難民支援者のためのパターン・ランゲージの開発とその効果の検証

研究課題

研究課題/領域番号	23K01947
研究種目	基盤研究(C)
配分区分	基金
応募区分	一般
審査区分	小区分08020:社会福祉学関連
研究機関	社会構想大学院大学
研究代表者	伴野崇生社会構想大学院大学, 実務教育研究科, 准教授 (00871055)
研究期間 (年度)	2023-04-01 – 2028-03-31
研究課題ステータス	交付 (2023年度)
配分額 *注記	4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円) 2027年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円) 2026年度: 780千円 (直接経費: 600千円、間接経費: 180千円) 2025年度: 650千円 (直接経費: 500千円、間接経費: 150千円) 2024年度: 780千円 (直接経費: 600千円、間接経費: 180千円) 2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
キーワード	難民支援 / パターン・ランゲージ / 暗黙知・経験知の言語化・体系化 / インタビュー調査 / 実践者の省察 / 支援者支援
研究開始時の研究の概要	難民支援に関する知見や経験の蓄積を、共有・参照可能な知として体系化し、利活用可能な形としてまとめておくことは重要である。本研究では、難民支援に関する暗黙知を言語化・体系化し、多くの人が共有・参照可能な知として示す。また、それらを通じた難民支援全体の質向上、底上げをはかることを目的とする。具体的には、まず、難民支援の熟達者や優れた実践者が有する暗黙知を、パターン・ランゲージ(PL)と呼ばれる手法で言語化・体系化する。その上で、開発したPLを用いたワークショップの実施および効果検証を行う。本研究を通じて、全ての支援者が自分らしく主体的かつ適切に難民支援に関わることができる環境を実現する。
研究実績の概要	難民支援に関する知見や経験の蓄積を、共有・参照可能な知として体系化し、利活用可能な形としてまとめておくことは重要である。本研究では、難民支援に関する暗黙知を言語化・体系化し、多くの人が共有・参照可能な知として示す。また、それらを通じた難民支援全体の質向上、底上げをはかることを目的とする。具体的には、まず、難民支援の熟達者や優れた実践者が有する暗黙知を、パターン・ランゲージと呼ばれる手法で言語化・体系化する。その上で、開発したパターン・ランゲージを用いたワークショップの実施および効果検証を行う。本研究を通じて、全ての支援者が自分らしく主体的かつ適切に難民支援に関わることができる環境を実現する。今年度は、パターン・ランゲージや難民支援に関する先行研究を整理し、そもそもこの研究がなぜ必要なのかを理論的に検討を行った。またそれに基づく口頭発表や論文投稿も行ってきた。同時にインタビュー調査を進め、パターン・ランゲージの「種」となるデータの収集を行っている。現時点では無論パターン・ランゲージ全体の体系化はまだできていないが、難民支援に必要とされる暗黙知の一部を、仮ではあるがCPS（状況Context、問題Problem、解決Solution）の形式で記述を試みているところである。パターン・ランゲージの効果検証に関する先行研究は多くないが、近年いくつかの論考が学術誌に掲載されるようになってきている。最終的な効果検証に向けて、今年度はそれらの論文を含む、あらゆるワークショップの効果検証に関する先行研究や実践の整理を行い、ワークショップデザインおよび効果検証のための準備も行っている。
現在までの達成度 (区分)	現在までの達成度 (区分) 2: おおむね順調に進展している理由【研究実績の概要】にも書いたように、今年度は以下を実施することができた。・先行研究の整理、研究の必要性に関する理論的検討、またそれらに基づく口頭発表や論文投稿・インタビュー調査をによるパターン・ランゲージの「種」となるデータの収集・仮CPS記述（状況Context、問題Problem、解決Solution）・効果検証に関する先行研究・先行実践の整理に基づくワークショップデザインおよび効果検証に向けた準備
今後の研究の推進方策	【-2024年度前半まで:難民支援者へのインタビュー調査】本研究では、パターン・ランゲージ作成のための基礎データを収集することを目的として、難民支援者へのインタビュー調査を行い、日本国内における多様な難民の多様な支援全体を対象としてその暗黙知を言語化してもらう。【2024年度後半-:難民支援者へのインタビュー調査の継続+パターン・ランゲージの作成】2024年度後半からは難民支援者へのインタビュー調査を継続しつつ、実際にパターン・ランゲージの作成を行っていく。得られたインタビューデータをKJ法の手法を用いて統合し、パターン・ランゲージとしてまとめていく。