「2.0」を含む日記 RSS

はてなキーワード: 2.0とは

2024-10-30

anond:20241030151055

[『Factorio』大型DLC「Space Age」はNintendo Switch向けの配信を断念、“規模大きすぎ”のため。でも大型アプデ2.0配信予定 - AUTOMATON](https://automaton-media.com/articles/newsjp/factorio-20241026-315916/)

👨‍🌾「農園ハロウィーンイベントの案を考えましょう」🥺「えっ」

1野に咲く名無し@転載禁止 [b3def20c]

👨‍🌾「良いアイデアは無いですか?」

🥺「そうですね…畑にカボチャのランプを置くのとかはどうでしょうか」

👨‍🌾「良いですね、雰囲気が出そうです」

🥺「近所の子供達を招待してお芋の手作りお菓子をあげるとかも良さそうです」

👨‍🌾「ほう…地域の皆さんとの付き合いも大事ですからね」

🥺「最後カボチャ料理を皆で食べたりしたいです」

👨‍🌾「ふむ…立食パーティーのようにすれば楽しいかもしれませんね」

🥺「でも今からじゃちょっと準備が難しいですよね…」

👨‍🌾「大丈夫ですよ。やりませんから

🥺「えっ」

👨‍🌾「ハロウィーン農園は通常営業です」スタスタ

🥺「…」

00:05:42.162@NbGTP983Y主12時間

2野に咲く名無し@転載禁止

............. _

........./ /|)

........| ̄|

..../ /

00:08:04.346@EicVYLx1a12時間

3野に咲く名無し@転載禁止

鬼畜ぷゆ🥺🤜

00:09:15.497@1SiYnVU0m12時間

4野に咲く名無し@転載禁止

🥺…

00:09:46.249@l8E8dHXJX12時間

5野に咲く名無し@転載禁止

なんで聞いたの🥺

00:11:33.293@o8X5kENy412時間

6野に咲く名無し@転載禁止

ひどい😭

00:12:23.194@tyR649zeO12時間

7野に咲く名無し@転載禁止

00:15:37.890@cBEjmp22812時間

8野に咲く名無し@転載禁止

かに案を考えようとしか言ってないね🥺

00:17:04.002@1eHI0Q8lS12時間

9野に咲く名無し@転載禁止

🥺「最後カボチャ料理を皆で食べたりしたいです」

👩‍🌾「何言ってるんですか、冬至にはまだ早いですよ」

00:17:15.200@69ff1ZzmG12時間

10野に咲く名無し@転載禁止

えっ🥺

00:19:29.727@a7SUYXOPo12時間

11野に咲く名無し@転載禁止

わくわくしたのに🥺

00:31:22.521@RGRjGumA812時間

12野に咲く名無し@転載禁止

00:34:08.330@2xkseN0EU12時間

13野に咲く名無し@転載禁止

これはひどい

00:34:22.085@E8VCTNun412時間

14野に咲く名無し@転載禁止

何で聞いたの😭😭

00:44:59.713@i7mZ7b9zf12時間

15野に咲く名無し@転載禁止

うんちw

00:45:52.506@of6l7DOGG12時間

16野に咲く名無し@転載禁止

パワハラら🥺💢💢

00:46:46.888@L1Xr7CRkI12時間

17野に咲く名無し@転載禁止

👹

00:46:47.667@tVVX4TOc812時間

18野に咲く名無し@転載禁止

どうして…🥺

00:52:01.052@KOi6BAzE812時間

19野に咲く名無し@転載禁止

悲しい…🥺

01:00:49.224@qj8m1U4K012時間

20野に咲く名無し@転載禁止

02:33:39.577@et7M6vyb212時間

21野に咲く名無し@転載禁止

02:36:45.861@XmtPU41sW12時間

22野に咲く名無し@転載禁止

上げて落とす

05:39:50.657@hRQjX7A3812時間

23野に咲く名無し@転載禁止

人を壊す方法

2024-10-28

1998年小渕内閣以降の内閣支持率と時事トピックス(過去25年分) (3回目)

何やったのか当時の反応を含め記憶曖昧なので内閣支持率を元にトピックスを書きだした。

毎月のNHK世論調査数字使用

前月と比較して7%以上内閣支持率の増減があったときのみ書き出した。

5%増減だと時事を調べるのが面倒で無理だった為。

2022年8月2023年11月にも書いて、今回は首相も変わったのでここ1年分を追記

しかし、1ヶ月で7%も支持率が増減したイベントは何もなかった。

トピックス以外の雰囲気を掴む為、次のようなものも合わせて記す。(適当に作った)

支持率上昇率=(前月より5%支持率が上昇した月数)/在職月数
支持率下降率=(前月より5%支持率が下降した月数)/在職月数

以下、当時の支持率数字と()内の数字が前の月との増減値。

小渕恵三 在職期間:1998.08~1999.03 1年8ヶ月 就任時:37% 退任時:35% 最高:53% 最低:20%

支持率上昇率:15.0%   支持率下降率:20.0%

森喜朗 在職期間:2000.04~2001.04 1年1ヶ月 就任時:39% 退任時:7% 最高:39% 最低:7%

支持率上昇率:23.1%   支持率下降率:46.2%

小泉純一郎 在職期間:2001.05~2006.09 5年5ヶ月 就任時:81% 退任時:51% 最高:85% 最低:39%

支持率上昇率:18.5%   支持率下降率:21.5%   ※2001.09 アメリカ同時多発テロ

安倍晋三 (第1期) 在職期間:2006.102007.09 1年0ヶ月 就任時:65% 退任時:34% 最高:62% 最低:29%

支持率上昇率:16.7%   支持率下降率:41.7%

福田康夫 在職期間:2007.102008.09 1年0ヶ月 就任時:58% 退任時:20% 最高:58% 最低:20%

支持率上昇率:8.3%   支持率下降率:25.0%  ※2008.09 リーマンショック

麻生太郎 在職期間:2008.09~2009.08 1年0ヶ月 就任時:48% 退任時:15% 最高:49% 最低:15%

支持率上昇率:8.3%   支持率下降率:41.7%

鳩山由紀夫 在職期間:2009.102010.05 8ヶ月 就任時:70% 退任時:21% 最高:70% 最低:21%

支持率上昇率:0.0%   支持率下降率:75.0%

菅直人 在職期間:2010.06~2011.08 1年3ヶ月 就任時:61% 退任時:18% 最高:61% 最低:18%

支持率上昇率:14.3%   支持率下降率:42.9%   ※2011.03 東日本大震災 この月世論調査なし。 2011.02 21% 2011.04 27%

野田佳彦 在職期間:2011.09~2012.12 1年4ヶ月 就任時:60% 退任時:20% 最高:60% 最低:20%

支持率上昇率:0.0%   支持率下降率:31.3%

安倍晋三 (第2期) 在職期間:2013.01~2020.08 7年8ヶ月 就任時:64% 退任時:34% 最高:66% 最低:34%

支持率上昇率:15.4%   支持率下降率:21.5%  ※2019.12 コロナ中国で1例目発生

菅義偉 在職期間:2020.09~2021.09 1年1ヶ月 就任時:62% 退任時:30% 最高:62% 最低:29%

支持率上昇率:0.0%   支持率下降率:23.1%

岸田文雄 在職期間:2021.102024.9 2年11ヶ月  就任時:49% 退任時:20% 最高:59% 最低:20%

支持率上昇率:2.9%   支持率下降率:17.1%  ※2022.02 ロシアウクライナ侵攻開始、2023.10 ハマスへの報復目的とするイスラエルガザ侵攻開始

石破茂 在職期間:2024.10~(継続中) 1ヶ月  就任時:44% 退任時:-% 最高:44% 最低:44%

支持率上昇率:-%   支持率下降率:-%

内閣支持率の出典

https://www.nhk.or.jp/bunken/yoron/political/1998.html

https://www.nhk.or.jp/senkyo/shijiritsu/

2024-10-25

anond:20241025100703

国民裏金なんて些事!やっぱり自民党が一番!という結果にしないとね

非公認比例代表もみんな当選して高市総理のもと美しい国2.0をすすめていかないと

2024-10-23

USBにまたも新規格。「USB4 Ver2.0 Type-C」

ver2.0とか言って初心者USB2.0混同させる罠かけるのどうしてなん?

帯域広くなっただけなんだからUSB3みたいにx2とかでいいよね?

殺すよ?

2024-10-22

お前らくんと一緒に入浴中のワイちゃん(37cm)「潜水艦、浮上なのらっ!」うんこプカァ…

1. エッヂの名無し 2024/10/22(火) 04:40:09.763 ID: XaZ3tvyOn

ワイちゃん(37cm)「大渦発生!潜水艦壊散!潜水艦壊散!」←腕でお湯をグルグルしてうんこを散り散りにする

どうすんべ、この赤ちゃん🥺☝💦

2. エッヂの名無し 2024/10/22(火) 04:40:36.896 ID: XaZ3tvyOn

怒っちゃやーやーだよ🥺💦

12. エッヂの名無し 2024/10/22(火) 04:45:27.713 ID: .4TMyrHx.

想像したら嫌すぎるマジやめて

13. エッヂの名無し 2024/10/22(火) 04:46:09.408 ID: XaZ3tvyOn

>>12

赤ちゃんなんだから仕方ないでしょ!😡

21. エッヂの名無し 2024/10/22(火) 04:53:59.952 ID: VJJp9PPMx

殴りてぇ…

29. エッヂの名無し 2024/10/22(火) 05:01:42.026 ID: XaZ3tvyOn

>>21

めっ🥺

24. エッヂの名無し 2024/10/22(火) 04:56:43.566 ID: Gr2PMG40j

ワイちゃん沈没!ワイちゃん沈没!って叫びながら10分間ワイちゃんを両手で沈める

2024-10-18

今の選挙区割は不当

衆議院小選挙区一票の格差が大き過ぎる(2.06倍)。

少なくとも1.5倍未満にしないと不当性が高いしゲリマンダーも疑われる。

誰かちゃんとした選挙区割考えてくれないかなぁ。

2024-10-14

「未婚男性の死亡年齢中央値けが異常に低い件」は間違い? ちゃんと調べた その2

前 https://anond.hatelabo.jp/20241014004111

 

未婚男性が死にやすい状況も変わらないようだった

 

区分の死亡した人の平均年齢

※これで論じるのは良くないと思うが、2019年2022年で大きな差はないことを確認するため

 

2022年

性別未婚離別有配偶死別既婚
男性65.372.580.587.681.2
女性75.979.677.190.286.3

 

2019年

性別未婚離別有配偶死別既婚
男性63.57179.586.880.3
女性75.778.47689.685.5

 

以下は計算に使ったデータ

 

2019 男性
年齢区分平均年齢男性総数男性未婚者数既婚者数既婚率死者総数有配偶死者数離別死者数死別死者数既婚死者数未婚者死者数
15~19歳1727816062757418241880.97710000771
2024222948345260239534595011.7143049200691359
25~29歳2730401671979623106054434.913721494511951173
30~34歳3232697471419307185044056.6196137117295521402
35~39歳3736700061179356249065067.928518043491311661680
40~44歳4241584961132809302568772.8488915347872423452522
45~49歳4748224751224888359758774.68802292616556946504129
50~54歳524236233955290328094377.4126464609256414973225293
55~59歳573823872697639312623381.81827476463877304118276394
60~64歳623543716505636303808085.729211141475599801205478594
65~69歳673840239428505341173488.85524030348932725544222912929
70~74歳724156270297154385911692.980580508231193657706852911937
75~79歳772996621105732289088996.5105133732901103212148964708577
80~84歳82208050539046204145998.1128508923477978229551232805152
85~89歳87117375414093115966198.8135395905264351376671325442803
90~94歳92401292306539822799.2884254801216563775687424973
95~99歳97654443906505499.42583395973101571325620203
100歳以上102586280578298.64067808303195403334
合計51014650153424263567222469.925450837053884279866168813912862880275925

 

2019 女性
年齢区分平均年齢女性総数女性未婚者数既婚者数既婚率死者総数有配偶死者数離別死者数死別死者数既婚死者数未婚者死者数
15~19歳1726864882663351231370.94060101405
20242228844122509333375079136123115147565
25~29歳2729490691712877123619241.9683121493173509
30~34歳3231797601063542211621866.610172891194412602
35~39歳373605421815061279036077.416267032389950674
40~44歳424089364759408332995681.4292413744813318881033
45~49歳474768900799360396954083.2522226159419536511567
50~54歳524242467611411363105685.668993697131018451911693
55~59歳573878674415015346365989.391165332161044073821727
60~64歳623675708270342340536692.612934793021311100111611761
65~69歳674120029220144389988594.7242501423638373531216042624
70~74歳724683688208261447542795.6373861995452448832340303325
75~79歳773702406130289357211796.55863526210615422223545874013
80~84歳822840243844362755807979382529420679452310885245254
85~89歳87193547860967187451196.91436152478374091038411360337538
90~94歳928734422242885101497.41570921053666611323191495167492
95~99歳97211826411620771098.1908391475331082436872213583
100歳以上102285974452815298.425016766662354124283722
合計54355972123507864200518677.277959456720971487824697043090262665445087

 

年齢区分の死者数/総数(%)はこち

 

年齢既婚男性(%)未婚男性(%)既婚女性(%)未婚女性(%)男性既婚率(参考)
15~19歳0.00 0.03 0.00 0.02 0.9
20240.02 0.05 0.01 0.02 11.7
25~29歳0.02 0.06 0.01 0.03 34.9
30~34歳0.03 0.100.02 0.06 56.6
35~39歳0.05 0.14 0.03 0.08 67.9
40~44歳0.08 0.22 0.06 0.14 72.8
45~49歳0.13 0.34 0.09 0.2074.6
50~54歳0.22 0.55 0.14 0.2877.4
55~59歳0.38 0.920.21 0.42 81.8
60~64歳0.68 1.70 0.330.65 85.7
65~69歳1.243.02 0.55 1.19 88.8
70~74歳1.78 4.02 0.76 1.60 92.9
75~79歳3.34 8.111.53 3.08 96.5
80~84歳6.04 13.19 3.21 6.22 98.1
85~89歳11.43 19.89 7.26 12.36 98.8
90~94歳21.95 31.75 17.57 33.40 99.2
95~99歳39.38 52.05 41.99 87.05 99.4

 

注目したいのは50代、未婚者が珍しくなくなった世代ですら、死亡率は2倍以上高い

これは「未婚と短命に相関関係がある」を流石に否定できなくなってきた

ただし、念の為言うと女性もその影響は強い

 

継続して、何がそうさせているかを調べていく 10/14 17:00

 

___________

 

調べること

 

データの読み方への疑い

1.若くして亡くなってる人を除いたデータならどうなるか?

2.未婚率が低すぎた世代を除くとどうなるか?

因果関係を考える

3.離別者も早逝してるのか?離別、死別、有配偶も含めて調べる

 

1.若くして亡くなってる人を除いたデータならどうなるか?

・45歳以上で初婚というのが少ない

病死するのは45歳以上が多い(30代死因1位は自殺

ということで、45歳以上のみで比較してみよう

 

区分の死亡者の平均年齢(2019)

 

性別未婚離別有配偶死別既婚
男性67.671.879.886.980.6
女性79.779.276.789.685.6

 

未婚者の年齢が大幅に上がったか、それでも男性13歳差、女性5.9歳差があった(フィルタ前は16.8歳差と、9.8歳差)

 

2.未婚率が低すぎた世代無視するとどうなるか?

2019年時点の50代だと、男性未婚率が20前後女性が13%前後とある程度あるので参考になりそう

 

区分の死亡率

既婚者(%)未婚者(%)比率(未/既)
50代前半男性0.2230.554 2.5
50代後半男性0.378 0.9172.4
50代前半女性0.143 0.277 1.9
50代後半女性0.213 0.416 2.0

 

こうみると、50代ですら未婚者の方が2倍以上死にやすいことが分かる

 

3.離別者も早逝してるのか?離別、死別、有配偶も含めて調べる

45歳以上の死亡者について、各条件がどの年齢で死亡してるかその割合を調べた

なお、人口差や時代差などは加味していないので完全に正確ではない

 

男性

年齢有配偶+死別亡者離別死亡者未婚死亡者
45~49歳0.53 2.74 6.16
50~54歳0.84 4.25 7.90
55~59歳1.41 6.43 9.54
60~64歳2.65 9.2812.82
65~69歳5.83 15.46 19.29
70~74歳10.03 19.79 17.81
75~79歳15.14 18.29 12.80
80~84歳20.44 13.237.69
85~89歳22.72 7.21 4.18
90~94歳15.202.75 1.45
95~99歳4.49 0.51 0.30
100歳以上0.71 0.05 0.05

 

女性

年齢有配偶+死別亡者離別死亡者未婚死亡者
45~49歳0.47 2.04 3.79
50~54歳0.67 2.84 4.10
55~59歳1.00 3.49 4.18
60~64歳1.56 4.63 4.26
65~69歳3.08 8.336.35
70~74歳4.99 11.38 8.05
75~79歳8.39 13.36 9.72
80~84歳14.16 14.75 12.72
85~89歳22.29 16.08 18.25
90~94歳24.75 14.46 18.14
95~99歳14.54 7.19 8.68
100歳以上4.09 1.45 1.75

 

グラフ画像

https://drive.google.com/uc?export=view&id=1BPYmwKwLkWa74jLuVdKzcUj2c-_i3F7R

 

これを見ると

男性離婚しても早逝する可能性がある
女性寿命ボリュームゾーンは変わらないものの、早逝気味になる

という可能性は一定あるように思えた

 

ただし、男性は 未婚者<離婚者<有配偶or死別 なのに対し

女性は 離婚者<未婚者<有配偶or死別 となっている

 

___________

 

まとめ

・これ以上は統計から分かることはあまりなさそう

・元記事は言い過ぎだが、相関はありそう

しか男性場合看過できないほどの差が出る

・元記事では「未婚男性」を煽っていたが、未婚女性も程度の差こそあれ同様

・離別者も同様の現象一定起きる

因果関係はまだ不明なところが多く、今の若い世代に当てはまるかも不明(ただし50代くらいには既に当てはまっている

 

因果関係の仮説や考察

大きく分ければこれって

1.早逝する人は結婚できない傾向にある(=結婚できないような人は早逝する傾向にある)

2.パートナーが居ないと早逝する傾向にある(そしてそれは男性が顕著)

のどちらか、あるいはどちらもなんだけど

離別者でも影響があったので、2は有り得るんじゃないかってあるね

ただし、離婚原因が病気である可能性もあるけど、その場合は原因と結果が逆転する

 

1の原因として、そもそも持病持ちというパターンと、低収入関係しているケースがありそう、収入婚姻率には相関があるので、そうなると医療費をどれだけ払うかとか、老人ホームに入るかとかいうところに相関してくる(頑張れば統計から割り出せそう?)

2の原因として、男女差があることから女房が居ないと食生活乱れると言う可能性がありそう、あとは酒が増えるとか他の生活面が乱れるとか

直接的なところでは治療費が捻出できなくなるとか、倒れた時の発見が遅れるとか、子供存在とかかなあ

もちろん「寂しくて死んじゃう」のような理由も考えうるけど、他を排除しないと何とも言えないね

 

この事実を未婚者はどう受け取ればいいかと言えば

「死亡リスクが高いグループに属している」でいいんじゃないかと思う

 

疲れた、また気になったら調べる

他国統計とか調べたらより精度上がるんだけど、誰かやってくれねーかな

ていうか国にやってほしい、いや実は一番詳しいのは保険屋なんじゃないか

 

____

 

ところで俺は「未婚男性秋田まれ青森育ち・東京在住・働き過ぎ」なんだけど、役満か?遺書を書いておこう

 

____

 

思いついたんだけど、未婚男性/既婚男性に差があって、女性は差がないって、ひょっとして年収の多さでは?

年収婚姻率は男性にのみ強い相関があるから、未婚男性低所得者層なんだよね

収入寿命の相関を調べたら何か出てくるかも?

 

続き https://anond.hatelabo.jp/otihateten3510/

「未婚男性の死亡年齢中央値けが異常に低い件」は間違い(?)なこと、ちゃんと調べた

追加:調べ終わったから一番最後だか見るのオススメ。残念ながら相関は「あった」。しかし元記事は言い過ぎ。

 

追記さらに調べた

・低収入が原因である可能性はありそう

アメリカで同様の議論研究があった(原因は結局特定に至っていない?)

 

ーーーー

 

この件、これより前にもあったと思う

https://news.yahoo.co.jp/expert/articles/afc7fac67c5e9a7cf41f0c1096096c5851c25872

Youtubeやらでめっちゃ拡散されてたよね

非常に怪しいと思いながら、統計調べるのってすごーーくめんどくさいか放置してた

 

そしたら大和総研ちゃん否定してた

https://www.dir.co.jp/report/column/20241011_012166.html

これ見て「ああそういうことか」と思ってちゃんと調べることにした

3時間くらいかかったわ

 

ソース論文はこれ

 

結婚の多相生命表:基礎的概念手法国立社会保障・人口問題研究所

https://ipss.repo.nii.ac.jp/record/2000394/files/24800302.pdf

 

正直学がなさすぎて読めない、読めなくない?

そもそも寿命に関する統計ってめんどくさいんだよね、自分理解できてないことを理解している

 

なので、ちゃん統計を調べた

 

死亡数はここ

人口動態調査  15歳以上の死亡数,年齢(5歳階級)・性・配偶関係別(2022年

https://www.e-stat.go.jp/stat-search/files?page=1&layout=datalist&toukei=00450011&tstat=000001028897&cycle=7&year=20220&month=0&tclass1=000001053058&tclass2=000001053061&tclass3=000001053065&stat_infid=000040098335&result_back=1&tclass4val=0

  

男女年齢区分ごとの総人口と、未婚率はここ(2020年 ※ずれてるけどまあええやろの精神

国勢調査 男女,年齢(各歳),配偶関係世帯家族類型一般世帯人員-全国,都道府県,21大都市,21大都市の区,県庁所在市,人口20万以上の市

https://www.e-stat.go.jp/stat-search/files?page=1&layout=datalist&toukei=00200521&tstat=000001136464&cycle=0&year=20200&month=24101210&tclass1=000001136466

 

出来上がったのがこち

 

男性の総数、既婚・未婚率、各死亡数など
年齢平均年齢男性総数未婚者数既婚者数既婚率(%)死者総数有配偶死者数離別死者数死別死者数既婚死者数未婚者死者数
15~19歳1727816062757418241880.9 12651203774
2024222948345260239534595011.7 214639220611338
25~29歳2730401671979623106054434.9 22571416202031247
30~34歳3232697471419307185044056.6 281937114665231273
35~39歳3736700061179356249065067.9 4414778317811031646
40~44歳4241584961132809302568772.8 727113307671921162429
45~49歳4748224751224888359758774.6 13844277015454943644288
50~54歳524236233955290328094377.4 218014798288815078366200
55~59歳573823872697639312623381.8 2864274144204272118907219
60~64歳623543716505636303808085.7 41973130525952700197049094
65~69歳673840239428505341173488.8 6870524661871119663533812407
70~74歳724156270297154385911692.9 141338569751491168737875918119
75~79歳772996621105732289088996.5 1701927304513126122639843411409
80~84歳82208050539046204145998.1 24748710098611346245881369207700
85~89歳87117375414093115966198.8 3206471068306740419991555693956
90~94歳92401292306539822799.2 295883616342482451961093121388
95~99歳97654443906505499.4 155165146364892322438349337
100歳以上102586280578298.6 401831124494392556540
合計51014650153424263567222469.9 15660324705857375916170570604990864

 

女性の総数、既婚・未婚率、各死亡数など
年齢平均年齢女性総数未婚者数既婚者数既婚率(%)死者総数有配偶死者数離別死者数死別死者数既婚死者数未婚者死者数
15~19歳1726864882663351231370.9 4882002485
2024222884412250933337507913.0 7452715042702
25~29歳2729490691712877123619241.9 806135531189615
30~34歳3231797601063542211621866.6 10223051003408613
35~39歳373605421815061279036077.4 166062524414883773
40~44歳424089364759408332995681.4 272112504411917101009
45~49歳474768900799360396954083.2 517225179096634921677
50~54歳524242467611411363105685.6 77323881144920655362189
55~59歳573878674415015346365989.3 94865160178737773242149
60~64歳623675708270342340536692.6 13104753222971007108362258
65~69歳674120029220144389988594.7 208681214233332861183362517
70~74歳724683688208261447542795.6 443242359165319907400294264
75~79歳773702406130289357211796.5 6023727392725121272559154283
80~84歳82284024384436275580797.0 10275933807897754228970125696
85~89歳87193547860967187451196.9 1610432984895371137621531477818
90~94歳928734422242885101497.4 1851381392280361546421766008454
95~99歳97211826411620771098.1 116473229945301046321114614968
100歳以上102285974452815298.4 34575115107632176333671188
合計54355972123507864200518677.3 7683531645505656649517371628951658

 

なお、既婚は「有配偶者死別+離別」としている

 

で、恐らくだけど、元ソースは「死亡者数の中央値」を取ってる

申し訳ないけど中央値出すのめんどくさかったか平均値を出した

 

性別未婚離別有配偶死別既婚
男性65.372.580.587.681.2
女性75.979.677.190.286.3

 

かに未婚男性の平均が65.3歳で、似た感じになってるよね

他の値も概ね合ってると思う

んで未婚女性の値だけぜんぜん違うんだけど、中央値を調べたらちゃんと80〜85歳に入ってたか計算間違いでは無さそう

 

で、一旦ここまでで主張を整理したいんだけど

1.計算方法が酷すぎる

2.女性の未婚/既婚の年齢差が少ない謎が残っている

 

1.計算方法が酷すぎる

あのさあ、死んだ人の年齢を全部並べて中央値とったら、そりゃ未婚の方が若くなるに決まってるだろ?

まさかそんな雑な計算してると思わなかった

そこから「未婚者はいのち短し」はあまりにも酷い

(てか年寄りは未婚者こんなに少ないんだな)

死別者の死亡中央値が高いのは当たり前だしね、なんなんだこのまとめは

 

じゃあ未婚者は既婚者に比べて死亡リスクがどれほど高いのか?っていうのは

単純に条件毎の「死亡者数/生存者数」を調べればざっくり出るんじゃないかと思う

(本当は階級を1個ずらすべきなのかもしれんが、一旦同じ年齢区分で出している)

 

男女の年齢階級別の死亡率
年齢男性既婚者(%)男性未婚者(%)女性既婚者(%)女性未婚者(%)
15~19歳0.01 0.03 0.01 0.02
20240.02 0.05 0.01 0.03
25~29歳0.02 0.06 0.02 0.04
30~34歳0.03 0.09 0.02 0.06
35~39歳0.04 0.14 0.03 0.09
40~44歳0.07 0.21 0.05 0.13
45~49歳0.120.35 0.09 0.21
50~54歳0.240.65 0.15 0.36
55~59歳0.38 1.03 0.21 0.52
60~64歳0.65 1.80 0.32 0.84
65~69歳1.04 2.90 0.47 1.14
70~74歳2.04 6.100.89 2.05
75~79歳3.40 10.79 1.57 3.29
80~84歳6.71 19.72 3.52 6.75
85~89歳13.42 28.07 8.1712.82
90~94歳27.45 45.29 20.75 37.69
95~99歳58.95 86.41 53.66 120.70

 

こう見ると、大体2〜3倍の死亡リスク(死にやすい)感じじゃないかと思う

ただし注意なのは因果関係が逆である可能性も高い(例えば病気のため結婚できなかったなど)し

そもそも今の70代以上の既婚率は異常に高いため、データとして信頼性に乏しいと思う

まりまだ分からん

 

2.女性の未婚/既婚の年齢差が少ない謎が残っている

上では否定的なことを言ったが、ちゃんと調べてみると

かに未婚男性は若くして亡くなってることがわかった

 

データとして示すのが非常に難しいんだが

とりあえず「全死亡者に対する年齢区分の死亡者割合」の一覧がこれだ

 

年齢未婚男性(%)既婚男性(%)既婚女性(%)未婚女性(%)
15~19歳0.85 0.00 0.00 0.94
20241.47 0.01 0.01 1.36
25~29歳1.37 0.03 0.03 1.19
30~34歳1.40 0.07 0.06 1.19
35~39歳1.81 0.16 0.121.50
40~44歳2.67 0.30 0.241.95
45~49歳4.72 0.62 0.49 3.25
50~54歳6.82 1.110.77 4.24
55~59歳7.94 1.68 1.02 4.16
60~64歳10.01 2.79 1.51 4.37
65~69歳13.65 5.01 2.56 4.87
70~74歳19.94 11.15 5.59 8.25
75~79歳12.56 13.94 7.81 8.29
80~84歳8.47 19.39 13.54 11.03
85~89歳4.35 22.03 21.38 15.13
90~94歳1.53 15.48 24.65 16.37
95~99歳0.37 5.43 15.56 9.62
100歳以上0.04 0.79 4.66 2.30
合計100 100 100 100

 

これは「年齢ごとの未婚者数」を無視しているが、それを除いて考えても未婚男性の早逝が目立っている

グラフにすると分かりやすい)

誤解を恐れずに言うと、女性データが奇妙なのではなく、未婚男性の方がおかしいんだ

ただし、あまりに死に過ぎだ

 

総数死者数死亡率(%)
既婚男性356722247060491.98
既婚女性420051867162891.71
未婚男性15342426908640.59
未婚女性12350786516580.42

 

既婚/未婚で死亡率が違うのは、若者が未婚だからだが

それにしても男女差がエグくないか

人口比でみた死亡率を、男女で比較してみる

 

年齢男性既婚者(%)女性既婚者(%)比率(男/女)男性未婚者(%)女性未婚者(%)比率(男/女)
15~19歳0.01 0.01 1.43 0.03 0.02 1.54
20240.02 0.01 1.57 0.05 0.03 1.84
25~29歳0.02 0.02 1.25 0.06 0.04 1.75
30~34歳0.03 0.02 1.47 0.09 0.06 1.56
35~39歳0.04 0.03 1.40 0.14 0.09 1.47
40~44歳0.07 0.05 1.36 0.21 0.13 1.61
45~49歳0.120.09 1.38 0.35 0.21 1.67
50~54歳0.240.15 1.57 0.65 0.36 1.81
55~59歳0.38 0.21 1.80 1.03 0.52 2.00
60~64歳0.65 0.32 2.04 1.80 0.84 2.15
65~69歳1.04 0.47 2.202.90 1.14 2.53
70~74歳2.04 0.89 2.286.102.05 2.98
75~79歳3.40 1.57 2.18 10.79 3.29 3.28
80~84歳6.71 3.52 1.91 19.72 6.75 2.92
85~89歳13.42 8.171.64 28.07 12.82 2.19
90~94歳27.45 20.75 1.32 45.29 37.69 1.20
95~99歳58.95 53.66 1.1086.41 120.70 0.72

 

なんだこれ、既婚者も未婚者も男が死に過ぎじゃないか

これもうコロナしかないだろ

 

というわけで死亡数の推移

https://www.mhlw.go.jp/toukei/saikin/hw/jinkou/geppo/nengai23/dl/gaikyouR5.pdf

8ページ

 

あかん、わからなくなってきた

一個前の国勢調査読まなきゃ無理だわこれ

めんどくせー;;

 

途中まとめ

・既婚者と未婚者で雑に死亡者中央値とったら、そりゃ未婚者の方が圧倒的に若くて当然、参考にできない

・では男女で比較した場合どうかだけど、データタイミングで何故か男性めっちゃ死んでるから参考にならない

・調べた結果「未婚者はやはり短命」となっても、未婚者のデータがまず圧倒的に少ないので今の30代40代以下に適用できるかは不明(少なくともも1020年は答え出ないはず)

論文は読めてない、誰か読んで

 

こういうデータを示すタイプ記事って、途中の計算方法とか明かしてないの腹立つんだよね

あと裏取らずに拡散するメディアとか

でも俺も間違ってるかもしれないから、気になった人は各々調べてみてほしい、データはあるんだから

 

________

 

コロナの影響を無視したいので2019年版の死亡数で調べ直した(ソースは同じ場所から取ってるので割愛

なお未婚率と男女総数は2020年のもの国勢調査からしょうがない)

 

結果、コロナによる男女差に対する影響は恐らくあまりないと思われる結果になった

 

2022

総数死者数死亡率(%)
既婚男性356722247060491.98
既婚女性420051867162891.71
未婚男性15342426908640.59
未婚女性12350786516580.42

 

2019

総数死者数死亡率(%)
既婚男性356722246288021.76
既婚女性420051866266541.49
未婚男性15342426759250.49
未婚女性12350786450870.37

 

てことは、直感に反するけど、男女の寿命差だけでこんなに死亡率が違うってことになるんだな?

 

そして、未婚男性が死にやすい状況も変わらないようだった

 

※長くなったので次の記事に分けた

次 https://anond.hatelabo.jp/20241014165955

2024-10-12

国内外自動運転競争最前線

テスラのCybercab、Robovan、そしてOptimus登場

2024/10/11テスライベント「We, Robot」で新しい自動運転タクシー「Cybercab」と多目的自動運転バン「Robovan」、さらロボット「Optimus」を発表したね。

テスラEV中国メーカー競争するのは諦め、これからますます自動運転に力を入れるだろうね。

Cybercabは、ハンドルペダルもなくて完全自動運転を目指したもの運転コストは1マイル20セント(1 kmあたり約19円)で、価格は3万ドル(約450万円)以下を目標にしている。量産は2026年を予定しているものの、イーロンタイムから本当に実現するのかはわからない。でも、夢はあるよね。移動がもっと安く、もっと安全で、人間運転から解放され、さらタクシーとして稼げる。実現したら最高だと思わない?

Robovanは20人も乗れる自動運転バンで、商業利用も視野に入れているらしい。まさに未来の移動手段って感じ。だけど、これらが日本で使えるようになるかはまだ不透明テスラはまずアメリカ市場を優先するし、日本自動運転に関する法規制も厳しいから、Cybercabに乗れる日が来るのはまだまだ先かも。

日本で使えるハンズオフのADAS技術

じゃあ、日本自動運転はどうかというと、国内メーカーも少しずつ追いついてきてる。以下、日本で使えるハンズオフ技術の例を紹介するね:

日産 ProPILOT 2.0

高速道路での単一車線走行中にハンズフリー機能が使える。ターンシグナルを操作すると、車線変更自動で行える。これで高速道路での運転が少し楽になるよ。

トヨタ アドバンストドライブ

40 km/h未満の低速走行時にハンズオフ可能で、車線維持と車線変更サポートがある。日常通勤や長距離移動に頼りになる技術だね。

スバル アイサイト

40 km/h以下の低速で車線内を走行する際にハンズフリーができる。特に渋滞でのストップ&ゴー運転で力を発揮する。

これらの技術はまだ完全自動運転には程遠いけれど、少しずつ手放し運転可能範囲が広がっているのは確か。特に高速道路渋滞中の運転ストレスを軽減してくれるのはありがたいね

自動運転競争と今後の展望

世界的には完全自動運転競争が激化している。Waymoはアメリカの一部地域で完全無人運転を実現しているのに対し、テスラはまだ完全自動運転には到達していない。彼らのFSDは開発途中で、常に人間監視必要なんだ(その名も「FSD supervised」ってところが面白いけどね)。

日本メーカーは、法規制安全性の高いハードルがある中で着実に進化を続けている。日本市場への展開は慎重だけど、その分信頼性も高めてくれることを期待したいところ。いつか、日本でもCybercabやRobovanが街を走る日が来るのか、それとも国内メーカーが先に未来の移動手段提供してくれるのか。どちらにしても、技術進化を見守っていくしかない。

だが実は…中国侵略が始まっている

ここまで、日本自動運転テスラ競争が注目されてる中で、全然話題に上らないけど、中国自動運転企業が急成長している。特にBaidu、Pony.ai、Momentaがリーダーで、北京上海などの都市でロボタクシー実用化を進めているんだ。たとえばPony.ai2025年までに1都市で1,000台規模のロボタクシー運用を目指していて、コスト削減を図る予定だとか。こんな規模で動き出せば、日本テスラも気づかないうちに追い抜かれるかもしれないね

さらに、Huaweiは高精度地図に頼らない「エンド・ツー・エンド」アプローチで、深層学習を使ったシステムを開発中。これで複雑な交差点スムーズに通過できるようになる可能性があるし、5Gを活用したV2X(車両と周囲の通信技術も推進中。これが普及すれば、車同士がリアルタイム情報を共有する世界現実のものになるかもしれない。

日本大丈夫?でも実は...

なんと!トヨタちゃんとこの中国の動きに合わせている。

トヨタはPony.aiに約4億ドル投資し、Momentaとも提携して自動運転技術の向上を目指している。両国技術革新が加速する中、日本市場にも高度な自動運転技術が展開されるかも。

今後の自動運転未来がどうなっていくか、マジで目が離せない。

2024-10-09

岡田斗司夫の切り抜きみて、少子化の流れが理解できた

ちなみに動画では少子化について言っていない、俺が結びつけただけ

 

 

個人的

子ども家庭内資産ではなく負債になる → 子どもが減る

 

この流れは分かってたつもりなんだけど、じゃあなんで世界的にそれが起きたか曖昧だった

 

1.時代とともに国際間の競争が激化する

2.国力を上げるために義務教育が導入される(工業化兵隊化のため、読み書きの必要性高まる

3.子ども家庭内労働力ではなくなり、資産価値を失う

4.子どもが減る

 

この流れなんだな、それで1.2は先進国にとって不可避なんだよね

じゃあこれを逆回転できるかと言われれば絶対にできない、それは途上国に戻ることを意味する

 

中国インドがここへ来て少子化になってきてるのも、直接的に関与してるのは就学児童割合よな

中国2006年義務教育法で9年の義務教育必須となった、一人っ子政策により少子化の進行は不明だったが

インドでは2009年義務教育法ができた

 

これまではむしろ女性社会進出における子育てリソース問題だと思ってたから、いっそ拡大家族を復活させれば若干改善するのでは?とか子どもの面倒を国が全部見ればいいのでは?と思ってたけど

この程度ではもう無理なのかもしれない

インド合計特殊出生率はもう2.0を割っている

子ども資産でなくなった瞬間に人口爆発は終わり衰退期に入っている、これ人類はどう解決するんだろう?

2024-10-06

ワイ:

x = torch.tensor([

[1.0,2.0,3.0],

[4.0,5.0,6.0]

])

最終次元が channel とし、この x を channel-wise 正規化してください。

Claude3.5 Sonnet:

はい、channel-wise 正規化チャネル方向の正規化)を行います。この場合、最終次元(dim=-1)がチャネルとなります。channel-wise 正規化では、各チャネルの平均を0、分散を1に正規化します。

PyTorchを使用して、以下のように実装できます

import torch

x = torch.tensor([
    [1.0, 2.0, 3.0],
    [4.0, 5.0, 6.0]
])

# チャネル方向(最終次元)の平均と標準偏差計算
mean = x.mean(dim=-1, keepdim=True)
std = x.std(dim=-1, keepdim=True)

# Epsilon を追加して、ゼロ除算を防ぐ
epsilon = 1e-5

# 正規化を実行
x_normalized = (x - mean) / (std + epsilon)

print("元のテンソル:")
print(x)
print("\n正規化後のテンソル:")
print(x_normalized)

このコードを実行すると、以下のような結果が得られます

元のテンソル:
tensor([[1., 2., 3.],
        [4., 5., 6.]])

正規化後のテンソル:
tensor([[-1.2247,  0.0000,  1.2247],
        [-1.2247,  0.0000,  1.2247]])

ワイ:

x = torch.tensor([

[1.0,2.0,3.0],

[4.0,5.0,6.0]

])

最終次元が channel とし、この x を channel-wise 正規化してください。

ChatGPT o1-preview

import torch

x = torch.tensor([
    [1.0, 2.0, 3.0],
    [4.0, 5.0, 6.0]
])

# Compute mean and standard deviation along the batch dimension (dim=0)
mean = x.mean(dim=0, keepdim=True)
std = x.std(dim=0, unbiased=False, keepdim=True)

# Perform channel-wise normalization
x_normalized = (x - mean) / std

print("Normalized Tensor:\n", x_normalized)

Output:

Normalized Tensor:
 tensor([[-1., -1., -1.],
        [ 1.,  1.,  1.]])

Explanation:

Compute Mean:

The mean is computed along the batch dimension (dim=0), treating each column as a channel.

mean = x.mean(dim=0, keepdim=True)

This results in mean = [[2.5, 3.5, 4.5]].

Compute Standard Deviation:

The standard deviation is computed along the same dimension with unbiased=False to match the sample size.

std = x.std(dim=0, unbiased=False, keepdim=True)

This results in std = [[1.5, 1.5, 1.5]].

Normalize:

Subtract the mean and divide by the standard deviation for each channel.

x_normalized = (x - mean) / std

This yields the normalized tensor with standardized channels.

Note: Setting keepdim=True ensures that the mean and standard deviation tensors have the same number of dimensions as x, which is necessary for broadcasting during subtraction and division.

ChatGPTの方が正しいよね?

2024-10-03

anond:20241003213030

そういや2.0がそんなこと言ってたような

https://x.com/hinabe_ch/status/1714234819541156305

2023年10月17日

暇空茜が山本一郎対話罪はブロックかい真正面の中傷をやってくれたおかげで、暇アノンの出来の悪い人たちが私のところにやって来ず、治安が荒れなくて平和で大変良い

暇空茜が捕まるまではこのままで行きたい

少し時間はかかるだろうけど、捕まると思うよ

この手の話だから、忘れた頃に摘発になると思う

普通に刑法名誉毀損罪侮辱罪で持ってけます

警察庁勉強会とか行くと「山本さんなんで被害届さないんですか」とか訊かれるw

2024-09-29

不動産開発業者工事節約のため、できるだけ平地か低めの土地を開発しており、あえて小高場所を選ばない

その結果、川が決壊で、多くの家が水浸しになる

国交省は、小高場所不動産開発補助金を出すべきである

土石流防止費用も補助すればなお良い

水道官引けないこともないだろ

理想的な水圧は2.0~4.0Kgf/c㎡(0.2MPa~0.39MPa)です。 家庭の蛇口での水圧は1.0Kgf/c㎡程度減少するのが一般的です。 山間地にある場合上下限に近い水圧になることがあります

2024-09-28

パソコン譲渡

これの目的が、実はセキュリティに穴がある(TPM2.0なし)Win11PCを普及させてこいつを踏み台にするための奴なんじゃないか

それならYoutuberの相次ぐ公開停止も納得できてしま

陰謀論だけどさ

2024-09-27

足を引っ張るとか裏切りとか、私情のもつれで次期総理が有るとか無いとか了見が狭い。ここまで進んだ左右・与野党の分断がいい訳ないと思う人間には石破は適任。

silent hill 333 (@333_hill) August 29, 2020

「こうしたい」が為になりふり構わず押し切ってきたのが安倍政権。それが安倍氏個人私利私欲だとは思わないし成果も否定すべきではないが、政権奪回後の自民党2.0のあるべき姿は石破だと思うね。

silent hill 333 (@333_hill) August 30, 2020

anond:20240927161851

もう自民党ダメ日本保守党しか日本を救えない

12位 政治 · トレンド 日本保守党

https://x.com/search?q=%E6%97%A5%E6%9C%AC%E4%BF%9D%E5%AE%88%E5%85%9A&src=trend_click&vertical=trends


百田尚樹@hyakutanaoki

★緊急告知★

本日、18時25分より、Youtubeライブ配信を行ないます

気合ライブ総裁選ショックから立ち直った! 今こそ日本保守党が頑張る時やで!」

阿知和賢@ginyokosuka

麻生太郎さん笑顔がないですね💦石破内閣は誰が大臣になるんだろう💦そして石破さん総裁総理になると移民も増加して夫婦別姓にも力を入れていきそうな気がします💦中国問題も酷くなりそう💦

私は移民規制した方が良いと思います。今は外国人犯罪が増加してますから💦日本保守党、頼みます🇯🇵

辛口娘 @Karakuchi37

私達には光がある!希望がある!日本保守党がある!

日本保守の手に取り戻す!そのための船出に一緒に出ましょう🫡

船長百田尚樹航海士有本香!一緒に頑張りましょう🇯🇵希望あかりを灯しましょう

#日本保守党

ナガシマ・イチロウ @Cn0TVjZHvTiHMbh

失望しないでください次期総選挙は間違いなく大敗其れ歴史的大敗しまから

日本保守党が大躍進しまから https://x.com/parsonalsecret/parsonalsecret/status/1839566581644632314

中島誠龍@nakajima_seiryu

さて、まぁコントみたいな総裁選でしたが、自民党はもう日本を正しい道に導く事は無いでしょうから、ここから日本保守党の出番でしょ。

日本保守党党員・支持者・応援してくださるみなさんの声を大きく上げてまいりましょう!


ねこ@norisan83twi

自民党は自滅終了しました。スッキリしたわ。

日本保守党はコツコツと議席を増やしていくのみ。#日本保守党

@koume® Ver.2.0 🇯🇵with love @koume_withlove

一緒に高市さんを応援して下さった皆さま💗お疲れさまでした🙇‍♀️

残念な結果に終わり絶望感のみです現状の自民党は支持できず今後は当面、日本保守党応援予定です自民党員につきましては高市さんの今後の方針で決めるつもりです

日本を取り戻す✊🇯🇵今後ともよろしくお願い致します🙇‍♀️小梅 拝

maku @maku94483

日本保守党(@hoshuto_jp)の飯山氏(@IiyamaAkari)の支持者がX上で、他ユーザーに対する身体への危害を仄めかすポストをしています。また当該ユーザーへの身元情報を謝礼・懸賞金有で募集しており、非常に危険性を感じます。この人物飯山氏にDMが送れることを公言しているので、飯山からこのユーザーへ、このような行為をやめるようにお伝え頂きたいです。

2024-09-26

総裁選オッズってどれくらい?

石破 15%  4.8倍

高市 47% 1.5倍

小泉 35% 2.0

その他 3% 22倍

こんな感じですかね?

2024-09-25

有償譲渡

パソコン廃棄のマニフェスト根底が吹っ飛びかねないヤバい案件

情シス部長パソコンは中のディスク本体分別して捨てろと仰っていたのは正しかったんだと改めて思い知った。

でも昔は有償譲渡会ってそこまで悪いイメージじゃなかった。20年くらい前も同じような譲渡会があったんだが、あの頃は普段お目にかからんような変態PCがたくさんで

本気で買うか悩んでいた。対応している人もクソディープで新しいマシンを買うための礎となるがよいってほざいていて楽しかった。

ジャンクメモリとか買ったけど割安だったな。

んで数年前の有償譲渡会に私の知り合いが参加してパソコンを買ったのだが、i3の6世代だったんだがTPM2.0があってたまげた。メモリストレージは交換推奨というので

それだけ交換したがまあ値段なりだったな。

今の有償譲渡会見ていると売るもんなくて無理やりジャンクから卸したんじゃねえのって感じになってる。こんな感じになったのはコロナあたりだったかと。

2024-09-18

Intel NUCキット(NUC6CAYS)レビュー

最近秋葉原の「U Mobile Shop」で開催されたセールで購入したIntel NUCキット(NUC6CAYS)に

ついてのレビューです。

このミニPCは、その小さなボディに秘めた可能性に驚かされることばかりでした。

それでは、購入から設定、そして実際の使用感まで、詳しく見ていきましょう。

NUC6CAYSの画像https://i.imgur.com/LrfNMrA.jpeg

1. 購入経緯

2024年9月14日秋葉原の「U Mobile Shop」とそのオンラインストア中古ミニPCセール

開始されました。

オンラインストアは午前0時からスタートし、私はこの機会を逃すまいと注文しました。

IntelWindows 10ミニPC中古が3,000円でセール!【Intel NUCキット】

https://daily-gadget.net/2024/09/12/post-77177/

セールの目玉商品だったIntel NUCキット(NUC6CAYS)の仕様は以下の通りでした:

 - CPU: Celeron J3455

 - メモリ: 4GB

 - ストレージ: 32GB

 - OS: Windows 10 Home

 - ACアダプタ付属

 - 状態: Bランク

インテル® NUC キット NUC6CAYS

https://www.intel.co.jp/content/www/jp/ja/products/sku/95078/intel-nuc-kit-nuc6cays/specifications.html

外国の人の紹介動画

https://youtu.be/Q9gM8jAOf_0?si=kr-9lrfr20P0eG-Z

残念ながらWindows11には非対応ですが、そのために価格は3,000円!でした。

2. 開封と初期の印象

商品が届いてすぐに開封しました。外観は予想以上にきれいで、ミニPCとは思えないほど

頑丈そうで加工精度が高い印象を受けました。

手に取ってみると、その小さな筐体から想像できないほどの重量感があり、

Intel設計技術の高さを感じずにはいられませんでした。

3. セットアップと初期テスト

3-1. 基本的セットアップ

 a. まず、HDMIケーブルモニター接続し、2.4GHz帯のワイヤレスキーボード

 (タッチパッド付き)を接続しました。

 b. 電源を入れると、問題なくモニター映像が表示され、キーボードタッチパッド

 正常に動作しました。

 c. BIOS画面はIntel独自デザインで、タッチパッドスムーズ操作できました。

3-2. Windows 10の起動

そのまま起動すると、内蔵eMMC(32GB)にインストールされていたWindows 10

立ち上がりました。起動は速く、基本的操作問題なくできました。

ただし、機能更新プログラムバージョンは相当古いものでした。

注目すべき点は、CPUファンが搭載されているにもかかわらず、とても静かだったことです。

デスクトップ環境として使用する上で、この静音性は大きなメリットだと感じました。

4. アップグレードカスタマイズ

ネットで見つけた分解写真https://i.imgur.com/BXApN8U.png

4-1. メモリ増設

まず、空きスロットに8GBのDDR3Lのメモリを追加で挿し、12GBに増設しました。

BIOS問題なく認識され、システムの応答性が向上したように感じました。

4-2. ストレージ拡張

次に、2.5インチSATA SSD 1TBを増設しました。内蔵の増設スロットを利用したので、

取り付けは非常に簡単でした。

これにより、ストレージの容量が大幅に向上しました。

4-3. eMMCの無効化

搭載されていたeMMCは容量が32GBと限られていたため、BIOSから無効化することにしました。

ただし、元のWindows 10インストール保険として残しておきたかったので、

完全に消去することはしませんでした。

無効化後、NUC6CAYSを起動すると新しく増設した2.5インチSATA SSDインストール

されていたWindows 10問題なく起動しました。

5. Chrome OS Flexインストール

Windows 10も快適に動作しましたが、さらに軽量なOSでの使用感を試すため、

Chrome OS Flexインストールしてみました。

 a. インストール自体スムーズ完了し、特に問題は発生しませんでした。

 b. 基本的操作感は非常に快適で、サクサク動作します。

 c. YouTube FHDの60FPS動画問題なく再生でき、Wi-Fi接続も安定していました。

5-1. パフォーマンステスト

Chrome OS Flex上でいくつかのベンチマークテストを実行しました:

 a. Octane 2.0ベンチマーク

  シングルスコア:約15,000 マルチスコア:約110,000

 b. WebGL Aquarium:5,000匹の魚で約35FPS

 ベンチマーク画像https://i.imgur.com/5zmXXbc.jpeg

これらの結果から、高性能とは言えないものの、日常的な使用には耐える性能を

持っていることがわかりました。

特筆すべきは、これらのテスト中もファンの音がほとんど聞こえなかったことです。

天板に直接耳を当てないと音が聞き取れないほどの静音性は驚きでした。

6.総評

Intel NUCキット(NUC6CAYS)は、その小さなボディから想像できないほどの

可能性を秘めていました。

6-1. 長所

 - コンパクトながら十分な拡張

 - 驚くほどの静音

 - 日常的なタスクには十分な性能

 - 低価格ながら高品質な作り

6-2. 短所

 - Windows 11へのアップグレード不可能

 - 高負荷のタスクには向かない

6-3 今後の使用シナリオ

 - 自宅用のChromebox的な使い方

 - 軽量Linuxマシンとしての利用

 - メディアセンターPC

3,000円という破格の価格で手に入れたこマシンですが、その価値金額はるか

超えています

拡張性、静音性、そしてある程度の性能を兼ね備えたこミニPCは、様々な用途適応

できる素晴らしいマシンだと言えると感じました。

追記

Chrome OS Flex検証に続いて、Linux開発環境可能性も探ってみました。結果は予想以上に良好で、

このミニPC汎用性さらに高めるものでした。

7-1.Linux環境セットアップ

Chrome OS Flex上でLinuxBeta)を有効にし、開発環境セットアップしました。

セットアップ後の環境は以下の画像の通りです:

Linux開発環境画像https://i.imgur.com/8URQQSU.png

7-2.アプリケーションインストール動作確認

Linux環境で、以下のアプリケーションインストールし、動作確認しました:

 a. Braveブラウザー

  インストールと起動はスムーズ

  動作特に重くない印象

  日本語入力問題なく設定可能

  参考サイト:初期設定&日本語入力を使えるようにする方法ChromebookLinux

  https://catalyst-wakaba.com/linux-on-chrome-os/

b. VLCメディアプレイヤー

 インストールと起動に問題なし

 IPTVのニュース視聴でも安定した動作確認

 VLC動作画面: https://i.imgur.com/s9lwzIj.png

7-3.Linux環境総合評価

 軽量なアプリケーションであれば、Linux環境でも十分に使用可能であることが確認できました。

2024-09-16

Volkswagen Group

最近話題のあの子

項目2020202120222023
販売台数930万888万826万924
売上高2228.84億ユーロ2502.00億2792.32億3,223億
営業利益96.75億ユーロ192.75億221.24226
税引後利益88.24ユーロ154.28158.36億179億
純利益3.9%6.2%5.7%5.6%

2023年度の中国割合34%

320万台(YOY+1.6%)

トヨタ

王の中の王

北米欧州で絶好調

項目2020202120222023
販売台数992万台1038万1055.8万1109万
売上高27兆2145億円31兆3795億37兆1543億45兆953億
営業利益2兆1977億円2兆9956億2兆7250億5兆3529億
税引後利益2兆2452億円2兆8501億2兆4513億4兆9449億
純利益8.2%9.1%6.6%11%

2023年度の中国割合17%

190.7万台(YOY-1.7%)

ホンダ

円安マジックで見えていないが実はVWと似た症状

項目2020202120222023
販売台数454万台407万369万410.9万
売上高13兆1705億円14兆5526億16兆9077億20兆4288億
営業利益6602億円87128394億1兆3819億
純利益6574億円7070億6953億1兆1071億
純利益5.0%4.9%4.1%5.4%

2023年度の中国割合30%

123.4万台(YOY-10.1%)

日産

くっきりと死相が見えている

南無阿弥陀仏

項目2020202120222023
販売台数405万台388万330.5万344.2万
売上高7兆8625億円8兆4246億10兆5967億12兆6857億
営業利益-1506億円2473億3771億5687億
純利益-4486億円2155億2219億4266億
純利益-5.7%2.6%2.1%3.4%

2023年度の中国割合22%

79万台(YOY-24.1%)

anond:20240916180557

もう社会経済も回そうだなんて思わなくていいよ

これだけあらゆる知識テクノロジーネットを通してオープンになってる時代

社会やら経済やらなんてのはオープン化に逆行してクローズにすることで「オトナ」という既得権益者が威張り続けられるようにするためのものしかない

世界もっとあらゆる基盤をオープンにするようになれば、想像よりもはるか人類自助努力でなんとかなる範囲が増えるだろう

なんとかならないインフラも、維持できなくなればカネや職務にとらわれない有志ボランティアとして自発的解決策や代替案を実行するため動き出す人も一定数いると思うんだよ

よくSFではなんでも3Dプリンタで出力できてどんなメニューも万能穀物から自動調理できて物流も完全自動化されてるような図が描かれてるけど

そんなの社会ごっこ経済競争ごっこをしてたらいつまで経っても実現しないよ

企業やら国家やら細かい派閥に分かれてそれぞれでやるんじゃなくて全人類一丸となって派閥利益じゃなく人類利益コミットしていけば、人類2.0みたいなステージに到達しそうだと思わないか

狭い分野では素粒子物理学のためにスイスでやってるCERNみたいな世界団結の例があるだろ

同じような感じで貨幣なんてモノなくても人類もう十分現代的に生きていけるってことを示す実験国家とかあったら面白いんだけどな

205年あたりの日本雰囲気ってマジで良かったよな

2024/09/16(月) 02:37:38.477 ID:Lr5W1ZTkR

あの頃が一番楽しかった

2024/09/16(月) 02:37:53.673 ID:20MSNHEGI

クッソこれw

2024/09/16(月) 02:38:02.095 ID:/FeBj7Xzl

205年に突っ込んで欲しそう

2024/09/16(月) 02:39:43.705 ID:ws9YxvNKh

流石に昔過ぎて覚えてないわ

2024/09/16(月) 02:40:36.764 ID:hbxyxMJmE

あの頃のドングリは美味かった

2024/09/16(月) 02:43:25.872 ID:/cKvWzKf6

電気なくて最悪の時代だったわ

2024/09/16(月) 02:45:10.688 ID:fGz7ui5jr

どんぐりひろって食べてたあの頃の夕陽赤かった

貝は食べ捨て貝塚海沿い移動するいつしか

2024/09/16(月) 02:49:09.475 ID:0DNIo/slp

官渡の戦いのあたり?

2024/09/16(月) 02:50:30.733 ID:033O7V2so

JK時代卑弥呼かわいかったよな

ログイン ユーザー登録
ようこそ ゲスト さん