なんと小樽商科大学大学院の出題が的中!でも大事なのはヤマ張りよりも基礎的な学習。

今回のポイント
ヤマを張ることよりも
自分の専門分野について基礎的な文献を
1冊でもいいから多く読む!
それが大学院での飛躍につながる!

 

なんと出題が的中!一緒に対策したところから出題されました!

「フジモトさんと一緒にやった場所が
 出題されました!」

 

小樽商科大学のMBAの対策を
進めていた方から、

「フジモトさんと一緒にやった場所が
出題されました!」

というご報告を受けました。

 

 

9/26に実施された
小樽商科大学大学院アントレプレナーシップ専攻の
大学院。

 

今回は2021年7月21日の
日経新聞「経済教室」から出題されていたのですが、

その記事をもとに一度 受講生の方と
試験対策を行っていたのです。

 

 

対策したところが出題される、というのは
本当に嬉しいことですね!

 

(出題傾向の予測通り、
「イノベーション」の記事が出題されていました!)

 

過去問演習&分析ってとっても大事!

 

 

やはり、過去問の演習と分析って
やっていたほうがいいですね。

 

 

 

そうやると

「試験に出やすいテーマ」と
「あまり出ないテーマ」が分析できるからです。

 

 

可能ならば
過去3年・5年分を見ていくと

「あ、定期的にこのテーマが
 出題されているな…」

というのも見えてきます。

 

やはり、過去問分析って
やったほうがいいのだなあ…と
実感しています。

 

(受験した皆様、合格を祈っています!)

 

 

ヤマ張りは直前期のみ、行おう!

 

 

ただ。

こういうヤマを張った学習は
あくまで「直前1ヶ月」などに試すべき戦略です。

 

 

大学院受験って
入るよりも「大学院で学習し続ける」ことのほうが
大変なところもあります。

 

なので試験当日まで
もし3ヶ月〜6ヶ月くらい
余裕があるなら、

大学院で専門とする内容についての
テキストを読んでみることを
オススメします。

 

そうやって基礎知識を身につけるほうが
大学院進学後にも役立つのです。

 

MBAを目指すなら、経営学入門のような本から!
オススメ書籍リスト

 

 

たとえばMBAを目指すのでしたら
『経営学入門』のような本が良いですね。

 

 

私は
『ゼミナール経営学入門』を3回読んでいますし、

『世界の経営学者はいま何を考えているのか』や
『世界標準の経営理論』(いずれも入山章栄さんの著書)も
経営学の世界観が分かってたいへんいい本です。

 

 

…余談ですが私は『世界の経営学者はいま何を考えているのか』を読んで

〈世界の経営学者は
ドラッカーをほとんど読まない〉

と知り少しショックを受けました。

 

 

 

ともあれ、自分が思っている学問のイメージと
大学院で学ぶ学問とが
ズレていることって時折あります。

 

 

入ってから飛躍するためにも
ヤマ張りは直前1ヶ月に絞り、

それまでは大学院で専門とする内容について
基礎的な文献を元に学んでみるのをオススメします!

 

(もちろん、英語の出題がある場合は
英語の学習も必要ですし、
論述試験の対策も必要になってきます)

 

 

今回のポイント

 

今回のポイントです。

 

ヤマを張ることよりも
自分の専門分野について基礎的な文献を
1冊でもいいから多く読む!
それが大学院での飛躍につながる! 

 

 

 

ヤマ張りはあくまで直前期のみ行おう!

 

 

何度も書いていますが、
ヤマを張る学習は
試験直前期 特有のやり方です。

 

たとえば経営学を勉強するなら
きちんと専門書なりテキストなりで
体系的に学び終えた「後」、

直前の対策として取り組むべきものです。

 

ただ、人によっては
試験を「ギリギリで合格する」ために
ヤマを張って勉強する人もいらっしゃいますよね。

 

そういう場合
「合格」の連絡が来たら
その場でテキストを購入し、
その時から全体的な内容を学び始めたほうがいいです。

 

 

ちょうど前回の記事で書いたとおりですね↓

 

 

大学院の合格って
あくまで本格的な学習の「第一歩」に過ぎません。

 

試験に受かってからが本当の勝負、
なのです。

 

ぜひ基礎的な内容の学習、
継続して行ってみてくださいね!

 

 

ではまた!


☆メルマガ登録後1通目が届かない場合はこちらをご確認ください。
メールが届かない場合

コメントを残す

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください