「th」を含む日記

■日本のアカデミアは本当にどうしようもないところにまで来ている・1

日本には大学教授や研究者を適切に評価するシステムが無いため、多くの人は下記のタイプと接する機会が多かった😭

• 研究者としては有能かもしれないが、やる気がなく雑な授業をして開き直る／単なる好き嫌いで対応をする／直球で居眠りなど、『教員』や『社会人』としては問題外なタイプ
• 水俣病・様々な薬害・東日本大震災・コロナで見かける、御用学者タイプ
• JAXAなど何をかましても失敗ではない！と特権階級ムーブするタイプ
• リトラクションウォッチ(撤回論文を監視してるやつ)で世界上位を占める不正研究タイプ
• 自分の専門外に対して安易にSNS・TV・雑誌・書籍で言及するタイプ
• まさかの自分の専門分野で、不誠実もしくは直球で単純に正しくない (少なくとも日米の学会の見解とは異なる)ことをSNS・TV・雑誌・書籍・機関誌で発信するタイプ
• 今までやりたいことだけやってきて、働く訓練をしなかった、単純に働く or 稼ぐ気がないだけなのに、声高に自分が贅沢をする権利をSNSで主張するタイプ
  （自分の専門性を編集してプレゼンしたり、社会に還元する気が皆無。○○が出来ないとイヤ・贅沢したい気持ちだけ強く強く主張)

あと、日本の平均賃金から見たら、大学教授や研究者の賃金は、べつに低いとは言えない。むしろ上位を占めている。

そのため、賃金を上げろと言われても、日々の生活や老後のことを考える我々的には、『いや、十分な額でしょ。ナメとんのか？』となってしまい、

ほとんどの人は、大学教授や研究者の賃金を上げることに賛成しなかった

(つか、上記の状況を見続けて、おけおけ！上げとこ上げとこ👌なんて感情にはまずならんでしょ😒)

そんでまぁ招いたのが今日の日本の状況ですよ

高学報酬による競争で全体の質を担保するのではなく、個人の情熱と能力と使命感と倫理観だけに全てお任せしてしまった結果、もう本当にどうしようもないことになった

社会の基礎を担う公立の小中学校の先生の問題と似てるよね。尊敬に値する素晴らしい先生もいれば、残念ながらどーしようもない先生もいるみたいな

でも、そういった感情はグッと飲み込んで、羽振りのいいヘッジファンド並みのお賃金を大学教授や研究者に払うべきだったんでしょうね。苛烈な競争で質を担保するために

まずはこれ

"民" とか時代劇の殿様かな？っていうスゲー文章だが、2024年の東京大学准教授の投稿である(成りすましでなければ)

アサシン・クリード・シャドウズの問題、いつか鎮静化すれば良いと思っていたが、民が暴徒化しており、お気楽なパブリックヒストリアンたちは口を噤んでいるようなので、Xなるものを稼働させることにした。時々呟く。

そして、これもまさかの2024年の日本の大学教授（わざわざプロフィールで所属と身分を明かしている)の投稿である、うっへぇ～ありがてぇ～～～

PSA: It's not only "white racists" who are angry about the new Assassin's Creed game. A lot of Japanese internet users are angry too. Why?

Check this image for some examples of Japanese netizens expressing their views about Assassin's Creed Shadows.

(お知らせ：新しいアサシン・クリードゲームに怒っているのは「白人の人種差別主義者」だけではありません。多くの日本のインターネットユーザーも怒っています。なぜでしょうか？

アサシン・クリード・シャドウズについて日本のネットユーザーが意見を表明している例をこの画像で確認してください。)

　　　　　　　　　　　　　　　↓

（南京事件・慰安婦問題などに対して配慮のない主張を繰り返す属性の人、某氏の信者の人の画像を羅列＆投稿)

https://x.com/mrjeffu/status/1816040391990468666?s=61

悪いけど、ワイは明確に、南京事件・慰安婦問題などに対して配慮のない主張を繰り返す属性の人、某氏の信者の人では無いです

だけど、アジア人蔑視・日本文化軽視のプロモーションと表現を重ねてきた UBI の姿勢と アサクリ シャドウズ は非常に不愉快です😠

いわゆる "坂上田村麻呂黒人説" や "African Samurai: The True Story of Yasuke, a Legendary Black Warrior in Feudal Japan" (←実話・真実の物語とされている) などは、

日本文化に対してさらなる誤解を招く可能性があります

それに便乗する白人至上主義者によるアジア人の透明化と文化の盗用（ホワイトウォッシュしながらアフロセントリズムを押つけ、アジア人を透明化する糞ムーブ)、

上記に類するアクション（『日本人は怒ってない』とSNSでお気持ちを勝手に代弁するありがてぇ白人様たち）に対して懸念を持っています

1. まず、"坂上田村麻呂黒人説" について言及します

これは、司馬遼太郎氏やカジュアルな歴史小説家の作品、あるいは娯楽時代劇のフィクションを真に受けるのとは、ほんのちょっとだけ毛色が違います。

"坂上田村麻呂黒人説" の言い出しっぺは、今から100年以上前、カナダの人類学者、Alexander Francis Chamberlain 氏です。

米国の非営利団体 Internet Archive で原著を確認できると思うんですけど、

氏は『The Contribution of the Negro to Human Civilization』(1911年)という論文の中でこう書いてます。

484 ALEXANDER FRANCIS CHAMBERLAIN

[...]

And we can cross the whole of Asia and find the Negro again, for, when, in far-off Japan, the ancestors of the modern Japanese were making their way northward against the Ainu, the aborigines of that country.

（そして、我々はアジア全土を横断して再び黒人を見出すことができる。遠く離れた日本では、現代日本人の祖先がその国の先住民であるアイヌに対して北上を進めていた時に。）

　

THE CONTRIBUTION OF THE NEGRO 485

the leader of their armies was Sakanouye Tamuramaro,

a famous general and a Negro.

（彼らの軍隊の指導者は 坂上田村麻呂 であり、有名な将軍であり、黒人であった。)

　

---

　　Full text of "The Contribution of the Negro to Human Civilization"

　　 https://archive.org/stream/jstor-29737886/29737886_djvu.txt

まぁこんなこんな感じで唐突に 『坂上田村麻呂 は黒人である』 と論文の中で言い出してるんですね。

そして、この論文の記述を 全米黒人地位向上協会（NAACP) の設立者の一人である W・E・B・デュボイス氏 が、『The Negro』（1915年）にもしたため、

As rulers and warriors we remember such Negroes as Queen Nefertari and Amenhotep III among many others in Egypt; Candace and Ergamenes in Ethiopia; Mansa Musa, Sonni Ali, and Mohammed Askai in the Sudan; Diaz in Brazil, Toussaint L'Ouverture in Hayti, Hannivalov in Russia, Sakanouye Tamuramaro in Japan, the elder Dumas in France, Cazembe and Chaka among the Bantu, and Menelik, of Abyssinia; the numberless black leaders of India, and the mulatto strain of Alexander Hamilton.

　

(統治者や戦士としては、エジプトの多くの中でもネフェルタリ女王とアメンホテプ3世、エチオピアのカンダケとエルガメネス、スーダンのマンサ・ムーサ、ソンニ・アリ、モハメド・アスカイ、ブラジルのディアス、ハイチのトゥサン・ルヴェルチュール、ロシアのハンニバロフ、日本の坂上田村麻呂、フランスの父デュマ、バントゥ族のカゼンベとチャカ、アビシニアのメネリク2世などの黒人を思い出します。また、インドの無数の黒人指導者たち、そしてアレクサンダー・ハミルトンの混血の血筋も挙げられます。)

---

The Negro

https://archive.org/details/negro0000dubo_w7n3

さらに後続の米国黒人公民権運動で活用されたり、歴史フィクションのアイデア元になった歴史があります。

そのため、一部の児童向けサイトや教師向けサイトでYASUKEと共に今も見掛けることが稀にあります。

この界隈では、次のことわざが日本にあるとされています。

For a Samurai to be brave, he must have a bit of black blood

"侍が勇敢であるためには、少しの黒人の血を持っていなければならない"

日本人ならそんなことわざは無いこと知っていると思うんですけど、ググると色んなところで見掛けます

Why do Afro-centrists claim that the first samurai warrior was a black African? | Quora

https://www.quora.com/Why-do-Afro-centrists-claim-that-the-first-samurai-warrior-was-a-black-African

2. そして、弥助ぇぇぇ～ぇえ🎵↑

弥助(YASUKE)は、取得難易度が高い日本語を解する多言語話者の黒人の方で、しかも剛力で恵体、世が世なら・・・と言うとても優秀な方だったみたいです。

弥助はえらい人の覚えがめでたく、織田信長は彼を大変気に入って、連れて歩いていたようです。彼は道具持ちを任され、わざわざそのことが記録にも残っています。

頭が良くて体格もいいとかカッコイイし、本来であれば正当にその実力が報われて欲しかったし、彼がヒーローして描かれるフィクションが作られるのは共感できます。

というかフィクションであれば、もっとアフロサムライやキンバリーみたいな肌の色が濃い侍や忍者が増えて欲しいですね。

(最近のゲームでは Rise of the Ronin みたいに、主人公の人種を自由に設定できるオプションがデフォだけど)

ただ、史実では、さまざまなことが重なって、弥助は一般的に武士(侍)ではありませんでした。そもそも、有力武将や宣教師などでは無かった為、ほとんど記録には残っていません。

わずかに残される記録(ネットでも確認できる)からわかることは、下記くらいです。

• 短刀と私宅を与えられた（諸説あるが、"信長公記" の写本には記述がある)
• 姓は与えられていなかった（そもそも豊臣秀吉ですら、1～2年で足軽組頭になってないし、"羽柴" の姓を与えられるまでに10年以上掛かっている)
• 明確な役職は与えられていなかった (少なくとも記録には残っていないし、織田信長家臣人名辞典 にも 弥助 の名前はない)
• "耶蘇会の日本年報 第1輯" を見ると、弥助はルイス・フロイトと同じ場所にいた。弥助の戦闘記録が残されているのは"世子の邸"（これはおそらく妙覚寺のこと）
  弥助は武士（侍）とは見なされておらず、信長の仇討ちを行う者や覇権争いで障害となる者とも見なされていなかった為、解放され、南蛮寺へ送られた

耶蘇会の日本年報 第1輯

https://dl.ndl.go.jp/pid/1041119/1/164

弥助は、格 (家柄・役割) が無いため、一般的な意味で武士(侍)では無いことが、極端に歴史をサボっていない日本人なら誰にでもわかるとだと思います。

『武器を持てば武士(侍)』、最近そのように日本のアカデミアの中で定義を変えたのであれば、お知らせして頂きたいところです。

今まで、農民の子孫という自認だった人は、一度でもご先祖様が戦に参加していれば、これからは武士(侍)の子孫です。

あるいは、ご先祖様が用心棒として武器を持ったことがあれば、これからは武士(侍)の子孫です。

『ゆうて、一部の歴史オタク が 弥助は武士(侍)って言ってるだけでしょ』『時代劇でもよくフィクション入るじゃん』って思うでしょ？🤔

それが、どういうわけか、YASUKE の 英語版の Wikipedia 見ると、日本のアカデミアのお墨付き貰ってるのとか、参考文献に引っ張ってきてるのよね。それも京都大学とかの

ZINBUN は査読付き学術誌と京大で紹介されてるんですけど、その中でこんな風に書かれてます。

Perhaps more extraordinary is that Yasuke’s story does not end here. Retained as an attendant by Nobunaga, he later accompanied him into battle against the rival lord Akechi Mitsuhide (1528? - 1582) who upon defeating Nobunaga at Horyuji, spared the African and subsequently released him.

　

(さらに驚くべきことに、弥助の話はここで終わりません。信長の従者として残された彼は、後に信長と共に、ライバルの大名(rival lord)である明智光秀（1528? -1582）との戦いに参加しました。光秀は法隆寺で信長を破った際、このアフリカ人の命を助け、その後解放しました。)

　

---

Excluded Presence : Shoguns, Minstrels, Bodyguards, and Japan's Encounters with the Black Other

https://repository.kulib.kyoto-u.ac.jp/dspace/bitstream/2433/71097/1/40_15.pdf

Horyuji(法隆寺)かぁ。あと、さすが魔王ノッブ、1万を超えたとも言われる大軍勢を前に、自刃することなく弥助と共に立ち向かっちゃうぜ。諦めたらそこで試合終了だもんな(白目)

更にこれに加えて、日大の教授が、いろんなところで、弥助は日本で最も有名な外国生まれの武士(侍)となった、

弥助は本能寺にいて伝令の役割を担った、弥助の最後の使命は首を守ることだったとか、いろいろ言って回ってますからね

例えば、大手ニュースメディアのCNNとかで

African samurai: The enduring legacy of a black warrior in feudal Japan ｜CNN

https://edition.cnn.com/2019/05/19/asia/black-samurai-yasuke-africa-japan-intl/index.html

そんなわけで、YASUKEの件も、司馬遼太郎氏やカジュアルな歴史小説家の作品、あるいは娯楽時代劇のフィクションを真に受けるのとは、ほんのちょっとだけ毛色が違います

文字数制限に引っ掛かったから続く → 日本のアカデミアは本当にどうしようもないところにまで来ている・２

関連増田

• 大手ニュースメディアのCNNインタビューで『信長は弥助を神だと思っていた』と語った根拠は気になる
• UBI(アサクリ)はUBIで普通に問題なんで。ただ、アジア人蔑視それに付随する日本の歴史改竄は一朝一夕にはどうにもできないのでは？
• アサクリ シャドウズ が燃えたのは、誤訳ではなく燃えるなりのことをしたから。別にフィクション満載で主人公を日本人以外の人種にも出来て同性愛描写もある 『Rise of the Ronin』 燃えてませんけど？

Permalink | 記事への反応(5) | 18:06

ツイートシェア

■現物株取引で5年間で+2,700%にするのはほぼ不可能だ

2019年9月から投資をはじめて+2,700%になってる話【 anond:20240725200007 】

上記の投稿について、+2,700%は明らかに嘘だと思って相手にする価値は無いと感じて昨晩はスルーしたけど、現在はブクマ数180を超えている。しかもブコメ一覧や注目コメントによると信じている人の方が多数の模様だ。

国内の製造業株で5年間で+2,700%（28倍）なんてあり得るのか？　と思ったので、ここ5年間で株価上昇率の高い銘柄を調べてみた。

株価上昇率はここ5年間の最安値に対する最高値の比から算出した。

上記の表によると、ジャパンエンジンコーポレーションかタカトリなら可能だが、とても人間業とは思えない。アルゴリズム取引だとしてもまず不可能だ。2020年1月のコロナショック（最安値）で買い、株価が最高値を付けた時点で売らなければ、上記の表で示した上昇率にならないからだ。

しかも、『俺の投資の決まりごとは信用取引をせず現物取引のみで行い』とあるので、上記の上昇率以上に稼ぐことは不可能だ。それに、ジャパンエンジンコーポレーションもタカトリも海運動静に影響を与えるほどの大企業ではないから、元増田の手法では銘柄をスクリーニング（選別）できるはずもない。

よって、元増田は嘘であると私は判断する。

ただ、リーマンショックによる就職難という身の上話だったりMarineTraffic.comによる海運動静の分析などといった説明が論理的になされていることから、100%完全な嘘という訳でもなさそうだ。+273.2%を+2,732%とするように、1桁盛ったというのならあり得る話だ。

Permalink | 記事への反応(2) | 10:48

ツイートシェア

■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。

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

Permalink | 記事への反応(2) | 22:58

ツイートシェア

■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。

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

Permalink | 記事への反応(4) | 22:31

ツイートシェア

■

2024年7月11日

https://www.pewresearch.org/politics/2024/07/11/the-presidential-choice-biden-trump-kennedy/

われとるねえ

Permalink | 記事への反応(0) | 18:55

ツイートシェア

■英単語の「ʌ」の発音をカタカナにしたときは全部ア段にしたいよな

「ʌ」は日本語の「ア」と「オ」の間の音だが、「ア」にかなり近いと思う。

また、より「オ」に近い「ɔ」との区別をつけるためにも、英単語をカタカナ化するときには「ʌ」は「ア」段、「ɔ」は「オ」段で決め打ちしたい。

教育的にもメリットがある。

以下、例

Permalink | 記事への反応(1) | 20:20

ツイートシェア

■決定木とは何か

レベル1: 小学生向け

決定木は、質問を使って答えを見つけるゲームのようなものです。木の形をした図を使って、質問と答えを整理します。例えば、「今日は外で遊べるかな？」という大きな質問から始めます。

まず「雨が降っていますか？」と聞きます。「はい」なら「家で遊ぼう」、「いいえ」なら次の質問に進みます。次に「宿題は終わっていますか？」と聞きます。「はい」なら「外で遊ぼう」、「いいえ」なら「宿題をしてから遊ぼう」となります。

このように、質問を重ねていくことで、最終的な答えにたどり着きます。決定木は、こうした「もし〜なら」という考え方を使って、物事を順序立てて考えるのに役立ちます。

レベル2: 大学生向け

決定木は、機械学習における重要な分類・回帰アルゴリズムの一つです。データを特定の特徴に基づいて分割し、ツリー構造を形成することで、新しいデータの分類や予測を行います。

決定木の構造は以下の要素から成り立っています：

1. ルートノード：最初の分割点

2. 内部ノード：中間の分割点

3. 葉ノード：最終的な予測や分類結果

4. 枝：各ノードを結ぶ線、条件を表す

決定木の構築プロセスは、以下のステップで行われます：

1. 最も情報量の多い特徴を選択

2. その特徴に基づいてデータを分割

3. 各サブセットに対して1と2を再帰的に繰り返す

4. 停止条件（深さ制限や最小サンプル数など）に達したら終了

決定木の利点は、解釈が容易で直感的であること、非線形の関係性も捉えられること、特徴量の重要度を評価できることなどです。一方で、過学習しやすい傾向があり、小さなデータの変化に敏感に反応する欠点もあります。

レベル3: 大学院生向け

決定木は、分類および回帰問題に適用可能な非パラメトリックな監督学習アルゴリズムです。特徴空間を再帰的に分割し、各分割点で最適な特徴と閾値を選択することで、データを階層的に構造化します。

決定木の構築プロセスは、以下の数学的基準に基づいて行われます：

1. 分類問題の場合：

• 情報利得（Information Gain）: ΔI = H(S) - Σ((|Sv| / |S|) * H(Sv))
• ジニ不純度（Gini Impurity）: G = 1 - Σ(pi^2)

2. 回帰問題の場合：

• 平均二乗誤差（Mean Squared Error）: MSE = (1/n) * Σ(yi - ŷi)^2
• 平均絶対誤差（Mean Absolute Error）: MAE = (1/n) * Σ|yi - ŷi|

ここで、H(S)はエントロピー、Svは分割後のサブセット、piはクラスiの確率、yiは実際の値、ŷiは予測値を表します。

過学習を防ぐために、以下の手法が用いられます：

1. 事前剪定（Pre-pruning）：成長の早期停止

2. 事後剪定（Post-pruning）：完全に成長した木を後から刈り込む

決定木の性能向上のために、アンサンブル学習手法（ランダムフォレスト、勾配ブースティング木など）と組み合わせることが一般的です。

レベル4: 専門家向け

決定木は、特徴空間の再帰的分割に基づく非パラメトリックな監督学習アルゴリズムであり、分類および回帰タスクに適用可能です。その理論的基盤は、情報理論と統計学に深く根ざしています。

決定木の構築アルゴリズムとして最も一般的なのは、CART（Classification and Regression Trees）です。CARTは以下の手順で実装されます：

1. 特徴選択：各ノードで最適な分割特徴を選択

• 分類：ジニ不純度または情報利得を最小化
• 回帰：平均二乗誤差を最小化

2. 分割点の決定：連続値特徴の場合、最適な閾値を決定

• 二分探索アルゴリズムを用いて計算効率を向上

3. 木の成長：再帰的に子ノードを生成

• 停止条件：最大深さ、最小サンプル数、不純度の減少量など

4. 剪定：過学習を防ぐために木を最適化

• コスト複雑度剪定（Cost-Complexity Pruning）： α(T) = (R(t) - R(T)) / (|T| - 1) ここで、R(t)は根ノードtの誤差、R(T)は部分木Tの誤差、|T|は葉ノード数

決定木の理論的特性：

• VC次元：決定木のVC次元は、葉ノード数に比例
• 一貫性：十分な訓練データがある場合、決定木は一貫推定量となる
• 計算複雑性：構築時はO(nlog(n))、予測時はO(log(n))（nはデータ点数）

決定木の拡張：

1. 多変量決定木：複数の特徴の線形結合を用いて分割

2. 軟判別木：確率的な分割を行い、滑らかな決定境界を生成

3. 条件付き推論木：統計的仮説検定に基づく特徴選択を行う

これらの高度な手法により、決定木の表現力と汎化性能が向上し、より複雑なパターンの学習が可能となります。

レベル5: 廃人向け

決定木は、特徴空間Xの再帰的分割に基づく非パラメトリックな監督学習アルゴリズムであり、その理論的基盤は統計的学習理論、情報理論、および計算学習理論に深く根ざしています。

決定木の数学的定式化：

Let D = {(x₁, y₁), ..., (xₙ, yₙ)} be the training set, where xᵢ ∈ X and yᵢ ∈ Y. The decision tree T: X → Y is defined as a hierarchical set of decision rules.

For classification: P(y|x) = Σᵢ P(y|leaf_i) * I(x ∈ leaf_i)

For regression: f(x) = Σᵢ μᵢ * I(x ∈ leaf_i) where I(·) is the indicator function, leaf_i represents the i-th leaf node.

決定木の最適化問題： min_T Σᵢ L(yᵢ, T(xᵢ)) + λ * Complexity(T) where L is the loss function, λ is the regularization parameter, and Complexity(T) is a measure of tree complexity (e.g., number of leaves).

特徴選択と分割基準：

1. エントロピーと相互情報量：

H(Y|X) = -Σᵧ Σₓ p(x,y) log(p(y|x))

I(X;Y) = H(Y) - H(Y|X)

2. ジニ不純度：

Gini(t) = 1 - Σᵢ p(i|t)²

3. 平均二乗誤差（回帰）：

MSE(t) = (1/|t|) * Σᵢ (yᵢ - ȳ_t)²

高度な理論的考察：

1. 一致性と収束速度： 決定木の一致性は、Breiman et al. (1984)によって証明されました。収束速度はO(n^(-1/(d+2)))であり、dは特徴空間の次元です。

2. バイアス-バリアンストレードオフ：深い木は低バイアス・高バリアンス、浅い木は高バイアス・低バリアンスとなります。最適な深さは、バイアスとバリアンスのトレードオフによって決定されます。

3. 決定木の表現力：任意のブール関数は、十分に深い決定木で表現可能です。これは、決定木がユニバーサル近似器であることを意味します。

4. 計算複雑性理論：最適な決定木の構築はNP完全問題であることが知られています（Hyafil & Rivest, 1976）。そのため、実用的なアルゴリズムは貪欲な近似アプローチを採用しています。

5. 正則化と構造リスク最小化：L0正則化（葉ノード数のペナルティ）やL2正則化（葉ノードの予測値に対するペナルティ）を用いて、構造リスク最小化原理に基づいたモデル選択を行います。

6. 情報幾何学的解釈： 決定木の学習過程は、特徴空間上の確率分布の漸進的な分割と見なすことができ、情報幾何学の観点から解析可能です。

7. カーネル決定木：非線形カーネル関数を用いて特徴空間を暗黙的に高次元化し、より複雑な決定境界を学習する手法です。

8. 量子決定木：量子コンピューティングの原理を応用し、古典的な決定木を量子系に拡張した手法です。量子重ね合わせを利用して、指数関数的に多くの分岐を同時に評価できる可能性があります。

これらの高度な理論と技術を組み合わせることで、決定木アルゴリズムの性能と適用範囲を大幅に拡張し、より複雑な学習タスクに対応することが可能となります。

Permalink | 記事への反応(0) | 11:39

ツイートシェア

■anond:20240720165943

子どもたちはちゃんとロクでもない大人たちを見てるので、

謎増田：小学生のなりたい職業ランキング1位。中国…研究者、アメリカ…科学者、韓国…学者、日本…スポーツ選手。なんで日本ってこんな低レベルなんだ？

https://anond.hatelabo.jp/20240711125729#

　↓

• 学者が水俣病の頃より、謎の力学で嘘ばかりつくから。それに加えてSNSで承認欲求目的でロクでもないこと言うの増えたから
• 学者(研究者)が、働く訓練しなかったポンコツor発達ポンコツなの棚にあげて、自分が贅沢できない日本はおかしいと喚くから
• JAXA然り何をしても失敗ではない、学者(研究者)様は正義だから 。なお、日本は科学誌に不正研究を名指しされた国
• エリートではなく、技術職ならどうかというと、エンジニアもなんのすけべ心なのかKADOKAWAの件でよちよちしてる

　

上記のロクでもないものに憧れない日本の子どもたちは正常

他国の子どもたちが、研究者や起業家や技術者に憧れている横で、下記をやりたがる日本の子どもたち

- スポーツ選手　← 嘘が入り込む隙が比較的少ない
- Eスポーツプレイヤー　← 嘘が入り込む隙が比較的少ない
- YouTuber　← 短期的な再生数ならともかく、長期的な再生数は嘘が入り込む隙が比較的少ない
- 水商売　← 国立大でミスコン(当然整形もある)を容認していて、風俗やりながら高等教育を美談として扱うあたおか教育者がいっぱいいる国　

子ども『親の面倒なんかみたくね〜』

日本の子どもが親を尊敬しているのは調査国最下位の37%で、
親の面倒なんかみたくないし、(強いて言えば)金は出してもいいけど他人に親の面倒を看て貰いたいし、
体の不自由な人、 お年寄りなどの手助けはしないし、弱い者いじめは見なかったことにするし、
なによりも自分自身のことをダメな人間だと思っている

• 高校生の生活と意識に関する調査報告書 —日本・米国・中国・韓国の比較— | 国立青少年教育振興機構
  https://www.niye.go.jp/kanri/upload/editor/98/File/gaiyou.pdf

Permalink | 記事への反応(1) | 19:34

ツイートシェア

■anond:20240716095247 anond:20240719200310

匿名だから厨二病を発揮する権利はフル活用すべきだけど、たまには現実も思い出してね

子どもたちはそれを見てるから

綺麗事言って😈とかやりたがる厨二病の発達障害者いるけど、

子どもたちはちゃんと大人たちを見てるので、他国の子どもたちが、研究者や起業家や技術者に憧れている横で、下記をやりたがる日本の子どもたち

　

• スポーツ選手　← 嘘が入り込む隙が比較的少ない
• Eスポーツプレイヤー　← 嘘が入り込む隙が比較的少ない
• YouTuber　← 短期的な再生数ならともかく、長期的な再生数は嘘が入り込む隙が比較的少ない
• 水商売　← 国立大でミスコン(当然整形もある)を容認していて、風俗やりながら高等教育を美談として扱うあたおか教育者がいっぱいいる国　

　

戦争ではない、平和的な民族浄化

　

子ども『親の面倒なんかみたくね〜』

日本の子どもが親を尊敬しているのは調査国最下位の37%で、
親の面倒なんかみたくないし、(強いて言えば)金は出してもいいけど他人に親の面倒を看て貰いたいし、
体の不自由な人、 お年寄りなどの手助けはしないし、弱い者いじめは見なかったことにするし、
なによりも自分自身のことをダメな人間だと思っている

	日本	米国	中国	韓国
親(保護者)をとても尊敬している	37.1%	70.9%⭐️	59.7%	44.6%
どんなことをしてでも自分で親の世話をしたい	37.9%	51.9%	87.7%⭐️	57.2%
親の経済的な支援をするが、世話は家族や他人に頼みたい	21.3%⭐️	19.3%	6.3%	7.3%
体の不自由な人、お年寄りなどの手助けをしたことがある	53.5%	78.7%	78.8%⭐️	60.8%
弱い者いじめやケンカをやめさせたり、注意したことがある	27.2%	63.2%⭐️	54.2%	50.5%
私は人並みの能力があると思う	55.7%	88.5%	90.6%⭐️	67.8%
自分はダメな人間だと思うことがある	72.5%⭐️	45.1%	56.4%	35.2%

• 高校生の生活と意識に関する調査報告書 —日本・米国・中国・韓国の比較— | 国立青少年教育振興機構
  https://www.niye.go.jp/kanri/upload/editor/98/File/gaiyou.pdf

Permalink | 記事への反応(1) | 09:55

ツイートシェア

■anond:20240715083203

それは女が下方婚するようになってから、女が働く気になってから、初めて出てくる話で今じゃないですね

そもそも労働参加率、73％くらいなんですよね。あと男より月40時間労働時間短いし、非正規率も高い

▼ 女性の就業時間　男性より月40時間短く

　日本では働く女性の数が増える一方、就業時間の男女差が大きい。総務省によると、女性の労働力人口（15～64歳）は2021年で2679万人、労働参加率は73%と10年で約10ポイント上がった。結婚や出産を機に職を離れる人が多かったが、育児休業などで女性が働き続けやすい環境に力を入れる企業が増加。30歳代など子育て世代の労働参加率が下がる「M字カーブ」の問題は改善しつつある。

　ただ労働時間をみると課題はある。総務省によると女性の平均月間就業時間は男性より40時間ほど短い。最も多いのは男性と同じく月121～180時間働く人で全体の4割強を占める一方、月120時間以下の人が3割以上で男性（約1割）より多い。パートや派遣など非正規雇用で働く人の割合が女性は約5割と男性（約2割）より高いことが背景にある。

　国際労働機関（ILO）によると、日本の労働時間の男女差は主要7カ国（G7）で最も大きい。週平均の差は10時間を超えており、米国の約2倍、スウェーデンの約3倍だ。

https://www.nikkei.com/article/DGXZQOCA19B3I0Z11C22A0000000/

ようやく院卒で働く気を見せる程度

ついでにキャリアの中断は起きていても、キャリアの断絶は起きていないことが厚生労働省が発表している平均月収を見てわかる

(月収40万後半50万超えてるのに、キャリアの断絶とか言われましても・・・ね)

https://www.mhlw.go.jp/toukei/itiran/roudou/chingin/kouzou/z2022/dl/03.pdf

Permalink | 記事への反応(2) | 08:43

ツイートシェア

■anond:20240714132928

上は文章が読めない人で、下は倫理観のない人じゃないですかね

綺麗事言って😈とかやりたがる厨二病の発達障害者いるけど、

子どもたちはちゃんと大人たちを見てるので、他国の子どもたちが、研究者や起業家や技術者に憧れている横で、下記をやりたがる日本の子どもたち

• スポーツ選手　← 嘘が入り込む隙が比較的少ない
• Eスポーツプレイヤー　← 嘘が入り込む隙が比較的少ない
• YouTuber　← 短期的な再生数ならともかく、長期的な再生数は嘘が入り込む隙が比較的少ない
• 水商売　← 国立大でミスコン(当然整形もある)を容認していて、風俗やりながら高等教育を美談として扱うあたおか教育者がいっぱいいる国　

戦争ではない、平和的な民族浄化

子ども『親の面倒なんかみたくね〜』

日本の子どもが親を尊敬しているのは調査国最下位の37%で、
親の面倒なんかみたくないし、(強いて言えば)金は出してもいいけど他人に親の面倒を看て貰いたいし、
体の不自由な人、 お年寄りなどの手助けはしないし、弱い者いじめは見なかったことにするし、
なによりも自分自身のことをダメな人間だと思っている

• 高校生の生活と意識に関する調査報告書 —日本・米国・中国・韓国の比較— | 国立青少年教育振興機構
  https://www.niye.go.jp/kanri/upload/editor/98/File/gaiyou.pdf

Permalink | 記事への反応(0) | 13:45

ツイートシェア

■anond:20200406003311

この機能ないのか…

ブクマの☆通知いらねートラバが来たか通知して欲しいと思って調べたらここに辿り着いた

まとめてくれてありがとう

Permalink | 記事への反応(0) | 08:09

ツイートシェア

■Not Found Bookmarks Best 9

Permalink | 記事への反応(0) | 14:20

ツイートシェア

■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

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

ツイートシェア

■anond:20240710105839

こういうの付けて手首で頑張って回す

https://www.amazon.co.jp/%E3%83%AF%E3%83%B3%E3%82%BF%E3%83%83%E3%83%81%E8%9B%87%E5%8F%A3%E3%83%AC%E3%83%90%E3%83%BC-%E3%82%A2%E3%82%A4%E3%83%87%E3%82%A2%E5%95%86%E5%93%81-%E4%BE%BF%E5%88%A9%E7%B0%A1%E5%8D%98%E5%B7%A5%E5%85%B7%E4%B8%8D%E8%A6%81%E8%BB%BD%E3%81%84%E5%8A%9B%E3%81%A7%E6%B0%B4%E3%81%8C%E5%87%BA%E3%81%9B%E3%82%8B%EF%BC%81%E8%9B%87%E5%8F%A3%E3%83%AC%E3%83%90%E3%83%BC/dp/B08B4N5D47/ref=asc_df_B08B4N5D47/?tag=jpgo-22&linkCode=df0&hvadid=445305520935&hvpos=&hvnetw=g&hvrand=17402376726838758596&hvpone=&hvptwo=&hvqmt=&hvdev=c&hvdvcmdl=&hvlocint=&hvlocphy=1009574&hvtargid=pla-948586814634&mcid=6a15e90657b035e6ad60e0c5715ed66c&th=1

Permalink | 記事への反応(0) | 11:01

ツイートシェア

■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)