒ͠ଓ͚Δ͜ͱ… • ͦΕ͕Ͱ͖ͨΒɼֶशऀڭࣨͷ֎Ͱɼઌੜͷ͍ͳ͍ͱ͜ΖͰɼӳޠ ΛͬͯͲΜͳ͜ͱ͕Ͱ͖ΔΑ͏ʹͳΔͷͰ͠ΐ͏͔ • ͦΕࣗମ͕ѱ͍ͱ͍͏ΑΓɼ۩ମతͳݴޠ༻໘͕૾ͮ͠Β͍ • ࠶͢Δঢ়گ •
ʮࡢݟͨςϨϏʯͷ༰ʹ͍ͭͯ୭͔ͱ͢ʁ • ʮिʹಡΜͩຊʯͷ༰Λ୭͔ʹ͑Δʁ • 1ؒ͠ଓ͚Δ • ύʔςΟͰ͋·ΓΒͳ͍ਓͱʮ͋ɼ͡Ί·ͯ͠ʯͬͯͳͬͨͱ ͖ɼͱʹ͔͘ձΛଓ͚ͳ͍ͱࣦྱ͔ͩΒ1͞ͳͪ͘Όʁʁ • ͦΕͱɼʮ1ؒ͠ଓ͚ΒΕΕ͍͍ͨͯͷӳձେৎͩ Ζ͏ʯͱ͍͏͜ͱʁ 54 ظతͳϏδϣϯ ൃͷస
• ʮઌੜ͍ͭڭ͑ͯ͘ΕΔʯ->ʮڭ͑ͯ͘Εͳ͍ͱ Ͱ͖ͳ͍ʯ->ʮͰ͖ͳ͍͔ΒͬͺΓڭ͑ͨ΄͏͕͍ ͍ʯ… • ʮܕΛڭ͑ΔʯҎ֎ʹڭࢣͷׂ͋Δͱ͍͏͜ͱ • ४උ࣌ؒΛ૿͢ɼΰʔϧΛ໌֬ʹ͢ΔɼϞσϧΛݟͤΔɼ 1ର1Ͱͳ͘2ର2ʹ͢Δɼetc. •
ࣦഊͨ͜͠ͱ͕ωΨςΟϒʹͳΒͳ͍Α͏ͳྀඞཁ • ΈΜͳ͕ΈΜͳࣦഊ͠ଓ͚Δ͜ͱʹ͑ΒΕΔΘ͚Ͱ ͳ͍ 55 ʮࢠΕʯ͢Δ ʢࢲ·ͩࢠͲ͍·ͤΜ͚Ͳʣ ൃͷస
• To be honest… • ࢲӳޠؒҧ͑·͢ • ϓϩͱͯͬ͠ͱεΩϧΞοϓ͕ඞཁ • But…
• ڭࢣͱಉ͡ϨϕϧʹҾ্͖͛ΒΕͳ͍ʹࣦഊͰͳ͍ • ʮͬͱਖ਼֬ʹ…ʯͱֶशऀ͕͍͏ͱ͖ɼͦΕ • ʮ͏·͘ͳΓ͍ͨʯͱ͍͏ҙຯͳͷ͔ • ʮؒҧ͑ͨ͘ͳ͍ɼؒҧ͍͚ͬͯͳ͍ʯͱ͍͏ҙຯͳ ͷ͔ 56 ʮᘳओٛʯΛΊΔ ൃͷస
֓ཁ • ͡Ίʹ • ݱঢ়ͷࢦಋͷ࣮ଶ • TBLTͷ՝ • ࢦಋͷ •
ൃͷస • TBLTͷ࣮ફ͕ͨΒ͢มԽ • ͓ΘΓʹ 57
• ӳޠ͕ʮΘ͔ΔʯɾʮͤΔʯͱ͍͏ܦݧͷੵ ΈॏͶ͕ɼεϐʔΩϯάʹର͢Δ߅ײΛԼ͛Δ ʢAmano, 2014; ా, 2015; ాଜ, 2017ʣ •
ʮͰ͖ͳ͍ʯͱࢥ͍ͬͯΔ͚ͩͰɼ࣮ʮͰ͖ Δʯͱ͍͏͜ͱ͋Δ • ͨͩ͠ɼӳޠʹࣗ৴͕͋ΔͱʮͰ͖ͳ͍ʯͱͳ Δ͜ͱ͋Δͱ͍͏ʹҙ 58 ߅ײͷܰݮ TBLTͷ࣮ફ͕ͨΒ͢มԽ
• ҎԼͷֶྗͷࡾཁૉʹԊͬͯධՁͷ؍ཧ͞Ε Δํ • ࣝٴͼٕೳ • ٕೳʹλεΫ͕Ͱ͖Δ͜ͱ • ࢥߟྗɾஅྗɾදݱྗ •
ࢥߟྗʹλεΫ͕Ͱ͖Δ͜ͱ • அྗʹλεΫ͕Ͱ͖Δ͜ͱ • දݱྗʹλεΫ͕Ͱ͖Δ͜ͱ • ओମతʹֶशʹऔΓΉଶ • ଶʹλεΫΛ͍ͬͯΔ͜ͱ 59 ධՁ؍ͷมԽ TBLTͷ࣮ફ͕ͨΒ͢มԽ
• ౸ୡඪͱतۀઃܭͷ߹ੑͷ୲อ • ౸ୡඪΛվΊ͍ͯ͢ػձ͕Ͱ͖Δ • ඪΛҙࣝͨ͠तۀΛઃܭ͢Δػձ͕Ͱ͖Δ • ඪͱतۀͰߦ͏͜ͱͷؒʹҰ؏ੑ͕͋Δ͔Λݟ ͢ػձ͕Ͱ͖Δ ඪɾࢦಋɾධՁͷҰମԽ͕Մೳ
60 ߹ੑΛٻΊͯ TBLTͷ࣮ફ͕ͨΒ͢มԽ
֓ཁ • ͡Ίʹ • ݱঢ়ͷࢦಋͷ࣮ଶ • TBLTͷ՝ • ࢦಋͷ •
ൃͷస • TBLTͷ࣮ફ͕ͨΒ͢มԽ • ͓ΘΓʹ 61
• ࢦಋ๏ͷબ࠷ऴతʹϏϦʔϑʹΑΔ • ͨͩ͠… • ͲͷΑ͏ͳΞϓϩʔνΛબΜͰʮ߹ੑʯ୲อ ͞Εͯ΄͍͠ • ඪઃఆධՁɼͦͯ͠ࢦಋͷؒʹໃ६͕ͳ͍Α͏ ʹतۀઃܭΛ͢ΔʢͱλεΫɾϕʔεͬΆ͘ͳ͍ͬͯ
͘ʣ 62 ࠷ޙʹҰݴ ͓ΘΓʹ
Amano, S. (2014). Reducing unwillingness to speak English by using
total physical response activities in a Japanese university context. CELES Journal, 43, 153–160. ా७(2015)ʮίϛϡχέʔγϣϯλεΫΛ༻͍ͨӳޠतۀӳޠεϐʔΩϯ άʹର͢Δ߅ײΛܰݮ͢Δ͔:࣮ફใࠂʯʰ֎ࠃޠڭҭϝσΟΞֶձத෦ࢧ ෦لཁʱ26, 85–94. ా७ɾాଜ༞ɾ܀ాगᣦʢ2017ʣʮதֶߍڭՊॻʹ͓͚Δޱ಄ίϛϡχέʔ γϣϯΛࢤͨ͠׆ಈͷੳ―ୈೋݴޠशಘݚڀʹ͓͚ΔλεΫج४͔Βͷ ҳʹযΛ͋ͯͯ―ʯJALT Journal, 36, 165–182. ాଜ༞ (2017). ʮӳޠ༻ͷػձΛ૿͢λεΫɾϕʔεͷतۀ࣮ફ―εϐʔΩ ϯάʹର͢Δ߅ײʹযΛ͋ͯͯ―ʯʰ֎ࠃޠڭҭϝσΟΞֶձத෦ࢧ෦ ֎ࠃޠڭҭجૅݚڀ෦ձ2016ใࠂूʱ2–19. Tamura, Y. (2015). Reinvestigating consciousness-raising grammar task and noticing. JABAET Journal, 19, 19–47. ࢁޫཅɾླलɾদӜ৳ʢฤʣʢ2011ʣʰฏ24൛ɹ؍ผֶशঢ় گͷධՁج४ͱఆج४ɹதֶߍ֎ࠃޠʱਤॻจԽ ࢀߟจݙ 63
TBLTͷ ՝ɾలɾࢦಋͷ contact info ాଜ ༞ ໊ݹେֶେֶӃੜ
[email protected]
http://www.tamurayu.wordpress.com/ 64
ධՁ ඪ ࢦಋ ߹ੑ •ֶߍڭһ๊͕͑ΔΈΛʮͳ ͍͜ͱʯʹͰ͖ͳ͍ •ʮ༰ͷࣗ༝੍ݶʯɾʮݴ ͑ͳ͔ͬͨ͜ͱͷணʯɾ ʮ܁Γฦ͠ʯͷࡾݪଇ •ܕΛڭ͑ΔҎ֎ʹڭࢣʹ Ͱ͖Δ͜ͱ •࣮ફͱݚڀͷੵΈॏͶ •ظతͳϏδϣϯΛ࣋ͬͯ •ධՁͷݫີੑͱଟ༷ੑͷ ྀ