「501」を含む日記

はてなキーワード: 501とは

2024-11-08

■

接戦といえば接戦

2020年アメリカ合衆国大統領選挙

獲得選挙人 306 232

得票数 81,283,501 74,223,975

得票率 51.3% 46.8%

2024年アメリカ合衆国大統領選挙

https://apnews.com/projects/election-results-2024/

獲得選挙人 226 295

得票数 68,165,841 72,810,333

得票率 47.6% 50.9%

Permalink | 記事への反応(1) | 06:25

2024-10-17

■扱われていないもの

分析 範囲外にあったもの

いずれも501以降のものであるため、分析の対象範囲から外れたものである（500も分析するだけでも一苦労なのでここであーだこーだ言うのはちょっと違うだろう）

686
⑨（正確にはこの字なので9ではない）
Chipi Chipi Chapa Chapa Dooby Dooby Dub Dub
Ellen Baker
HappyTreeFriends

未収録のもの

ぬのハンカチ
抜く
布地が多い不具合（別かるたで採用）
ルミの湿度（ブルアカ50音で採用）
ロールケーキ（ブルアカ50音で採用）
ヲタク
69
QWOP

分析1を読んで思ったこと

Q1及びA1については単なる統計なので省いておく

基本的にもっさんもそうだが、2ちゃんねる時代に産まれたネットミームが最初になっている（まずは定番からということだろう）
当然そこで産まれたミームにはアニメやゲームの要素も含まれるのは当然である
海外ミームについては定期的な頻度で扱うので今後も上位に挙がってくるものとされる（一部のミームについては間隔が決まっているらしい）
おそらく今後はSNS関連が増えるものとされる

要求したいこと

本家へ：ネットミームかるたが出来る前に『ネットのおもちゃでカルタをやってみた』という動画をバキバキ童貞がやってるのになぜ扱わない？
Wikiへ：APIを使用して定期的に自動更新が出来るはずなのになぜWikiでそれをやらない？
分析者へ：次の501～1000、最新のものまで頼むわ
他動画作成者など：もっさん一人では限界もあるのになぜパロディ版を作らない？（過去の増田で作り方もあったのに……）

Permalink | 記事への反応(0) | 00:52

2024-07-25

■パイロットの年収が最も高い。ついで医者、管理職、大学 教授

子どもの頃の夢を叶えて飛行機✈️のパイロットになると高給です

あと、大学教授・研究職等はやっぱ給与良いです

　

※ 常用労働者が10人以上の事業所に勤めている人。役員／自営業者は除く。

職業	年齢	おおよその月収	ボーナス等	おおよその年収	労働者数
航空機操縦士	43.1	138	123	1,779	4,970
医師★	41.6	97	63	1,227	77,920
(男女合計)管理的職業従事者	50.2	47	522	1,086	6,720
大学教授（高専含む）★	58.0	66	275	1,067	59,530
法務従事者	49.9	68	176	992	21,150
大学准教授（高専含む）★	48.9	55	207	867	39,880
歯科医師★	40.5	60	42	762	15,090
その他の経営・金融・保険専門職業従事者	39.3	46	156	708	16,000
大学講師・助教（高専含む）★	41.6	49	108	696	56,890
高等学校教員	43.1	43	163	679	69,200
研究者★	39.8	42	156	660	118,450
輸送用機器技術者	40.1	41	159	651	191,480
小・中学校教員	40.3	42	146	650	31,200
システムコンサルタント・設計者❓	40.4	46	97	649	78,730
電気・電子・電気通信技術者（通信ネットワーク技術者を除く）❓	41.8	41	154	646	285,830
鉄道運転従事者	41.9	42	129	633	32,230
不詳	42.7	41	137	629	5,580
公認会計士，税理士	38.0	42	117	621	11,800
企画事務員	40.4	38	139	595	296,400
船内・沿岸荷役従事者	41.7	41	103	595	44,870
獣医師	35.6	43	69	585	4,530
その他の機械整備・修理従事者	40.9	34	173	581	50,190
機械器具・通信・システム営業職業従事者（自動車を除く）	39.4	38	122	578	186,800
建築技術者	40.7	39	106	574	270,020
機械技術者	39.8	37	124	568	321,200
土木技術者	42.8	38	108	564	176,570
車掌	37.9	37	120	564	18,990
クレーン・ウインチ運転従事者	48.6	41	72	564	21,680
助産師	39.6	39	88	556	14,800
化学技術者	38.8	36	115	547	78,960
薬剤師	39.1	40	67	547	89,680
金融営業職業従事者	35.1	35	126	546	116,510
航空機客室乗務員	33.5	38	69	525	5,360
販売類似職業従事者	37.7	35	101	521	75,150
その他の営業職業従事者	39.4	35	98	518	695,990
製銑・製鋼・非鉄金属製錬従事者	41.3	34	109	517	116,700
ソフトウェア作成者❓	37.1	36	83	515	572,000
金属技術者	40.1	33	116	512	17,160
著述家，記者，編集者	41.3	36	76	508	55,790
電気工事従事者	39.8	34	98	506	149,580
その他の情報処理・通信技術者❓	38.3	34	96	504	188,610
自動車組立従事者	39.9	35	81	501	217,140
発電員，変電員	42.5	34	92	500	23,290
自動車営業職業従事者	38.8	34	91	499	90,820
他に分類されない技術者	41.2	33	101	497	108,240
診療放射線技師	38.2	34	87	495	41,010
音楽家，舞台芸術家	35.7	35	72	492	16,910
配管従事者	43.2	35	71	491	62,960
美術家，写真家，映像撮影者	36.5	35	70	490	18,890
看護師	40.5	34	80	488	728,420
デザイナー	37.5	35	66	486	72,860
営業用大型貨物自動車運転者	50.6	37	39	483	420,250
その他の商品販売従事者	40.3	33	85	481	108,200
化学製品製造従事者	40.3	32	96	480	176,700
臨床検査技師	39.1	33	75	471	69,550
はん用・生産用・業務用機械器具・電気機械器具整備・修理従事者	40.6	32	87	471	147,130
他に分類されない専門的職業従事者	39.6	33	73	469	107,970
鋳物製造・鍛造従事者	41.9	33	72	468	65,920
その他の教員	44.0	33	70	466	65,650
宗教家	43.9	32	76	460	6,110
営業・販売事務従事者	40.9	31	87	459	729,590
建設・さく井機械運転従事者	52.1	34	51	459	31,120
はん用・生産用・業務用機械器具組立従事者	41.7	31	86	458	94,190
機械検査従事者	41.2	31	85	457	60,720
総合事務員	43.1	31	84	456	956,170
自動車整備・修理従事者	38.5	31	83	455	156,280
秘書	40.2	31	79	451	17,810
生産関連事務従事者	43.0	30	91	451	402,770
運輸・郵便事務従事者	45.8	31	79	451	155,880
ダム・トンネル掘削従事者，採掘従事者	48.3	33	54	450	4,360
庶務・人事事務員	43.6	30	88	448	567,450
バス運転者	53.9	32	64	448	101,030
金属工作機械作業従事者	42.1	31	75	447	210,960
保健師	38.1	31	73	445	12,990
その他の保健医療従事者	39.2	31	72	444	60,850
大工	40.9	33	47	443	14,680
保険営業職業従事者	46.8	32	57	441	209,560
鉄工，製缶従事者	40.8	31	67	439	54,020
その他の一般事務従事者	42.7	30	78	438	859,400
他に分類されない輸送従事者	45.0	31	64	436	60,590
その他の製品製造・加工処理従事者（金属製品）	42.1	30	73	433	211,550
営業用貨物自動車運転者（大型車を除く）	44.6	33	35	431	579,760
画工，塗装・看板制作従事者	42.4	31	58	430	38,340
その他の建設従事者	43.5	32	44	428	67,830
歯科技工士	43.3	31	55	427	11,120
会計事務従事者	41.7	29	79	427	427,170
その他の定置・建設機械運転従事者	47.8	30	63	423	102,960
タクシー運転者	59.7	34	13	421	163,780
建設躯体工事従事者	40.8	32	37	421	87,920
測量技術者	40.6	29	72	420	15,990
その他の自動車運転従事者	51.7	31	48	420	13,520
金属溶接・溶断従事者	41.1	29	69	417	91,000
金属彫刻・表面処理従事者	42.3	29	68	416	32,880
窯業・土石製品製造従事者	45.9	29	68	416	74,810
理学療法士，作業療法士，言語聴覚士，視能訓練士	34.6	29	67	415	226,680
板金従事者	40.9	29	65	413	30,450
ゴム・プラスチック製品製造従事者	41.6	29	65	413	240,080
印刷・製本従事者	43.5	29	59	407	98,330
製図その他生産関連・生産類似作業従事者	40.6	29	55	403	84,080
土木従事者，鉄道線路工事従事者	45.5	30	40	400	175,080
自家用貨物自動車運転者	49.4	30	39	399	72,710
准看護師	51.2	28	62	398	131,770
その他の機械組立従事者	41.9	27	73	397	67,280
介護支援専門員（ケアマネージャー）	52.6	28	59	395	71,720
歯科衛生士	37.3	29	46	394	43,380
個人教師	36.8	29	46	394	30,730
外勤事務従事者	51.8	28	57	393	6,310
その他の社会福祉専門職業従事者	44.0	27	68	392	189,940
電気機械器具組立従事者	42.6	27	68	392	313,570
製品検査従事者（金属製品）	42.9	27	66	390	83,580
金属プレス従事者	41.3	27	64	388	77,090
幼稚園教員，保育教諭	36.3	26	74	386	157,310
その他の製品製造・加工処理従事者（金属製品を除く）	42.6	27	61	385	113,270
木・紙製品製造従事者	43.3	27	58	382	142,930
その他の運搬従事者	46.2	28	45	381	581,160
保育士	37.2	26	68	380	254,210
栄養士	37.1	26	65	377	93,610
製品検査従事者（金属製品を除く）	43.3	26	62	374	95,410
訪問介護従事者	48.6	27	48	372	69,270
清掃員（ビル・建物を除く），廃棄物処理従事者	48.5	27	46	370	136,020
介護職員（医療・福祉施設等）	44.3	26	52	364	1,116,080
その他のサービス職業従事者	40.7	27	40	364	263,980
警備員	51.9	27	34	358	175,310
農林漁業従事者	46.9	26	46	358	31,170
電話応接事務員	42.5	27	33	357	170,880
居住施設・ビル等管理人	54.6	25	43	343	52,640
理容・美容師	30.5	28	6	342	31,840
飲食物調理従事者	43.9	26	28	340	355,770
その他の保安職業従事者	52.1	26	26	338	45,850
事務用機器操作員	49.2	27	13	337	202,710
販売店員	41.7	25	32	332	1,230,080
乗用自動車運転者（タクシー運転者を除く）	59.7	25	31	331	23,880
娯楽場等接客員	39.1	25	26	326	158,490
他に分類されない運搬・清掃・包装等従事者	49.1	24	33	321	122,510
食料品・飲料・たばこ製造従事者	42.9	24	31	319	800,550
(男女合計)看護助手	47.8	22	51	315	96,760
美容サービス・浴場従事者（美容師を除く）	33.3	25	13	313	21,320
その他の保健医療サービス職業従事者	40.7	23	34	310	44,810
受付・案内事務員	39.5	23	32	308	91,880
身の回り世話従事者	41.2	24	19	307	69,500
飲食物給仕従事者	40.3	24	15	303	202,520
包装従事者	45.5	22	27	291	60,870
紡織・衣服・繊維製品製造従事者	43.6	21	30	282	124,520
クリーニング職，洗張職	46.3	21	17	269	42,430
ビル・建物清掃員	53.5	21	17	269	124,510

賃金構造基本統計調査 / 令和５年賃金構造基本統計調査一般労働者職種

　

関連増田：(労働人口順) 販売店員の人口が最も多い。ついで介護士 https://anond.hatelabo.jp/20240725223126

　

参考にしてください

anond:20240729190247

Permalink | 記事への反応(2) | 22:58

■販売 店員の人口が最も多い。ついで介護士

販売店員・介護士ファーストの政策出したら良いんじゃいかなっておもいました。

あと、IT屋さんは知らぬ間に結構いました。自動車工場の人よりはなんか多そうな印象です

　

※ 常用労働者が10人以上の事業所に勤めている人。役員／自営業者は除く。

職業	年齢	おおよその月収	ボーナス等	おおよその年収	労働者数
販売店員	41.7	25	32	332	1,230,080
介護職員（医療・福祉施設等）	44.3	26	52	364	1,116,080
総合事務員	43.1	31	84	456	956,170
その他の一般事務従事者	42.7	30	78	438	859,400
食料品・飲料・たばこ製造従事者	42.9	24	31	319	800,550
営業・販売事務従事者	40.9	31	87	459	729,590
看護師	40.5	34	80	488	728,420
その他の営業職業従事者	39.4	35	98	518	695,990
その他の運搬従事者	46.2	28	45	381	581,160
営業用貨物自動車運転者（大型車を除く）	44.6	33	35	431	579,760
ソフトウェア作成者❓	37.1	36	83	515	572,000
庶務・人事事務員	43.6	30	88	448	567,450
会計事務従事者	41.7	29	79	427	427,170
営業用大型貨物自動車運転者	50.6	37	39	483	420,250
生産関連事務従事者	43.0	30	91	451	402,770
飲食物調理従事者	43.9	26	28	340	355,770
機械技術者	39.8	37	124	568	321,200
電気機械器具組立従事者	42.6	27	68	392	313,570
企画事務員	40.4	38	139	595	296,400
電気・電子・電気通信技術者（通信ネットワーク技術者を除く）❓	41.8	41	154	646	285,830
建築技術者	40.7	39	106	574	270,020
その他のサービス職業従事者	40.7	27	40	364	263,980
保育士	37.2	26	68	380	254,210
ゴム・プラスチック製品製造従事者	41.6	29	65	413	240,080
理学療法士，作業療法士，言語聴覚士，視能訓練士	34.6	29	67	415	226,680
自動車組立従事者	39.9	35	81	501	217,140
その他の製品製造・加工処理従事者（金属製品）	42.1	30	73	433	211,550
金属工作機械作業従事者	42.1	31	75	447	210,960
保険営業職業従事者	46.8	32	57	441	209,560
事務用機器操作員	49.2	27	13	337	202,710
飲食物給仕従事者	40.3	24	15	303	202,520
輸送用機器技術者	40.1	41	159	651	191,480
その他の社会福祉専門職業従事者	44.0	27	68	392	189,940
その他の情報処理・通信技術者❓	38.3	34	96	504	188,610
機械器具・通信・システム営業職業従事者（自動車を除く）	39.4	38	122	578	186,800
化学製品製造従事者	40.3	32	96	480	176,700
土木技術者	42.8	38	108	564	176,570
警備員	51.9	27	34	358	175,310
土木従事者，鉄道線路工事従事者	45.5	30	40	400	175,080
電話応接事務員	42.5	27	33	357	170,880
タクシー運転者	59.7	34	13	421	163,780
娯楽場等接客員	39.1	25	26	326	158,490
幼稚園教員，保育教諭	36.3	26	74	386	157,310
自動車整備・修理従事者	38.5	31	83	455	156,280
運輸・郵便事務従事者	45.8	31	79	451	155,880
電気工事従事者	39.8	34	98	506	149,580
はん用・生産用・業務用機械器具・電気機械器具整備・修理従事者	40.6	32	87	471	147,130
木・紙製品製造従事者	43.3	27	58	382	142,930
清掃員（ビル・建物を除く），廃棄物処理従事者	48.5	27	46	370	136,020
准看護師	51.2	28	62	398	131,770
紡織・衣服・繊維製品製造従事者	43.6	21	30	282	124,520
ビル・建物清掃員	53.5	21	17	269	124,510
他に分類されない運搬・清掃・包装等従事者	49.1	24	33	321	122,510
研究者★	39.8	42	156	660	118,450
製銑・製鋼・非鉄金属製錬従事者	41.3	34	109	517	116,700
金融営業職業従事者	35.1	35	126	546	116,510
その他の製品製造・加工処理従事者（金属製品を除く）	42.6	27	61	385	113,270
他に分類されない技術者	41.2	33	101	497	108,240
その他の商品販売従事者	40.3	33	85	481	108,200
他に分類されない専門的職業従事者	39.6	33	73	469	107,970
その他の定置・建設機械運転従事者	47.8	30	63	423	102,960
バス運転者	53.9	32	64	448	101,030
印刷・製本従事者	43.5	29	59	407	98,330
(男女合計)看護助手	47.8	22	51	315	96,760
製品検査従事者（金属製品を除く）	43.3	26	62	374	95,410
はん用・生産用・業務用機械器具組立従事者	41.7	31	86	458	94,190
栄養士	37.1	26	65	377	93,610
受付・案内事務員	39.5	23	32	308	91,880
金属溶接・溶断従事者	41.1	29	69	417	91,000
自動車営業職業従事者	38.8	34	91	499	90,820
薬剤師	39.1	40	67	547	89,680
建設躯体工事従事者	40.8	32	37	421	87,920
製図その他生産関連・生産類似作業従事者	40.6	29	55	403	84,080
製品検査従事者（金属製品）	42.9	27	66	390	83,580
化学技術者	38.8	36	115	547	78,960
システムコンサルタント・設計者❓	40.4	46	97	649	78,730
医師★	41.6	97	63	1,227	77,920
金属プレス従事者	41.3	27	64	388	77,090
販売類似職業従事者	37.7	35	101	521	75,150
窯業・土石製品製造従事者	45.9	29	68	416	74,810
デザイナー	37.5	35	66	486	72,860
自家用貨物自動車運転者	49.4	30	39	399	72,710
介護支援専門員（ケアマネージャー）	52.6	28	59	395	71,720
臨床検査技師	39.1	33	75	471	69,550
身の回り世話従事者	41.2	24	19	307	69,500
訪問介護従事者	48.6	27	48	372	69,270
高等学校教員	43.1	43	163	679	69,200
その他の建設従事者	43.5	32	44	428	67,830
その他の機械組立従事者	41.9	27	73	397	67,280
鋳物製造・鍛造従事者	41.9	33	72	468	65,920
その他の教員	44.0	33	70	466	65,650
配管従事者	43.2	35	71	491	62,960
包装従事者	45.5	22	27	291	60,870
その他の保健医療従事者	39.2	31	72	444	60,850
機械検査従事者	41.2	31	85	457	60,720
他に分類されない輸送従事者	45.0	31	64	436	60,590
大学教授（高専含む）★	58.0	66	275	1,067	59,530
大学講師・助教（高専含む）★	41.6	49	108	696	56,890
著述家，記者，編集者	41.3	36	76	508	55,790
鉄工，製缶従事者	40.8	31	67	439	54,020
居住施設・ビル等管理人	54.6	25	43	343	52,640
その他の機械整備・修理従事者	40.9	34	173	581	50,190
その他の保安職業従事者	52.1	26	26	338	45,850
船内・沿岸荷役従事者	41.7	41	103	595	44,870
その他の保健医療サービス職業従事者	40.7	23	34	310	44,810
歯科衛生士	37.3	29	46	394	43,380
クリーニング職，洗張職	46.3	21	17	269	42,430
診療放射線技師	38.2	34	87	495	41,010
大学准教授（高専含む）★	48.9	55	207	867	39,880
画工，塗装・看板制作従事者	42.4	31	58	430	38,340
金属彫刻・表面処理従事者	42.3	29	68	416	32,880
鉄道運転従事者	41.9	42	129	633	32,230
理容・美容師	30.5	28	6	342	31,840
小・中学校教員	40.3	42	146	650	31,200
農林漁業従事者	46.9	26	46	358	31,170
建設・さく井機械運転従事者	52.1	34	51	459	31,120
個人教師	36.8	29	46	394	30,730
板金従事者	40.9	29	65	413	30,450
乗用自動車運転者（タクシー運転者を除く）	59.7	25	31	331	23,880
発電員，変電員	42.5	34	92	500	23,290
クレーン・ウインチ運転従事者	48.6	41	72	564	21,680
美容サービス・浴場従事者（美容師を除く）	33.3	25	13	313	21,320
法務従事者	49.9	68	176	992	21,150
車掌	37.9	37	120	564	18,990
美術家，写真家，映像撮影者	36.5	35	70	490	18,890
秘書	40.2	31	79	451	17,810
金属技術者	40.1	33	116	512	17,160
音楽家，舞台芸術家	35.7	35	72	492	16,910
その他の経営・金融・保険専門職業従事者	39.3	46	156	708	16,000
測量技術者	40.6	29	72	420	15,990
歯科医師★	40.5	60	42	762	15,090
助産師	39.6	39	88	556	14,800
大工	40.9	33	47	443	14,680
その他の自動車運転従事者	51.7	31	48	420	13,520
保健師	38.1	31	73	445	12,990
公認会計士，税理士	38.0	42	117	621	11,800
歯科技工士	43.3	31	55	427	11,120
(男女合計)管理的職業従事者	50.2	47	522	1,086	6,720
外勤事務従事者	51.8	28	57	393	6,310
宗教家	43.9	32	76	460	6,110
不詳	42.7	41	137	629	5,580
航空機客室乗務員	33.5	38	69	525	5,360
航空機操縦士	43.1	138	123	1,779	4,970
獣医師	35.6	43	69	585	4,530
ダム・トンネル掘削従事者，採掘従事者	48.3	33	54	450	4,360

賃金構造基本統計調査 / 令和５年賃金構造基本統計調査一般労働者職種

　

関連増田：(年収順)パイロットの年収が最も高い。ついで医者、管理職、大学教授 https://anond.hatelabo.jp/20240725225843

　

　

参考にしてください

anond:20240729190247

Permalink | 記事への反応(4) | 22:31

2024-07-10

■東京の若者のことを考えてばかりいる増田(おっさんおばさん)のために持ってきました

単純に若者の数(64,244もしくは136,614)が多い世田谷区で、いちばん石丸氏の得票が多かったようです

区の平均年齢が若いの中央区(ゆうて42.40歳) なども、石丸氏の投票割合がかなり高めです

しかし、そこそこ若者の数が多い足立区(安野氏よりも暇空氏が票を集めた)は、世田谷区ほど得票に差がついてない、石丸氏への投票割合も高くないのは、そうなんだって思いました

すべての区市町村で石丸氏の得票が蓮舫氏を上回っていますが、下町風情が残る地域ほど石丸氏への投票割合が低いようです

　

まぁそれはともかく、日本に若者はいないので、票の大多数は若者以外ですよね？って思いました

	世田谷区 (45.06歳)	中央区 (42.40歳)	千代田区 (42.50歳)	文京区 (43.40歳)	杉並区 (45.18歳)	江戸川区 (44.97歳)	足立区 (46.72歳)	葛飾区 (46.52歳)
補足	石丸氏の得票が一番多かった	区の平均年齢が若い１	区の平均年齢が若い２	東大や学校がいっぱいある石丸氏と蓮舫氏の差はあまりない	アニメスタジオがある蓮舫氏の投票割合が高かった	安野氏より暇空氏の得票の方が多かった	安野氏より暇空氏の得票の方が多かった	安野氏より暇空氏の得票の方が多かった
人　口　総　数	898,208	162,292	64,159	216,241	556,769	659,375	657,396	441,328
18～30歳以外の人口	761,594	141,416	54,208	183,557	466,024	558,265	560,950	378,568
青年期（18～24歳）人口	64,244	7,304	3,843	13,970	38,587	52,009	47,751	31,200
30歳までは若者論（18～30歳）人口	136,614	20,876	9,951	32,684	90,745	101,110	96,446	62,760
18歳	6,739	830	403	1,417	3,745	6,422	5,591	3,698
19歳	7,465	797	428	1,582	3,950	6,727	5,959	3,716
20歳	7,952	854	479	1,744	4,609	6,966	6,182	4,110
21歳	8,882	841	495	1,852	4,968	7,198	6,484	4,145
22歳	10,019	999	537	2,100	5,935	7,607	7,062	4,645
23歳	11,295	1,383	696	2,524	7,378	8,486	8,194	5,479
24歳	11,892	1,600	805	2,751	8,002	8,603	8,279	5,407
25歳	11,896	1,774	899	2,801	8,321	8,616	8,235	5,479
26歳	12,440	2,022	975	3,089	9,144	8,709	8,612	5,638
27歳	11,979	2,221	1,052	3,163	8,607	8,028	8,156	5,157
28歳	12,234	2,337	1,049	3,229	8,846	8,029	8,129	5,146
29歳	11,888	2,624	1,076	3,201	8,844	7,939	7,941	5,180
30歳	11,933	2,594	1,057	3,231	8,396	7,780	7,622	4,960
31歳	11,681	2,727	1,042	3,175	8,189	7,706	7,426	4,993
32歳	12,266	2,814	1,023	3,285	8,626	7,870	7,684	5,129
33歳	12,289	2,840	1,101	3,290	8,691	7,962	7,517	5,110
34歳	12,385	2,988	1,071	3,272	8,557	8,010	7,686	5,373
35歳	12,829	3,096	1,149	3,438	8,684	8,558	7,762	5,442
36歳	13,632	3,359	1,175	3,654	8,966	8,669	8,099	5,455
37歳	13,638	3,264	1,188	3,555	8,857	8,723	8,110	5,563
38歳	13,590	3,212	1,159	3,473	8,818	8,500	7,974	5,624
39歳	13,568	3,114	1,095	3,419	8,643	8,520	8,326	5,709
40歳	14,246	3,148	1,164	3,522	8,714	8,647	8,514	5,709
41歳	14,563	3,274	1,092	3,736	9,018	9,095	8,903	5,884
42歳	15,056	3,358	1,255	3,689	8,931	9,430	8,975	6,332
43歳	15,045	3,302	1,160	3,732	8,892	9,735	9,520	6,248
44歳	15,610	3,284	1,161	3,697	9,033	10,103	9,771	6,458
45歳	15,313	3,362	1,125	3,739	8,838	10,536	10,204	6,770
46歳	16,122	3,480	1,213	3,720	9,588	11,530	11,006	7,307
47歳	16,240	3,474	1,174	3,918	9,548	12,043	11,804	7,659
48歳	15,844	3,269	1,136	3,649	9,289	11,969	11,684	7,691
49歳	15,445	3,126	1,072	3,706	9,213	12,298	11,563	7,591
50歳	15,309	3,037	1,008	3,594	9,217	11,811	11,250	7,324
51歳	14,938	3,016	996	3,306	8,832	11,761	11,110	7,128
52歳	14,970	2,887	942	3,323	8,705	11,582	10,830	7,031
53歳	15,396	2,814	1,042	3,462	8,848	11,702	11,036	7,356
54歳	11,368	1,957	711	2,394	6,585	8,192	7,894	5,323
55歳	14,495	2,581	878	3,177	8,453	10,474	10,072	6,833
56歳	13,227	2,245	826	2,951	7,721	9,414	9,429	6,420
57歳	12,238	2,054	794	2,716	7,240	8,881	8,465	5,966
58歳	11,228	1,885	763	2,449	6,653	8,176	7,941	5,614
59歳	10,770	1,716	641	2,467	6,276	7,608	7,474	5,267
60歳	10,365	1,538	609	2,246	6,275	7,081	7,316	5,246
61歳	9,941	1,498	591	2,179	5,906	6,584	7,049	5,077
62歳	9,452	1,327	558	2,081	5,811	6,581	7,008	4,834
63歳	8,420	1,192	494	1,976	5,249	5,835	6,237	4,572
64歳	8,427	1,103	456	1,978	5,248	5,903	6,402	4,599
65歳	8,147	1,149	501	1,844	5,205	6,081	6,583	4,726
66歳	7,783	1,097	462	1,893	5,116	6,067	6,534	4,765
67歳	7,695	1,051	467	1,816	4,943	6,159	6,794	4,767
68歳	8,063	1,072	462	1,937	5,218	6,510	7,344	4,941
69歳	8,121	1,140	474	1,968	5,111	6,875	7,708	5,177
70歳	8,693	1,191	511	2,089	5,676	7,288	8,107	5,523
71歳	10,176	1,474	636	2,379	6,465	8,452	9,462	6,361
72歳	10,232	1,471	612	2,439	6,514	8,314	9,136	6,084
73歳	10,441	1,427	621	2,468	6,729	8,378	9,584	6,332
74歳	6,894	982	452	1,606	4,488	5,853	6,532	4,262
75歳	6,172	825	394	1,419	3,969	4,981	5,713	3,657
76歳	7,183	950	455	1,604	4,653	6,272	7,271	4,647
77歳	7,492	1,081	446	1,744	4,855	6,669	7,936	4,962
78歳	7,069	989	459	1,646	4,609	6,492	7,605	4,704
79歳	7,041	951	393	1,688	4,507	6,399	7,588	4,667
80歳	6,222	844	334	1,448	4,060	5,721	6,916	4,241
81歳	5,314	706	320	1,194	3,498	4,786	5,764	3,581
82歳	5,169	661	313	1,159	3,241	4,515	5,362	3,614
83歳	5,657	763	327	1,324	3,581	4,707	5,723	3,721
84歳	5,248	690	305	1,219	3,357	4,332	5,131	3,325
85歳	5,317	721	299	1,269	3,416	4,173	5,094	3,306
86歳	4,469	568	274	1,016	2,891	3,271	4,018	2,681
87歳	4,197	523	249	980	2,794	2,863	3,546	2,558
88歳	3,929	463	221	889	2,521	2,460	3,056	2,190
89歳	3,295	387	186	708	2,128	1,994	2,495	1,817
90歳	2,826	320	186	694	1,931	1,573	2,002	1,465
91歳	2,519	301	147	516	1,652	1,330	1,566	1,192
92歳	2,066	226	129	495	1,506	1,058	1,200	978
93歳	1,774	189	113	379	1,204	800	975	772
94歳	1,428	166	85	314	932	656	716	630
95歳	1,145	129	83	253	777	470	584	461
96歳	781	85	43	189	552	330	394	328
97歳	609	71	38	132	374	228	279	224
98歳	405	48	26	98	296	174	187	148
99歳	308	23	20	63	221	122	153	131
100歳	197	13	8	46	148	91	99	63
101歳	118	14	10	38	96	48	46	51
102歳	79	11	4	20	67	24	38	26
103以上	112	12	11	16	82	50	55	38

　

参照元

住民基本台帳による東京都の世帯と人口：毎年

https://www.toukei.metro.tokyo.lg.jp/juukiy/2024/jy24q10601.htm

　

関連増田

増田が好きそうな都知事選候補者の得票数(市区町村ごと)

https://anond.hatelabo.jp/20240709124731

Permalink | 記事への反応(3) | 11:51

2024-07-09

■anond:20240709114008

参考にしてください

　

増田が好きそうな都知事選 候補者の得票数(市区町村ごと)

	小池ゆりこ氏	石丸伸二氏	蓮舫氏	安野たかひろ氏	ひまそらあかね氏	合計(票)
千代田区	13,490	8,818	5,300	1,623	781	34,128
中央区	36,927	24,890	12,910	4,067	1,376	90,525
港区	43,787	30,863	18,725	4,715	1,495	114,269
新宿区	63,036	39,072	29,762	5,242	2,945	157,290
文京区	49,077	28,009	23,924	5,874	2,112	123,536
台東区	42,228	27,357	17,887	3,277	2,163	105,327
墨田区	61,337	35,370	22,918	4,020	2,689	142,219
江東区	110,457	68,192	44,724	6,973	4,158	257,770
品川区	83,867	55,984	35,095	6,830	3,428	204,966
目黒区	50,269	37,681	28,445	4,971	1,890	138,003
大田区	154,309	93,235	62,928	7,837	6,190	361,094
世田谷区	180,766	134,587	98,771	13,770	6,387	478,900
渋谷区	39,959	31,430	23,738	4,452	1,827	113,806
中野区	64,505	39,314	34,186	4,987	3,507	167,598
杉並区	113,484	76,796	66,045	8,758	5,404	300,421
豊島区	58,590	32,210	23,677	4,277	2,864	137,086
北区	77,799	36,453	32,304	4,294	3,340	175,743
荒川区	45,373	23,530	17,136	2,411	1,781	101,705
板橋区	117,802	66,658	49,982	5,429	5,116	272,665
練馬区	164,174	86,758	68,655	8,096	6,474	374,595
足立区	148,432	70,901	51,903	4,096	5,035	309,347
葛飾区	98,479	52,929	36,746	3,214	3,461	215,313
江戸川区	143,930	73,963	48,505	4,685	5,256	309,067
八王子市	123,401	62,479	53,862	2,680	3,658	269,560
立川市	41,566	19,021	16,719	1,190	1,350	89,510
武蔵野市	29,616	20,395	18,415	2,295	1,231	79,181
三鷹市	39,009	25,695	21,794	2,401	1,571	99,438
青梅市	32,556	11,908	11,348	394	739	62,720
府中市	56,567	31,567	24,895	2,127	2,116	129,490
昭島市	26,247	11,705	10,266	579	781	55,182
調布市	51,795	32,874	24,810	2,702	2,018	125,110
町田市	97,713	46,230	41,389	2,441	2,958	214,410
小金井市	26,077	14,282	14,372	1,499	987	64,776
小平市	43,212	21,800	19,929	1,599	1,507	98,501
日野市	41,940	21,877	19,377	1,247	1,504	95,943
東村山市	34,410	16,009	15,433	780	1,002	75,160
国分寺市	28,481	16,8016	15,028	1,517	1,046	68,922
国立市	16,649	9,439	9,177	802	573	40,354
福生市	12,488	5,197	4,393	180	328	25,337
狛江市	18,466	10,988	9,003	785	621	43,601
東大和市	20,377	8,117	8,175	338	519	41,670
清瀬市	17,275	7,425	8,081	391	490	37,679
東久留米市	26,283	13,022	12,126	596	708	57,645
武蔵村山市	16,012	6,109	5,482	180	337	30,988
多摩市	33,676	14,479	17,263	1,012	1,088	76,995
稲城市	21,455	12,167	8,407	703	649	47,296
羽村市	12,522	5,462	4,689	188	339	25,505
あきる野市	19,995	7,537	7,059	203	374	38,519
西東京市	45,352	24,204	21,530	1,721	1,660	105,123
瑞穂町	8,078	2,479	2,227	58	172	14,451
日の出町	4,467	1,425	1,437	32	54	8,051
檜原村	731	146	196	2	5	1,190
奥多摩町	1,758	331	345	8	16	2,584
大島町	2,065	617	643	25	31	3,685
利島村	130	42	23	2	1	209
新島村	979	224	117	4	15	1,422
神津島村	614	133	110	5	9	971
三宅村	755	213	146	10	12	1,228
御蔵島村	82	37	39	1	2	183
八丈町	2,501	540	500	29	24	3,874
青ヶ島村	72	18	9	1	1	103
小笠原村	566	338	182	13	21	1,301

　

参照元

東京都-令和６年東京都知事選挙投開票速報

https://www.r6tochijisen2.metro.tokyo.lg.jp/

　↓

候補者別得票数（全候補）｜出力時刻 7月8日 4時16分

https://www.r6tochijisen2.metro.tokyo.lg.jp/ippan/r06chi_kai_033.pdf

　

　

都知事選 候補者の得票数(市区町村ごと)の感想

文京の町、文京区では、石丸氏(28,009)と蓮舫氏(23,924)が割と接戦だったのは感慨深い

他はもっと票に差がついている（ちな、アニメスタジオのある杉並区は割合としては意外と高かった)

文京区とは？
東大（本郷キャンパス、弥生キャンパス）やお茶の水女子大学附属高等学校、筑波大学附属高等学校、桜蔭高等学校、中央大学高等学校などがあるところ

　

人口が多めで、アニメスタジオがあるわけでも無い、足立区、葛飾区、江戸川区、八王子市で、

暇空氏が安野氏よりも票を集めたのは感慨深い

	小池ゆりこ氏	石丸伸二氏	蓮舫氏	安野たかひろ氏	ひまそらあかね氏	合計(票)
文京区	49,077	28,009	23,924	5,874	2,112	123,536
杉並区｜アニメスタジオがある	113,484	76,796	66,045⭐️	8,758	5,404	300,421
練馬区｜アニメスタジオがある	164,174	86,758	68,655	8,096	6,474	374,595
足立区	148,432	70,901	51,903	4,096	5,035⭐️	309,347
葛飾区	98,479	52,929	36,746	3,214	3,461 ⭐️	215,313
江戸川区	143,930	73,963	48,505	4,685	5,256⭐️	309,067
八王子市	123,401	62,479	53,862	2,680	3,658⭐️	269,560

Permalink | 記事への反応(1) | 16:22

■増田が好きそうな都知事選 候補者の得票数(区市町村ごと)

	小池ゆりこ氏	石丸伸二氏	蓮舫氏	安野たかひろ氏	ひまそらあかね氏	合計(票)
千代田区	13,490	8,818	5,300	1,623	781	34,128
中央区	36,927	24,890	12,910	4,067	1,376	90,525
港区	43,787	30,863	18,725	4,715	1,495	114,269
新宿区	63,036	39,072	29,762	5,242	2,945	157,290
文京区	49,077	28,009	23,924	5,874	2,112	123,536
台東区	42,228	27,357	17,887	3,277	2,163	105,327
墨田区	61,337	35,370	22,918	4,020	2,689	142,219
江東区	110,457	68,192	44,724	6,973	4,158	257,770
品川区	83,867	55,984	35,095	6,830	3,428	204,966
目黒区	50,269	37,681	28,445	4,971	1,890	138,003
大田区	154,309	93,235	62,928	7,837	6,190	361,094
世田谷区	180,766	134,587	98,771	13,770	6,387	478,900
渋谷区	39,959	31,430	23,738	4,452	1,827	113,806
中野区	64,505	39,314	34,186	4,987	3,507	167,598
杉並区	113,484	76,796	66,045	8,758	5,404	300,421
豊島区	58,590	32,210	23,677	4,277	2,864	137,086
北区	77,799	36,453	32,304	4,294	3,340	175,743
荒川区	45,373	23,530	17,136	2,411	1,781	101,705
板橋区	117,802	66,658	49,982	5,429	5,116	272,665
練馬区	164,174	86,758	68,655	8,096	6,474	374,595
足立区	148,432	70,901	51,903	4,096	5,035	309,347
葛飾区	98,479	52,929	36,746	3,214	3,461	215,313
江戸川区	143,930	73,963	48,505	4,685	5,256	309,067
八王子市	123,401	62,479	53,862	2,680	3,658	269,560
立川市	41,566	19,021	16,719	1,190	1,350	89,510
武蔵野市	29,616	20,395	18,415	2,295	1,231	79,181
三鷹市	39,009	25,695	21,794	2,401	1,571	99,438
青梅市	32,556	11,908	11,348	394	739	62,720
府中市	56,567	31,567	24,895	2,127	2,116	129,490
昭島市	26,247	11,7054	10,266	579	781	55,182
調布市	51,795	32,874	24,810	2,702	2,018	125,110
町田市	97,713	46,230	41,389	2,441	2,958	214,410
小金井市	26,077	14,282	14,372	1,499	987	64,776
小平市	43,212	21,800	19,929	1,599	1,507	98,501
日野市	41,940	21,877	19,377	1,247	1,504	95,943
東村山市	34,410	16,009	15,433	780	1,002	75,160
国分寺市	28,481	16,8016	15,028	1,517	1,046	68,922
国立市	16,649	9,439	9,177	802	573	40,354
福生市	12,488	5,197	4,393	180	328	25,337
狛江市	18,466	10,988	9,003	785	621	43,601
東大和市	20,377	8,117	8,175	338	519	41,670
清瀬市	17,275	7,425	8,081	391	490	37,679
東久留米市	26,283	13,022	12,126	596	708	57,645
武蔵村山市	16,012	6,109	5,482	180	337	30,988
多摩市	33,676	14,479	17,263	1,012	1,088	76,995
稲城市	21,455	12,167	8,407	703	649	47,296
羽村市	12,522	5,462	4,689	188	339	25,505
あきる野市	19,995	7,537	7,059	203	374	38,519
西東京市	45,352	24,204	21,530	1,721	1,660	105,123
瑞穂町	8,078	2,479	2,227	58	172	14,451
日の出町	4,467	1,425	1,437	32	54	8,051
檜原村	731	146	196	2	5	1,190
奥多摩町	1,758	331	345	8	16	2,584
大島町	2,065	617	643	25	31	3,685
利島村	130	42	23	2	1	209
新島村	979	224	117	4	15	1,422
神津島村	614	133	110	5	9	971
三宅村	755	213	146	10	12	1,228
御蔵島村	82	37	39	1	2	183
八丈町	2,501	540	500	29	24	3,874
青ヶ島村	72	18	9	1	1	103
小笠原村	566	338	182	13	21	1,301

　

参照元

東京都-令和６年東京都知事選挙投開票速報

https://www.r6tochijisen2.metro.tokyo.lg.jp/

　↓

候補者別得票数（全候補）｜出力時刻 7月8日 4時16分

https://www.r6tochijisen2.metro.tokyo.lg.jp/ippan/r06chi_kai_033.pdf

　

　

都知事選 候補者の得票数(市区町村ごと)の感想

文京の町、文京区では、石丸氏(28,009)と蓮舫氏(23,924)が割と接戦だったのは感慨深い

他はもっと票に差がついている（ちな、アニメスタジオのある杉並区は割合としては意外と高かった)

文京区とは？
東大（本郷キャンパス、弥生キャンパス）やお茶の水女子大学附属高等学校、筑波大学附属高等学校、桜蔭高等学校、中央大学高等学校などがあるところ

　

人口が多めで、アニメスタジオがあるわけでも無い、足立区、葛飾区、江戸川区、八王子市で、

暇空氏が安野氏よりも票を集めたのは感慨深い

	小池ゆりこ氏	石丸伸二氏	蓮舫氏	安野たかひろ氏	ひまそらあかね氏	合計(票)
文京区	49,077	28,009	23,924	5,874	2,112	123,536
杉並区｜アニメスタジオがある	113,484	76,796	66,045⭐️	8,758	5,404	300,421
練馬区｜アニメスタジオがある	164,174	86,758	68,655	8,096	6,474	374,595
足立区	148,432	70,901	51,903	4,096	5,035⭐️	309,347
葛飾区	98,479	52,929	36,746	3,214	3,461 ⭐️	215,313
江戸川区	143,930	73,963	48,505	4,685	5,256⭐️	309,067
八王子市	123,401	62,479	53,862	2,680	3,658⭐️	269,560

Permalink | 記事への反応(3) | 12:47

2024-06-09

■

0123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198199200201202203204205206207208209210211212213214215216217218219220221222223224225226227228229230231232233234235236237238239240241242243244245246247248249250251252253254255256257258259260261262263264265266267268269270271272273274275276277278279280281282283284285286287288289290291292293294295296297298299300301302303304305306307308309310311312313314315316317318319320321322323324325326327328329330331332333334335336337338339340341342343344345346347348349350351352353354355356357358359360361362363364365366367368369370371372373374375376377378379380381382383384385386387388389390391392393394395396397398399400401402403404405406407408409410411412413414415416417418419420421422423424425426427428429430431432433434435436437438439440441442443444445446447448449450451452453454455456457458459460461462463464465466467468469470471472473474475476477478479480481482483484485486487488489490491492493494495496497498499500501502503504505506507508509510511512513514515516517518519520521522523524525526527528529530531532533534535536537538539540541542543544545546547548549550551552553554555556557558559560561562563564565566567568569570571572573574575576577578579580581582583584585586587588589590591592593594595596597598599600601602603604605606607608609610611612613614615616617618619620621622623624625626627628629630631632633634635636637638639640641642643644645646647648649650651652653654655656657658659660661662663664665666667668669670671672673674675676677678679680681682683684685686687688689690691692693694695696697698699700701702703704705706707708709710711712713714715716717718719720721722723724725726727728729730731732733734735736737738739740741742743744745746747748749750751752753754755756757758759760761762763764765766767768769770771772773774775776777778779780781782783784785786787788789790791792793794795796797798799800801802803804805806807808809810811812813814815816817818819820821822823824825826827828829830831832833834835836837838839840841842843844845846847848849850851852853854855856857858859860861862863864865866867868869870871872873874875876877878879880881882883884885886887888889890891892893894895896897898899900901902903904905906907908909910911912913914915916917918919920921922923924925926927928929930931932933934935936937938939940941942943944945946947948949950951952953954955956957958959960961962963964965966967968969970971972973974975976977978979980981982983984985986987988989990991992993994995996997998999100010011002100310041005100610071008100910 1010 1110 12101310141015101610 171018101910 201021102210 2310 2410251026102710 281029103010 31103210 33103410351036103710381039104010411042104310441045104610471048104910501051105210531054105510561057105810591060106110621063106410651066106710681069107010711072107310741075107610771078107910801081108210831084108510 861087108810891090109110 921093109410951096109710981099110011011102110311041105110611071108110911 1011 1111 12111311141115111611 171118111911 201121112211 2311 2411251126112711 281129113011 31113211 33113411351136113711381139114011411142114311441145114611471148114911501151115211531154115511561157115811591160116111621163116411651166116711681169117011711172117311741175117611771178117911801181118211831184118511 861187118811891190119111 921193119411951196119711981199120012011202120312041205120612071208120912 1012 1112 12121312141215121612 171218121912 201221122212 2312 2412251226122712 281229123012 31123212 33123412351236123712381239124012411242124312441245124612471248124912501251125212531254125512561257125812591260126112621263126412651266126712681269127012711272127312741275127612771278127912801281128212831284128512 86128712881289 Permalink | 記事への反応(0) | 09:03

2024-01-15

■日本は安全保障上の理由で災害 対策 能力を失った

丁度いいので室崎先生の解説を日本の軍事面から補足します。

結論から言うと、日本は兵器調達政策の失敗により防災能力が半減しました。

「初動に人災」「阪神の教訓ゼロ」　能登入りした防災学者の告白
https://www.asahi.com/articles/ASS1G2P91S1CUTFL01Y.html

---

RF-4Eという偵察機の退役

かつて日本にはRF-4Eという偵察機が存在していました（2020年全廃）

兵器の代わりに撮影装置（偵察ポッド）を搭載し、マッハ2で飛行しながら地上を網羅するように撮影します。

その膨大な観測データを501 戦術偵察飛行隊に持ち帰り、専門教育を受けた士官が情報分析します。

過去の震災でもこの両輪は大いに機能し、地上の自衛隊や警察・消防そして政府の舵取りに寄与しました。

しかしこのRF-4E、素体導入から40年、設計で言えば60年のお年寄りなので引退することに。

グローバルホーク（無人偵察機）とF-35に後を託し2020年に退役します（F-15ではないことに注目）

501SQも同時に解散しました（重要）

後任たち、その1（無人偵察機）

後任のグローバルホーク（以下RQ-4B）が到着し、新たな偵察航空隊が2022年に組織されます。

空白の期間はどうされてたんですか？

RQ-4Bは速度がマッハ0.5以下とRF-4Eに比べて遅く、写真撮影システムも簡素です。

アメリカ軍では既に時代遅れの扱いで2022年に半数以上が退役、2027年までに全廃を予定しています。

後任たち、その2（F-35）

日本はF-35 戦闘機を33機ほど保有しています。

世界で最初にF-35を墜落させたのは日本（2018年）なので、ニュースで存在を知った人もいるでしょう。

さてこのF-35、偵察ポッドが積めません（2024年 1月現在）

2027年更新完了予定のブロック4※導入まで載せられないのです。

※現在の航空機は飛ばすだけでもコンピュータ制御が必要で、リアルタイムで動かすためのコードを更新し続けています。

（余談ですが墜落の多かった737MAXは制御状態でないと飛行できず、異常時に定位置に戻したらそのまま墜落しました。2機：対策済み）

日本の安全保障戦略（2023年 12月に閣議決定）でも偵察の部分は空白です。

（正確には昔はこんな装備があって、こんな部隊が居ましたって報告だけ載ってる。さみしいね）

偵察ポッドの今

ところでRF-4Eに積んでいた偵察ポッド、実は今でも使われています。

戦闘機に積むにはシビアなのですが、ヘリコプターにぶら下げればギリギリ使えると判明し、今回も飛行しています。

しかしR F-4Eに比べて速度は1/8以下です。機能的な代替には至っていません。

そして採取したデータを分析していた501飛行隊ももうありません。

データを集める速度も、それを分析する能力も著しく低下しました。

日本の安全保障は失敗した

アメリカで退役の進みつつあるグローバルホーク、そして作戦能力が十分にあるとは言えない現行F-35。

その他様々な兵器を日本はアメリカから購入しました。そしてその結果、日本の作戦能力は大きく損じています。

能登半島での対応の遅れはただただ情報収集能力の低下により発生したと言っても過言ではないでしょう。

全域の情報を速やかに収集し、必要なところに必要なリソースを送り込む。そうしたストラテジックな采配はしばらく行えそうにありません。

そして純軍事的に見ても離島防衛など十分に行えない状況です。

刻一刻と変化する状況を観測すための目が無いのですから、いくら護衛艦やオスプレイがあろうが戦場の霧に無策で突っ込むことになります。

最低でも2027年までは日本はいかなる有事にも対応が困難と言えます。

もはや台湾有事などお手上げ侍なので、しばらく大人しくしていることをお勧めします。

Permalink | 記事への反応(0) | 14:16

2023-10-29

■現実は都民より年収の高い、市区町村がある

▼ 都民の平均的な稼ぎ(所得)

下記は「所得」。各種の社会保険や控除などがあるため実際の総年収としては、この「所得」数値よりも多い。

順位	市町村名	都道府県名	平均所得
1位	港区	東京都	1471万3000円
3位	千代田区	東京都	1076万7000円
4位	渋谷区	東京都	1000万円
5位	中央区	東京都	760万8000円
8位	目黒区	東京都	684万2000円
9位	文京区	東京都	667万8000円
10位	世田谷区	東京都	603万円
11位	新宿区	東京都	599万円
13位	武蔵野市	東京都	561万9000円
14位	品川区	東京都	551万4000円
17位	杉並区	東京都	501万1000円
20位	豊島区	東京都	484万9000円
21位	江東区	東京都	481万8000円
23位	三鷹市	東京都	476万8000円
25位	台東区	東京都	473万3000円
27位	国立市	東京都	466万8000円
28位	中野区	東京都	463万4000円
30位	国分寺市	東京都	460万4000円
31位	大田区	東京都	452万1000円
33位	小金井市	東京都	451万2000円
35位	調布市	東京都	443万9000円
36位	練馬区	東京都	442万3000円
46位	稲城市	東京都	424万2000円
48位	小笠原村	東京都	422万2000円
50位	狛江市	東京都	417万5000円
52位	墨田区	東京都	417万1000円
56位	小平市	東京都	408万9000円
57位	西東京市	東京都	408万8000円
58位	北区	東京都	408万4000円
59位	府中市	東京都	408万3000円
63位	町田市	東京都	406万5000円
66位	荒川区	東京都	404万7000円
67位	立川市	東京都	404万4000円
78位	青ヶ島村	東京都	396万8000円
81位	江戸川区	東京都	393万2000円
86位	板橋区	東京都	390万6000円
89位	日野市	東京都	387万4000円
97位	多摩市	東京都	383万5000円
111位	東久留米市	東京都	376万9000円
124位	葛飾区	東京都	371万5000円
129位	八王子市	東京都	370万円
136位	東村山市	東京都	367万4000円
140位	足立区	東京都	366万9000円

↑　全国市区町村所得(年収)ランキング

https://www.nenshuu.net/prefecture/shotoku/in_shotoku_city.php

　

　

じゃあ、23区最下位の足立区に住めばいいんじゃね？

【一例】

マンション買おうかな　2LDK+S・3LDK(専有面積66.19m2・70.01m2)、　7198万円・7968万円
マンション借りようかな(築18年)　3LDK(64.4m2) 、賃料/管理費：19万円/15000円
マンション借りようかな(それなりの広さでひとり暮らし築3年) 　1LDK(41.01m2)、賃料/管理費： 15.5万円
マンション借りようかな(ひとり暮らしだし狭くていい築6年) 　1K(25.57m2)、賃料/管理費： 8.1万円/15000円

　

ぶっちゃけ年収400万どころか300万でも住もうと思えば東京に住めますけど、

駅近のRC借りようと思ったら所得 23区最下位の足立区ですら8〜10万はするので、

年収400万台だとまぁまぁ家賃にしめる割合シンドイと思います

　

ただ働くだけで、ただ地元から離れるだけで、人生の最高値を更新する人以外はあんまりお勧めはしません

anond:20231029214042　

Permalink | 記事への反応(0) | 22:34

2023-09-26

■50万筆の署名

インボイス反対で50万筆の署名が集まりました！ってあったけど、そもそも50万の署名って言われても多いのか少ないのかよくわからないので、

2022参院選の比例代表得票数と比較してみた。

自民　18,256,245

維新　7,845,995

立民　6,771,945

公明　6,181,431

共産　3,618,342

国民　3,159,625

れいわ　2,319,156

参政　1,768,385

社民　1,258,501

N党　1,253,872

ごぼう　193,724

幸福　148,020

第一　 109,045

くに　77,861

新風　65,107

https://www.nhk.or.jp/senkyo/database/sangiin/00/hsm12.html

同じワンイシューであるN党の半分の数って考えると、何とも言えん数かなと思いました。

Permalink | 記事への反応(1) | 07:55

2023-08-12

■

栄冠7年プレイしたデータから各ポジション最強選手を集め、投手枚数を大幅に増やしたもの(ペナント使用)
打順と野手は固定
- 捕手はキャッチャーA持ち
- 威圧感1枚
- 全員「初球○」「選球眼」(ペナント通した副作用)
投手は1試合目左継投、2試合目右継投
- 継投は番号順
  - 左は強いのでどうやって点を取るか？を見たい
  - 右は頭数揃えただけなので各高校の打撃力を見たい
左投手

No

★

球速

コン

スタ

対ピン

対左

打強

ノビ

クイ

←

↙

↓

↘

→

特能

緑特能

1

556

157

A74

D

E

C

D

E

3球種/総変12

カットボール4

スローカーブ2

-

サークルチェンジ6

-

重い球/奪三振/リリース○/打球反応○/球持ち○/緩急○/ゴロピ

速球中心

2

493

157

A80

C

B

C

C

C

3球種/総変12

-

スローカーブ1

サークルチェンジ4

-

キレ○/重い球/尻上がり/緩急○

-

3

481

150

B79

A76

D

C

D

D

D

3球種/総変12

-

-

内角攻め/対ランナー○/ナチュラルシュート

-

右投手

No

★

球速

コン

スタ

対ピン

対左

打強

ノビ

クイ

←

↙

↓

↘

→

特能

緑特能

1

361

145

B70

D56

E

C

C

D

C

4球種/総変11

-

スライダー7

リリース○/クロスファイヤー

投球位置左

2

381

154

B70

C63

E

C

C

C

D

3球種/総変8

-

Vスライダー3

-

スライダー3

奪三振/打球反応○

-

3

339

145

B72

D53

D

B

B

C

C

3球種/総変10

-

ナックルカーブ2

-

要所○/守備職人

-

オーダー

★

弾

ミ

パ

走

肩

守

捕

チャ

対左

キャ

盗

走

送

青特

赤特

緑特能

1

中

381

右

3

B77

D53

A81

B70

D59

C61

C

D

-

D

E

C

アベヒ/固め打ち/内野安打○/初球○

-

選球眼/慎重盗塁

2

遊

449

左

4

C61

C63

A81

D

B

-

D

E

C

パワヒ/固め打ち/初球○/対エース○

-

選球眼/強振多用

3

三

右

3

A85

A85

B71

B76

D55

B

C

-

E

E

C

流し打ち/固め打ち/粘り打ち/初球○/威圧感/守備職人/高速チャージ/ムード○/ヘッスラ

併殺

選球眼

4

右

429

左

4

A83

D55

A82

B73

D53

C

B

-

E

C

E

広角打法/固め打ち/内野安打○/初球○/カット打ち

-

選球眼

5

二

420

右

3

B79

A80

E48

B73

C

A

-

E

E

C

固め打ち/初球○/満塁男/ハイヒ/決勝打

-

選球眼

6

捕

394

右

3

A81

D52

A81

D57

C

C

A

C

E

E

固め打ち/初球○/ダメ押し

-

選球眼/積極打法/チームプレイ×

7

左

374

左

2

B74

E43

A84

C61

B72

B70

B

E

-

C

C

C

アベヒ/固め打ち/バント○/初球○/対スト○

-

選球眼

8

投

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

-

9

一

388

右

3

A81

E49

A81

D57

B70

E

E

-

C

C

D

アベヒ/広角打法/固め打ち/初球○/満塁男/いぶし銀

-

選球眼

Permalink | 記事への反応(2) | 11:33

2023-07-06

■anond:20230706110249

そのまま枚数で、ざっくり累計枚数の目安はこんなもん（と言われている）

もちろん初動と累計は別な。

0～500：大爆死
501～1,000：爆死
1001～2,000：空気
2,001～3,000：まなびライン（話題の割に売れなかったとされるライン）
3,001～5,000：採算ライン（深夜アニメとして制作費回収ができると言われるライン）
5,001～10,000：続編ライン（二期等の可能性が出るライン）
10,001～30,000：万超え（上位数%）
40,000～100,000：社会現象級
100,001～：神

Permalink | 記事への反応(2) | 11:10

2023-05-30

■累進課税は賛成だけど1つにしろ

年収が増えるに従ってどれぐらいの税負担になってるのかさっぱりわからない

普通に所得税を増やせばいい

所得税は全然累進度が低いと思っていて4千万で頭打ちなのは意味がわからん

そもそも昔から所得税の割合が変化してないのっておかしい

年功序列で所得が増えて年代の人口構成が変わってるなら所得税の割合も変えるべきだろう

せめて1億まで伸ばして50%にしろ

そんで全ての所得制限を撤廃しろ

税金で作られた保育園に通わせるのに所得制限されるのは何故？

所得に応じて図書館が有料になるか？

所得に応じて警察呼ぶのが有料になるのか？

なぜ税金で作られたモノを利用するのに税金を払った額で制限されなければならないのか？

「高所得者はもっと高価なサービス（私立保育園等）を使うべき」

とかいう主張もあると思う

もちろん高所得者は本を買うし、警備会社と契約してるだろう

かといって図書館や警察の利用を所得制限するのはおかしくないか？

一番意味不明なのは手当関連

所得制限でいきなりゼロ円になる

年収500万以下となっていた場合、500万なら10万円貰えるが501万なら0円、みたいなのがいっぱいある

そうなると509万までは貰わない方が得、みたいになるしめちゃくちゃ不公平

役所がお金を配る時に年収に応じて線形に支払額を変える、みたいな運用が不可能なのは良く分かる

そりゃ人によって金額変わってその額の個別対応なんてとてもできないだろう

なのでこういう手当系が一律の金額になるのは分かるんだが、だったら所得制限すんな、と

そんで高所得者の税負担は所得税にかけろ

手当は地方自治体であることが多いからどっちかというと住民税の方が良いだろう

そんで軽減税率とかいう意味不明なこともすぐにやめろ

Permalink | 記事への反応(0) | 09:40

2023-03-24

■

[{adjustment: false, retsuBng: null, usF: null, point_x: 0, point_y: 0, main: null, sub: null},…]

:

{adjustment: false, retsuBng: null, usF: null, point_x: 0, point_y: 0, main: null, sub: null}

1

:

{adjustment: false, retsuBng: "250", usF: 1, point_x: 822, point_y: 93,…}

adjustment

:

:

{no: "2002", type: "2000"}

point_x

:

822

point_y

:

93

retsuBng

:

"250"

:

{no: "1001", type: "1000"}

usF

:

1

2

:

{adjustment: false, retsuBng: "252", usF: 1, point_x: 483, point_y: 320,…}

adjustment

:

:

{no: "1502", type: "1000"}

point_x

:

483

point_y

:

retsuBng

:

"252"

:

{no: "1101", type: "1000"}

usF

:

1

3

:

{adjustment: false, retsuBng: "253", usF: 0, point_x: 753, point_y: -20,…}

adjustment

:

:

{no: "1002", type: "1000"}

point_x

:

753

point_y

:

20

retsuBng

:

"253"

:

{no: "1501", type: "1000"}

usF

:

4

:

{adjustment: false, retsuBng: "255", usF: 0, point_x: 79, point_y: -20, main: {no: "10", type: "10"},…}

adjustment

:

:

{no: "10", type: "10"}

point_x

:

79

point_y

:

20

retsuBng

:

"255"

:

{no: "21", type: "20"}

usF

:

5

:

{adjustment: false, retsuBng: "254", usF: 1, point_x: 1158, point_y: 320, main: {no: "22", type: "20"},…}

adjustment

:

:

{no: "22", type: "20"}

point_x

:

1158

point_y

:

retsuBng

:

"254"

:

{no: "501", type: "500"}

usF

:

1

6

:

{adjustment: false, retsuBng: "251", usF: 0, point_x: 483, point_y: 212,…}

adjustment

:

:

{no: "305", type: "300"}

point_x

:

483

point_y

:

212

retsuBng

:

"251"

:

{no: "502", type: "500"}

usF

:

Permalink | 記事への反応(0) | 12:03

2023-02-18

■王道 スニーカー

スタンスミス：言わずもがな ABC モデルに差をつけろ

スーパースター：同上

BW ARMY：発売が不定期だけどデザインは王道ドイツの会社が作ったジャーマンなんだから「本物」に違いない

サンバ：BWよりもadidas感を出したいならこっち

カントリー：コルテッツに逆張れ

キャンパス：スエードだしチャリ乗ったりスケシューにするのに向いてる

AF1：言わずもがなミーハーとも言わせないほどの王道

AJ1：スニオタ感が出なければ上級者！

ダンク：ややブーム過ぎ BY YOUは相変わらず人気なのかな

エアマックス95：横から見たシルエットがかっこいい！上からは……

インターナショナリスト：NB574のNロゴが嫌なNIKE狂にはこれ！

・NewBalance

574：プアマンズ996

992：501とイッセイのハイネックでジョブズになれ！

996：最近のシュッとした900番代で忘れがちなNBらしいNB こういうのでいいんだよこういうので

2002R：最近流行ってる！プアマンズ992

クラブC：マルジェラともちょいちょいコラボしてる名作影薄し

ポンプフューリー：最近あんま見ないシュコシュコやってみたい！

CT70：ヘイト企業伊○忠を許すな

Permalink | 記事への反応(1) | 23:28

2023-02-09

■[金融・経済]日本の格付けランキングが「韓国より下」に…「MMT 幻想」の終焉に直面した日本の不安な先行き

目立つ企業の格下げ

日本経済新聞（1月18日電子版）の「世界の格下げ2割増、22年501社　米金利上昇響く」を興味深く読んだ。

同記事は《世界の企業の信用力回復が鈍ってきた。2022年に社債の格付けが下がった企業（金融除く）は501社と21年に比べ2割増えた。米国を中心とした金利上昇で債務不履行（デフォルト）リスクが高まり、低格付け企業の格下げが目立った》に始まり、米格付け会社S&Pグローバル・レーティングによる社債発行企業の格付けリストが紹介されている。

生活雑貨の米ベッド・バス・アンド・ビヨンドは22年7月にシングルBプラスからシングルBマイナスになり、11月に選択的デフォルト（SD）になった。ドラッグストアの米ライト・エイドも1年でシングルBマイナスから SDに下がった。ちなみにウクライナ鉄道はトリプルCプラスからダブルCとなった。世界の格下げ社数は2年ぶりに増加した。

一方で格上げ企業もある。高級ブランド・コングロマリットの仏LVMHモエヘネシー・ルイヴィトンはシングルAプラスからダブルAマイナス、大手ホテルチェーンの米マリオット・インターナショナルはトリプルBマイナスからトリプルB、半導体の米エヌビディアがシングルAマイナスからシングル Aにそれぞれ格上げされている。

ウクライナ鉄道は格下げとなったが、ロシアによる軍事侵攻に晒されているウクライナのソブリン債（国債や政府機関債）はどうなったのか。やはりシングルBからトリプルCプラスに格下げとなった。

韓国を下回った

では国別のソブリン債格付けはどうなのか。実は筆者の手元に昨年12月現在の主要格付け会社による一覧表がある。以下、紹介する。

S&P社格付け＝トリプルA：ドイツ、カナダ、ダブルAプラス：米国、ダブルA：英国、フランス、韓国、シングルAプラス：日本、中国、ダブルBプラス：ギリシャ、ダブルC：ロシア。ムーディーズ社格付け＝トリプルA：米国、ドイツ、カナダ、ダブルA2：フランス、韓国、ダブル A3：英国、シングル A1：日本、中国、アイルランド、トリプルB1：スペイン、トリプルB3：イタリア、ダブルC：ロシア―である。

見落としてはならないのは、我が国が両社格付けランキングで共に韓国を下回っていることだ。

次に格付け調査から除外された金融業界の現状を見てみよう。先週末の1月13日までに米金融大手各社の22年10～12月期決算が明らかになった。米銀最大手のJPモルガン・チェースの12月期決算は純利益が前の期比22％減の376億ドル（約4兆8000億円）だった。バンク・オブ・アメリカが前の期比14％減の275億ドル、シティグループも32％減の148億ドルだ。資産運用会社最大手のブラックロックは純利益が前年同期比23％減の12億5900万ドル（約1600億円）であった。

各社軒並みに大幅減益である。さらに17日には22年10～12月期決算で純利益の前の期比48％減112億ドル（約１兆4000億円）を発表した米投資銀行最大手のゴールドマン・サックス（GS）が3200人の大規模人員削減を決定した。米連邦準備理事会（FRB）の金融引き締め方針の堅持と今年後半期の米景気後退懸念が高まったことで、世界に冠たるGSは消費者向け金融ビジネスを大幅に縮小することを余儀なくされたのだ。

米投資銀行の一方の覇者であるモルガン・スタンレーもまた純利益が27％減の110億ドルとなった。同社も昨年12月に約1800人の人員削減を発表している。

こうして見てみると、「MMT（現代貨幣理論）幻想」の終焉に直面した日本の先行きは一体どうなるのか、心配が募るのは筆者だけではあるまい

https://gendai.media/articles/-/105027

Permalink | 記事への反応(1) | 05:55

2023-01-21

■リーバイス

買い物がめんどくさいから

サイズもわかるリーバイスの501を買うようにしてる。

大昔はメイドイン USAだったのが

いつの頃かフィリピン製になって

ここ最近は中国製になってる

タグに中国語と韓国語の表記があって

なんかジーンズって

もうアメリカじゃなくなったんだなと思った。

コカコーラのCMにウサギが出てて

なんでウサギ？なんだろと思ったら

そうか今年の干支だったのか、とか。

コカコーラもアメリカじゃなくなってて

リーバイス履いてハーレーに乗って

コカコーラ飲んでりゃ簡単にアメリカ人になれた時代は

もう終わったんだなぁと思った。

Permalink | 記事への反応(1) | 10:57

2023-01-10

■

日本人が見ようとしないアバター続編が世界興収の歴代7位にランクイン

1 アバター $2,922,917,914 2009

2 アベンジャーズ/エンドゲーム $2,797,501,328 2019

3 タイタニック $2,201,647,264 1997

4 スター・ウォーズ/フォースの覚醒 $2,069,521,700 2015

5 アベンジャーズ/インフィニティ・ウォー $2,048,359,754 2018

6 スパイダーマン:ノー・ウェイ・ホーム $1,916,306,995 2021

7 アバター:ウェイ・オブ・ウォーター $1,713,093,812 2022

8 ジュラシック・ワールド $1,671,537,444 2015

9 ライオン・キング $1,663,250,487 2019

10 アベンジャーズ $1,518,815,515 2012

Permalink | 記事への反応(0) | 23:08

2023-01-05

■コブラ🐍チャレンジ 2

目視で確認しているらしいので頑張ってね

番号で答えてね

ちなみに『コブラ🐍チャレンジ１』( anond:20230104233346 )では「解答なし」が正解です（並びが昇順だから簡単だったね）

1[aoobcl]	2[cobaol]	3[blooac]	4[laoboc]	5[aloboc]	6[caobol]	7[loacbo]	8[oaolcb]	9[oblaco]	10[laoocb]
11[lobcoa]	12[obloac]	13[bocalo]	14[abolco]	15[oolcab]	16[alcoob]	17[aoocbl]	18[albcoo]	19[balooc]	20[ocoalb]
21[ocbalo]	22[acoblo]	23[ocoalb]	24[oclabo]	25[cbaool]	26[ocolab]	27[oblcao]	28[cloabo]	29[lacobo]	30[cboalo]
31[lcaobo]	32[ocoabl]	33[boaloc]	34[looacb]	35[ooalbc]	36[oloacb]	37[lcobao]	38[aobclo]	39[caolbo]	40[bcaool]
41[olboca]	42[acolob]	43[ooaclb]	44[ocobal]	45[baocol]	46[ocalob]	47[olocba]	48[ooblca]	49[colbao]	50[oacolb]
51[loocba]	52[ocloba]	53[bocalo]	54[bcoalo]	55[aloocb]	56[ooablc]	57[lbacoo]	58[loobac]	59[obaloc]	60[loboca]
61[oalocb]	62[oabocl]	63[cooalb]	64[oalobc]	65[ooblac]	66[abloco]	67[acoblo]	68[acolbo]	69[ocaobl]	70[aoolcb]
71[baolco]	72[cbloao]	73[caoblo]	74[aboclo]	75[ocbloa]	76[ocbalo]	77[alocbo]	78[cbolao]	79[bcolao]	80[baolco]
81[coloba]	82[cboola]	83[clboao]	84[obocla]	85[albooc]	86[olcoab]	87[bcaool]	88[lobcao]	89[cloboa]	90[oblaco]
91[ooalcb]	92[aloobc]	93[oaolcb]	94[baoloc]	95[lbcaoo]	96[acbool]	97[lobaoc]	98[bolcoa]	99[olcabo]	100[aclboo]
101[aocobl]	102[aclobo]	103[coalob]	104[oaobcl]	105[boolca]	106[bolaco]	107[cbaloo]	108[coalbo]	109[boalco]	110[oaoblc]
111[bcloao]	112[caloob]	113[loocab]	114[olbaco]	115[bclaoo]	116[laoobc]	117[oblcao]	118[baloco]	119[locboa]	120[oolbca]
121[oolacb]	122[cboaol]	123[coablo]	124[cbloao]	125[bolaoc]	126[oolcba]	127[abocol]	128[blcooa]	129[caolob]	130[lbaooc]
131[oalboc]	132[booalc]	133[ocabol]	134[olobca]	135[ooacbl]	136[caoolb]	137[caoblo]	138[laboco]	139[aboocl]	140[acloob]
141[locboa]	142[boolca]	143[oolabc]	144[obocal]	145[caolbo]	146[obaloc]	147[olobac]	148[lcoaob]	149[lcaobo]	150[laoocb]
151[clooba]	152[loacob]	153[lcoabo]	154[oboacl]	155[lbacoo]	156[bcoaol]	157[acbool]	158[laoobc]	159[abcolo]	160[oloacb]
161[olocab]	162[clobao]	163[bclaoo]	164[lcbaoo]	165[ocalbo]	166[acoolb]	167[abocol]	168[lbooca]	169[clbaoo]	170[alobco]
171[ocblao]	172[caloob]	173[bcooal]	174[looacb]	175[aocbol]	176[balcoo]	177[aloboc]	178[oocabl]	179[acobol]	180[aocbol]
181[bcoaol]	182[oaobcl]	183[cobola]	184[loocab]	185[booacl]	186[alcboo]	187[claoob]	188[boalco]	189[obcola]	190[bloaoc]
191[acoobl]	192[olbcoa]	193[obloca]	194[oaclbo]	195[loaboc]	196[oabcol]	197[oobalc]	198[loacob]	199[cblooa]	200[bcolao]
201[oblcoa]	202[alocob]	203[oabclo]	204[coabol]	205[aobcol]	206[boloca]	207[lcoboa]	208[caoolb]	209[locoba]	210[caobol]
211[blocoa]	212[aocblo]	213[aolcob]	214[calboo]	215[colabo]	216[baoocl]	217[loaocb]	218[oloabc]	219[blcoao]	220[oclboa]
221[aobloc]	222[clooab]	223[oacobl]	224[boaclo]	225[bcoalo]	226[obolac]	227[bcaolo]	228[cloboa]	229[lobaco]	230[bclooa]
231[ocboal]	232[bolaoc]	233[ocaobl]	234[bacolo]	235[aobolc]	236[obolca]	237[oobcal]	238[booacl]	239[cobalo]	240[oclboa]
241[olcoba]	242[cabool]	243[abcool]	244[olbaco]	245[blaooc]	246[oacbol]	247[olaboc]	248[cabloo]	249[coablo]	250[ooblca]
251[loobca]	252[claobo]	253[oocabl]	254[ocbaol]	255[alcboo]	256[laocob]	257[oocalb]	258[coolab]	259[blaooc]	260[aoblco]
261[ocolba]	262[ooabcl]	263[lcooba]	264[balcoo]	265[olbcao]	266[ocboal]	267[blcaoo]	268[alocbo]	269[boaolc]	270[ocblao]
271[albooc]	272[oaoclb]	273[oabolc]	274[olbcoa]	275[aolbco]	276[ocbaol]	277[oboalc]	278[laocob]	279[aolbco]	280[ooaclb]
281[bolcoa]	282[coloab]	283[boacol]	284[bcoola]	285[ocloab]	286[cblooa]	287[baoolc]	288[coobla]	289[cbaloo]	290[aolcbo]
291[oabolc]	292[ocalob]	293[locabo]	294[bolaco]	295[obclao]	296[bcoloa]	297[cbaolo]	298[acbolo]	299[olocba]	300[oolcab]
301[olabco]	302[locbao]	303[coobal]	304[coboal]	305[bcoloa]	306[boloca]	307[lacobo]	308[ablooc]	309[lbaooc]	310[aoolbc]
311[abcloo]	312[bocoal]	313[aocolb]	314[bocola]	315[lbcoao]	316[obaocl]	317[aboclo]	318[obcaol]	319[oolbca]	320[loabco]
321[cobaol]	322[olcoba]	323[oaclob]	324[oabcol]	325[coobla]	326[olocab]	327[laboco]	328[oalbco]	329[bcoola]	330[oolabc]
331[lcboao]	332[coloba]	333[lcboao]	334[lboaoc]	335[obclao]	336[lboaco]	337[bocaol]	338[cboola]	339[ocbloa]	340[bacolo]
341[coblao]	342[cboloa]	343[oolbac]	344[alobco]	345[obaolc]	346[aolboc]	347[olcbao]	348[olacob]	349[coabol]	350[obcaol]
351[lcaoob]	352[colbao]	353[ooablc]	354[lobcao]	355[alboco]	356[boloac]	357[cloaob]	358[clbooa]	359[loobca]	360[aolocb]
361[loaocb]	362[aboolc]	363[obcoal]	364[ooacbl]	365[claoob]	366[oblaoc]	367[loobac]	368[caoobl]	369[cloaob]	370[aobocl]
371[lacoob]	372[alcobo]	373[cooabl]	374[lbocao]	375[coalob]	376[obolac]	377[obcloa]	378[boloac]	379[aoolbc]	380[abolco]
381[calboo]	382[ooclab]	383[abcolo]	384[aobcol]	385[lboaoc]	386[aolobc]	387[cboloa]	388[oablco]	389[ooclba]	390[looabc]
391[cobloa]	392[cooabl]	393[baoclo]	394[lobcoa]	395[baoloc]	396[lbooac]	397[ocobal]	398[loocba]	399[oobalc]	400[aoocbl]
401[olacbo]	402[oalcbo]	403[oocbla]	404[lbooac]	405[olaocb]	406[lacoob]	407[laocbo]	408[lobaoc]	409[bloaco]	410[oolcba]
411[olboca]	412[oclaob]	413[labcoo]	414[lcbaoo]	415[oabloc]	416[boocal]	417[loboca]	418[aocobl]	419[loaobc]	420[boolac]
421[coaolb]	422[lcooab]	423[balooc]	424[obaclo]	425[boaocl]	426[cbooal]	427[ocabol]	428[blcooa]	429[olcaob]	430[aooblc]
431[olcoab]	432[lcoaob]	433[obcola]	434[oclaob]	435[bcloao]	436[bcaloo]	437[locbao]	438[boacol]	439[boaloc]	440[bloaco]
441[aooblc]	442[ocalbo]	443[obaclo]	444[olcabo]	445[lbocoa]	446[oalcob]	447[lcooba]	448[oacbol]	449[colaob]	450[laobco]
451[lbaoco]	452[booalc]	453[lbcoao]	454[cobloa]	455[clboao]	456[clooba]	457[coblao]	458[olaocb]	459[cloabo]	460[lbocao]
461[ocablo]	462[ocolba]	463[olcbao]	464[olobca]	465[bocola]	466[acoobl]	467[ablcoo]	468[lcaoob]	469[obocal]	470[oobcla]
471[loacbo]	472[boocla]	473[oabocl]	474[labcoo]	475[obalco]	476[locoba]	477[obacol]	478[cobalo]	479[oolbac]	480[calobo]
481[oaolbc]	482[aoblco]	483[loaboc]	484[olaboc]	485[lacboo]	486[blcaoo]	487[aobloc]	488[bcaloo]	489[caolob]	490[coalbo]
491[bocloa]	492[acolbo]	493[ocbola]	494[oboacl]	495[cblaoo]	496[oobcal]	497[lbcooa]	498[bclooa]	499[lcobao]	500[colboa]
501[oalcbo]	502[bocaol]	503[acobol]	504[bolcao]	505[oobacl]	506[olaobc]	507[oaclob]	508[aolocb]	509[aocolb]	510[baloco]
511[ocaolb]	512[ablcoo]	513[loabco]	514[ooblac]	515[olbaoc]	516[obcalo]	517[olcboa]	518[coloab]	519[aolcob]	520[aclboo]
521[ocablo]	522[ocloab]	523[locaob]	524[alcobo]	525[colaob]	526[abcloo]	527[ooclab]	528[aocblo]	529[clbaoo]	530[aolobc]
531[boaolc]	532[clooab]	533[aloocb]	534[cobola]	535[aolboc]	536[oclbao]	537[lbcaoo]	538[aolcbo]	539[boolac]	540[aooclb]
541[obaocl]	542[bcooal]	543[oalboc]	544[obcoal]	545[oloabc]	546[ooabcl]	547[baoocl]	548[acbloo]	549[lbaoco]	550[bcaolo]
551[lcbooa]	552[obcalo]	553[oocbla]	554[lbocoa]	555[cabolo]	556[obcloa]	557[obloac]	558[claboo]	559[claobo]	560[acolob]
561[loboac]	562[cboaol]	563[cblaoo]	564[bocloa]	565[oablco]	566[lobaco]	567[locoab]	568[labooc]	569[aclobo]	570[coboal]
571[lboaco]	572[aoolcb]	573[baocol]	574[olboac]	575[ocbola]	576[cabolo]	577[aoclob]	578[colabo]	579[oaolbc]	580[coolba]
581[ooclba]	582[blacoo]	583[oaoclb]	584[lcoboa]	585[olacob]	586[aoobcl]	587[bocoal]	588[ocobla]	589[colboa]	590[boclao]
591[acbloo]	592[claboo]	593[blcoao]	594[lcooab]	595[blaoco]	596[clobao]	597[alboco]	598[oocalb]	599[lbooca]	600[coaolb]
601[laoboc]	602[oalocb]	603[cabloo]	604[lcaboo]	605[acbolo]	606[obaolc]	607[oabclo]	608[blocao]	609[obacol]	610[lbcooa]
611[oabloc]	612[cbolao]	613[blooca]	614[cabool]	615[aooclb]	616[olboac]	617[oaoblc]	618[baoclo]	619[aboocl]	620[oblcoa]
621[loboac]	622[locoab]	623[olobac]	624[blacoo]	625[bacool]	626[ooalbc]	627[olcboa]	628[ocolab]	629[oocbal]	630[cboalo]
631[blocao]	632[olaobc]	633[blooca]	634[aobolc]	635[acloob]	636[lcaboo]	637[boclao]	638[obloca]	639[oboalc]	640[obalco]
641[boaocl]	642[ablooc]	643[ocloba]	644[oacolb]	645[calobo]	646[cbooal]	647[aoclbo]	648[oblaoc]	649[aoclbo]	650[oclabo]
651[cooalb]	652[oalcob]	653[bloaoc]	654[coaobl]	655[olcaob]	656[aboloc]	657[blooac]	658[boaclo]	659[abloco]	660[lcbooa]
661[oalobc]	662[blaoco]	663[oacblo]	664[ooalcb]	665[caoobl]	666[oaocbl]	667[abcool]	668[locabo]	669[bacloo]	670[coaobl]
671[clbooa]	672[olbaoc]	673[acoolb]	674[alocob]	675[lcoabo]	676[olacbo]	677[oacobl]	678[obolca]	679[olabco]	680[obocla]
681[olbcao]	682[bolcao]	683[laobco]	684[looabc]	685[locaob]	686[ocoabl]	687[oobcla]	688[cbaolo]	689[albcoo]	690[oolacb]
691[ocobla]	692[oaocbl]	693[loaobc]	694[lacboo]	695[oobacl]	696[oalbco]	697[ocaolb]	698[oaclbo]	699[aoclob]	700[laocbo]
701[alcoob]	702[aboolc]	703[aloobc]	704[aboloc]	705[coolba]	706[colabo]	707[baoolc]	708[bacloo]	709[labooc]	710[coolab]

Permalink | 記事への反応(2) | 00:10

2022-12-21

■URL追記

屋外ではマスクは不要だと思ってるよ。

ただ屋外でも人混みだとしたらそれは例外だな。

飛沫感染を防ぐ方法としてのマスク着用なんだから、理解しろよとしか言いようがない。

ウイルスを拡散しないためにマスクしろ、ウイルスに感染しないためにマスクしろ、ただそれだけなんだよ。

https://www.niid.go.jp/niid/ja/2019-ncov/2484-idsc/11053-covid19-78.html#:~:text=%E3%81%9D%E3%81%AE%E7%B5%8C%E8%B7%AF%E3%81%AF%E4%B8%BB%E3%81%AB,%E3%81%82%E3%82%8B%5B1%2C2%5D%E3%80%82

印刷
新型コロナウイルス（SARS-CoV-2）の感染経路について
国立感染症研究所
（掲載日：2022年 3月28日）

人は、咳、くしゃみ、会話、歌、呼吸などの際に、鼻や口からさまざまな大きさや性状をもった粒子を空中に放出する[1-5]。粒子はその大きさや含まれる液体の量によって空中での振る舞いが異なる。液体を含んだ大きな粒子は、放出されてから数秒から数分以内に落下するが、小さな粒子や乾燥した粒子は、空中に数分から数時間にわたって浮遊する[2-5]。従来、これらの粒子については大きさや性状に応じて飛沫やエアロゾルと呼ばれてきた [4,5]。

SARS-CoV-2は、感染者の鼻や口から放出される感染性ウイルスを含む粒子に、感受性者が曝露されることで感染する。その経路は主に３つあり、①空中に浮遊するウイルスを含むエアロゾルを吸い込むこと（エアロゾル感染）、②ウイルスを含む飛沫が口、鼻、目などの露出した粘膜に付着すること（飛沫感染）、③ウイルスを含む飛沫を直接触ったか、ウイルスが付着したものの表面を触った手指で露出した粘膜を触ること（接触感染）、である[1,2]。

実際にどの経路で感染するのかは、感染者から放出される感染性ウイルスを含む粒子の量や環境条件によって決まり、必ずしも1つであるとは限らない。感染者が呼吸をすると粒子が放出され、大きな声を出したり、歌ったりすると、放出される粒子の量が増える[6-8]。また感染者との距離が近いほど（概ね１-2メートル以内）感染する可能性が高く、距離が遠いほど（概ね１-2メートル以上）感染する可能性は低くなる[1,2]。特に換気が悪い環境や密集した室内では、感染者から放出された感染性ウイルスを含む粒子が空中に漂う時間が長く、また距離も長くなる。こうした環境に感染者が一定時間滞在することで、感染者との距離が遠いにもかかわらず感染が発生した事例が国内外で報告されている[9-12]。

このようなSARS-CoV-2の感染が起こりやすい環境条件をわかりやすく説明したものが、「3つの密」と呼ばれる概念である[1,13,14]。

密閉：換気の悪い閉じられた環境
密集：狭い空間に多くの人が集まっている環境
密接：お互いの距離が近く、特に会話をしている環境

3つの条件に１つでも当てはまる環境に感染者と感受性者が滞在すると、感染が成立する可能性は高くなり、さらに３つの条件がそろうとより高くなる[1]。

なお、呼吸器感染症の感染経路については国際的に研究が進められており、これらの知見は今後更新される可能性がある。

参考文献
World Health Organization (WHO), “Coronavirus disease (COVID-19): How is it transmitted?” (2021); who.int/news-room/q-a-detail/coronavirus-disease-covid-19-how-is-it-transmitted.
S. Centers for Disease Control and Prevention (CDC), “Scientific brief: SARS-CoV-2 transmission” (2021); www.cdc.gov/coronavirus/2019-ncov/science/science-briefs/sars-cov-2-transmission.html.
Gesellschaft für Aerosolforschung, “GAeF position paper on understanding the role of aerosol particles in SARS-CoV-2 infection” (20 20); https://ae00780f-bbdd-47b2-aa10-e1dc2cdeb6dd.filesusr.com/ugd/fab12b_0b691414cfb344fe96d4b44e6f44a5ab.pdf
Jon es RM, et al. Aerosol transmission of infectious disease. J Occup Environ Med. 2015 May;57(5):501-8.
Wang CC, et al. Airborne transmission of respiratory virus es. Science. 2021 Aug 27;373(6558):eabd9149.
Stadnytskyi V, et al. The airborne lifetime of small speech droplets and their potential importance in SARS-CoV-2 transmission. Proc Natl Acad Sci U S A. 20 20 Jun 2;117(22):11875-7.
Alsved M, et al. Exhaled respiratory particles dur ing sing ing and talking. Aerosol Sci Technol. 20 20;54:1245–8.
Alsved M, et al. SARS-CoV-2 in exhaled aerosol particles from covid-19 cases and its association to household transmission. Clin Infect Dis. 2022 Mar 10:ciac202.
Jang S, et al. Cluster of Coronavirus Disease Associated with Fitness Dance Class es, South Korea. Emerg Infect Dis. Aug 20 20;26(8):1917-20.
Cai J, et al. Indirect Virus Transmission in Cluster of COVID-19 Cases, Wenzhou, China, 20 20. Emerg Infect Dis. 20 20 Jun;26(6):1343-5.
Katelaris AL, et al. Epidemiologic Evidence for Airborne Transmission of SARS-CoV-2 during Church Sing ing, Australia, 20 20. Emerg Infect Dis. 2021 Jun;27(6):1677-80.
Toyokawa T, et al. Transmission of SARS-CoV-2 during a 2-h domestic flight to Okinawa, Japan, March 20 20. Influenza Other Respir Virus es. 2021 Oct 3.
Furuse Y, et al. Clusters of Coronavirus Disease in Communities, Japan, January-April 20 20. Emerg Infect Dis. 20 20 Sep;26(9):2176–9.
Furuse Y, et al. COVID-19 case-clusters and transmission chains in the communities in Japan. J Infect. 2021 Aug 11:S0163-4453(21)00399-6.

Copyright 1998 National Institute of Infectious Diseases, Japan

Permalink | 記事への反応(1) | 16:06

2022-07-31

■anond:20220731181955

↓てな具合なのでそういうプログラムが作れるだけでも社会の平均？中央値から見れば立派立派

500動け動けウゴウゴ5ちゃんねる20 20/06/14(日) 12:57:52.17ID:6qfdYEVd0>>501

規制が有効なBBSでスマホからアクセスするとsmartphone_idなるjavaが存在する。

仕組みはよくわからんが有用らしい。

501動け動けウゴウゴ5ちゃんねる20 20/06/14(日) 20:35:49.18ID:gDZ1+EG90>>505

https://www.applican.com/tutorial/p11/index.html

こういうのね

JavaScriptなんでユーザが適当に操作出来る点で

偽装もし放題なんだが

505動け動けウゴウゴ5ちゃんねる20 20/06/16(火) 21:36:47.88ID:KpWEJQvH0

そこまでできる連中が今時どれだけいると思う？。スマホ連中じゃほぼ皆無だろ。(笑)

Permalink | 記事への反応(1) | 18:33

2022-07-18

■anond:20220718174913

異なる出版社から出しているDaiGoの本も501円になっていればDaiGo指示の可能性が高い

同じ出版社の別の著者の本が501円になっていたら出版社指示の可能性が高い

上記以外であればたまたまその本の担当者が出版社の意向と関係なくそうしたか偶然501円だっただけという可能性が高い

Permalink | 記事への反応(0) | 17:53

■anond:20220718174716

それならもっと 501円の本がずらっと並ぶと思うんだよ。

他にも501円本があったらDaiGoだけランキング乗るとは思えないんだよな、他に気になる本あるだろって思ってしまう。

軽く流し見しただけだから他にも501円本はあって、俺が思ってる以上にDaiGoの本が売れ筋って可能性もあるけど俺の主観だとそうは思えないんだよな。

Permalink | 記事への反応(1) | 17:49

■DaiGoってなんだかんだで賢いんだと思った

楽天coboが初回使用限定で501円以上購入すると500円オフだかクーポンだかが返ってくるキャンペーンをしている。

電子書籍はamazon派なので他使う理由一つもないとスルーしていたが、ふっと気になってランキングを流し見をしてみた。

結論から言えばまあ500円前後の本なんて早々ないよな、というラインナップだったか一冊だけ501円ぴったりの本があった。

それがDaiGoの本。

シンプルだけど賢い戦略だな、と思わず感心した。

まあ興味は全くないので無料でも要らないと買わなかったけど。

Permalink | 記事への反応(1) | 17:45

ようこそゲストさん