  |
はてなキーワード: Greenとは
福島の除染土、来年横浜で開幕する「国際園芸博覧会」の花壇などで活用へ
https://news.yahoo.co.jp/articles/4c476e99f75d2c9fb2a18bb652e5bf21cd31ac26
こんなんやばいんじゃないの？完全にアウトでは？
放射能濃度が１キロ・グラムあたり８０００ベクレル以下の復興再生土とあるけど
子供が土触って口に入れることもあるでしょ。
プルトニウムとかの核種だとずっと体に残り続けるんじゃないの？
ベクれちゃうんじゃん。
通期パスとか買った人は何回もそこに行くんだよ？
放射線受ける総量考えてないよね。
シフト勤務なのでたまに平日午前中だけ休みだったり、昼から休みだったりして手持ち無沙汰になることがある。
基本無趣味なので時間が空いても家でYouTube見るくらいだった。(念のため言っておきますが家事はやった上で時間が空く感じです
ある時ふと1人でカラオケ行ってみるのもいいかも？と思い立って近所のカラオケを調べたら午前中なら3時間で500円とか、昼フリータイムで1000円とかだった。
当然店舗によって料金は違うけど月に1,2回行くんだったら全然ありな値段。1人で行くのは少し勇気がいったけど1人カラオケって割とする人多いんですね。
(店舗によっては1人カラオケの料金設定があったり、時間制限があったりするので、ある意味1人カラオケも市民権を得てる感ありますね)
店員さんは普通に受付してくれて受付票とドリンクバー用のコップもらって案内された部屋へ。
控えめに言って最高では、、？
先月から行き始めたので少しずつ慣れてきて喉も3時間くらいなら持つようになってきた。疲れてきたら気になるアーティストのライブ映像も観れるから休憩してても一緒に口ずさめて楽しい。
初めは80点台だったのが今は90点台前半くらい取れるようになってきてる。
95点の壁はまだ突破できない曲が多いけど少しずつ改善できてる感じなのでそれもまた楽しい。
当方アラフォーなのでラルク、GLAYあたりが青春だったので当時を思い出しながら歌ったり、最近のアーティストだとMrs.Green Appleだったりback numberだったりは上手く歌えるとかなり気持ちいい。
完全に自分語りでしたがストレス発散にめちゃくちゃ良いので一人カラオケオススメです♪
2026年4月3日 ART-SCHOOL TRIBUTE LIVE「Dream Never End vol.7」@Zepp Haneda
アートのトリビュートアルバム対バンライブが決定しだした時、この中ならシロップとモーサムが対バン相手のライブだと嬉しいなと思ってたら現実になったのすごい。ART-SCHOOLファン心理分かってる(百々さんのポストで判明したけど、最初モーサムは別日·別バンドと決まってた所、五十嵐さんのワガママ笑 でモーサムと実現したらしい…！！五十嵐さんGJ過ぎる！)
チケット取る時に取れないかもと思って(今考えるとファンの贔屓目すごい気がしないでもないが…)アートモバイルに入って取ったら割と早めの整理番号がまわってきてチケット売れてないんか…！？と思ったけど、SOLD近いぐらいには売れてたんじゃないかな？ってぐらい人入ってたので運が良かったのかもしれない。当日限定のパスステッカー欲しかったけど、Zepp羽田に早く行くのが嫌すぎて(周り何もないから…)30分ちょい前に着いたらまだ物販並べて(17:30分前迄って言ってたから締め切られてるかと思ってた)まぁ途中で列切られても良いかと思って並んで開演ギリギリ(5分前ぐらい)に買えた！薄着で着たので寒かったけど、割とすぐにフロア入れたので(Zeppはすぐに呼び出し番号まとめてになるから有難い…！)安定のマキさん側へ。最初シロップかと思ってたのでモーサムなのか！と思った(ドラム転換的にその順番がスムーズだろうと思ったので)2列目で武井さん目の前って感じの位置で待機。隣に立ってた若い女性(多分大学生とかかな？学割の話してたし)がモーサムのファンっぽくて一体何処からモーサムに入ってきたんだろうと言う疑問を持ちながらひたすら本を読んで時間を潰す。３マンで19時開演なので定刻ぴったりにスタート。
モーサムのライブ観るのいつ振りなんだろ…？全く思い出せないけど、勇さんがギター弾いてるの忘れててそう言えばそうだった…！！とギターを持つ姿を見て思ったり。ドラムはサポートの方なんだな〜。知らない曲ばっかりかもと思ったけど、対バンメンツに合わせて考えられたセットリストっぽい感じで知ってる曲も沢山あったの有難い。と言うかやっぱり演奏上手いな…！あと百々さん本当歌声も見た目も変わんなくてビビる。武井さんのプロレスラーみたいな見た目(着てるガウンのせいもある)生で見るとイカつい。勇さんギターめっちゃ上手いのも驚いた。隣に立ってた若い女性がまさかの頭ブンブン勢で嬉しみ！！2曲目でyouthが来てテンション上がって頭ブンブン仕放題って感じでブンブンしてしまった…笑 隣の女性もめちゃくちゃブンブンしてた…笑 アンハッピー·ニューエイジのベースが気持ち良い。武井さんが祭りのどデカい祭り団扇を持ってきてきたー！！と内心テンション上がる。「貴方たちには2つの選択肢があります。ワッショイするか、超ワッショイするか！」との事で念願のワッショイ出来ました！目の前で繰り出されるワッショイ楽しかった。この流れからのロッキンルーラーは楽しくない訳ない！(モーサムのファンの方曰くロッキンルーラーで普段こんなに歓声湧かないから当時ライブに来てた人が沢山いたのかもって言っててそうなんか！と思った)途中でドラムが勇さんになって曲で分けてるのか！と驚く。めっちゃ忙しいな〜。体力入りそう。GREEN&GOLD、イントロの所めっちゃ気持ち良い〜！！この曲ライブで聴くと更にカッコ良いな…！！あと10秒で盛り上がってたな〜。ステージ袖で中憲が見てた(ストーリーにも動画上がってた)最後がechoなのにめちゃくちゃ驚いてしまった…！！echoやるんか…！！これ聴けただけでもチケット代意味ある気がするぐらい嬉しかった…！！最高過ぎて頭ブンブンしまくり…。最後、百々さんのギターが鳴りっぱなしのまま捌けていって、会場に鳴り響いてたら勇さんが急いで止めてニコニコしながら捌けていったの可愛かった笑
武井さんのMCで「お互いしぶといですね…お互いまだまだやっていこうよ。昔打ち上げで渋谷を爆走したのを思い出しました」「木下理樹ーー！！」ってのが印象的だった。武井さんがMCしてて思ったけど、3バンドともフロントマンがMCしないバンドが集まってるな(今回シロップは中畑さんのMCなかったけど)モーサムって爆音ってイメージあったけど、今回は位置的問題か箱的問題か分からないけどそこまで爆音じゃなかった印象。耳が壊れなくて良かった。あと隣の女性がライブ終わった後号泣しててびっくりした…。echoで感動して泣いたんかなと思ったけど(私も感動した)2曲目から泣いてたらしい…。
2.youth
4.ロッキンルーラー
5.Have you ever seen the stars?
7.あと10秒で
8.echo
モーサムが終わった後、私の前に立ってた女の人が友達？を無理矢理引き入れて私の隣に立ってた女性が押しやられてよろけててドン引き…。同じシロップファンとして本当に恥ずかしいのですが…。と言うかその人が入ってきて私もめちゃくちゃ狭くなってヤバかった…。ありえないわ…と思ってたら女性も負けてなくて、じりじりと割り込んできた人を追いやって最終的に私の隣へと戻っていた。その代わり彼氏？が後ろに追いやられてたけど…笑 モッシュとか起こって割り込んでくるのとは意味が違うんだからさ…。すごいモヤモヤしてしまった。まぁそれは置いといてセッティング見てるとマキさんと中畑さんの位置かなり後ろ下がってるんだな〜と思った。五十嵐さんは割と前出てるけど。五十嵐さんは割と元気目な感じで登場(両腕ぐるぐるしてた)俯いてるのは相変わらずだけど…笑 気持ち分かるけどね…。ダイマスさんのポストでファンの期待値上がってたけど、私はそんなに期待せず(ハードル上げると良いことないから…笑)いたけど、1曲目が光のようなでこれは期待出来るかも…！と思った。声はめちゃくちゃ出てる。NHKホールと遜色ないぐらいしっかり出てて良い感じ。ギターはちょいちょいミス？してる感じはあったかな。あと結構最初から叫びまくっててちょっと不安になった。無理すると声飛んじゃわないか…？？と内心ハラハラしてた。2曲目がStar Slaveだと…！？久しぶりに聴いた！！好きな曲なので嬉しい！！この曲は全体的に良い感じだった。「君は特別だから 心配いらない 心の隅で少し真に受けてたかも」って歌詞がめっちゃ切ない…。五十嵐さんの自己肯定感の低さがぐさぐさくる…。この曲のギターソロ(と呼んで良いのか分からないけど)好き。こう聴くとやっぱりギターがちゃんと弾けてるとベースも更に良さが際立つなぁ。3曲目赤いカラス。赤いカラス！？この曲始まった時、歓声上がってた。最後の夢〜の所結構声張り上げててまた心配になるなど…。無理しない方が良いのでは…？赤いカラス良い曲だよね。元々は犬が吠えるの曲だけど…笑 マキさんがベースを変えてて(クリーム色のリッケンバッカー？かな？)珍しいなと思ったらEVILで本気でびっくりした…。シロップはやらないと思ってた…(偏見)と言うか3人でやるようにギターアレンジ？してあるんだと思うけどめっちゃ良い…！！そしてこの曲を弾くマキさんを生で観れるとは…！！ベース、めっっっっちゃカッコ良い！！！マキさんが普段弾かない様なフレーズをめちゃくちゃノりながら弾いてるのヤバい！！！ドラムもめちゃくちゃカッコ良かったけど、ほとんどマキさんしか見てなかった…カッコ良すぎる…！！アウトロの所3人で音合わせて鳴らしてるの本当カッコ良くて痺れた〜！！何でこんな完成度高いの？？笑 ひなっちが考えたベースラインをマキさんが弾いてるとか最高すぎた…。5曲目SEVENTEEN！！新曲、そして好きなSEVENTEEN！！配信で沢山聴いたので楽しさも倍増。本当良い曲だなぁ…。ちょいミスもあったけどおおむね固まってる感じ。今すぐにレコーディング出来そうだし、音楽と人でもアルバム作るって言ってたから激期待してる。早く音源で聴きたいな〜！6曲目は明日を落としても。五十嵐さんが大切な曲って前に言ってて、私にとってもどん底の時に救ってもらった大切な曲なのでライブで聴けるの嬉しいんだけど、若干のミスがあったりして五十嵐さん心折れずに頑張ってくれ…と心の中で祈ってしまった。途中(後半あたりの辛い事ばかりでしたい事もなくて諦めるのにも慣れての所)歌が飛んで演奏だけになってそのまま行くのかとおもったらもう一回やり直し？で同じ箇所を五十嵐さんが弾いて、様子を伺ってたマキさんと中畑さんが目を合わせてうんうんって合図してから2人共さらっと入ってたのめっちゃシロップって感じだし(伝わって欲しい)長年やってるからこそ出来るやつだな〜と見てて思った。7曲目がMy Song。My Song…！？マイソン、演奏も歌もめちゃくちゃ良かった。と言うか最後までしっかり声出ててその点において本当にすごいと思う。近年の声の出てなさは単純に練習と発声不足なのが分かったので、これからはきちんとライブ前に練習と言うかリハを沢山して欲しいです…。あとマキさんがマイソンの時EVILで使ってたベース使ってた。捌けてく時、五十嵐さんが下向きながらマキさんのアンプ裏通っていってちょっと凹んでるかもって思って見てたら、中畑さんが遠慮がちの少し困った感じの笑顔で前の方まで来てお手振りしてくれて有り難かった。最後まで抜かりないそう言う優しさをもってる中畑さんが好きです。
印象に残った事·うろおぼえMC
今回珍しく中畑さんのMCなくて、五十嵐さんだけしゃべってた。五「モーサムカッコ良かったね。個人的にモーサム見たかったからもう満足なんだけど…ART-SCHOOLの為に頑張る」
割と後半(明日を落としてもの後ぐらいかな？)五「ART-SCHOOLもあるんでこんな感じで終わるんですけど…こんな感じの修羅場が2時間続くんで…ワンマン来て下さい」中畑さん「笑」
途中、中畑さんが話そうとしたのか「あっ」って声がマイクに入ってマキさんが何か話すんかな？って感じで中畑さんみたら手で(大丈夫です)って合図しててマキさんがちょっと後ろにずっこける的な感じのリアクション取ってて笑った。2人でやり取りしてるの可愛い(その間五十嵐さんは必死にチューニングしてた)
1曲目始まる前、五十嵐さんと中畑さんが目を合わせてOK的な確認して、その後中畑さんがマキさんの方みたら後ろ振り返らずにうんうんって頷いてて背中に目が…！？と思った…。え、そのやり取りめっちゃバンドって感じで良い！！と心の中でテンション上がってた。五十嵐さんとマキさんも結構目合わせて合図取ってて近いとこう言う普段見えない仕草も見れるんだな〜と思った。
相変わらずエフェクターの踏み換えの音が大きくてシーンとしたフロアにカチ、カチ、カチ、カチって響き渡ってるの面白かった。
セットリストが思いっきりファン向け·NHK2Daysでセットリスト漏れした曲って感じで攻めててめちゃくちゃ良かった(特にファンじゃない人達にはまあまあ渋いセットリストだったかもだけど…)五十嵐さんの声自体はしっかり出ててかなり良かったがギターにちょいちょいミスがあったりで本人はあまり納得いく出来ではなかったかもしれない。けど良いライブだった。と私は思う。五十嵐さんって対バンとかシロップファン以外がお客さんにいるライブちょっとだけ苦手になってんのかなぁ…と思わなくもないけど…。これは個人的感覚なので実際は全然そんな事ないのかもだが…。でもワンマン来て下さいって言えるぐらい前向きではあるんだなと安心もした。今年はまだ仕事納めしないで下さい笑 あと帰り道「今日もRebornやらなかったんだけど！Rebornやれよな〜」って言ってる人いたけど、ワンマン来ればそこそこやるしワンマン来てねって思った笑
1.光のような
2.Star Slave
3.赤いカラス
6.明日を落としても
7.My Song
シロップのライブの後、隣に立ってた女性に彼氏？が「シロップどうだった？」って聞いてて女性が言い淀んでるのみて酷な事聞くな！と思った…笑 しかし彼氏？は負けじと「今日は大分調子良かった、がっちゃん声出てたしギターも弾けてた！」と語っており…笑 見た感じ30歳ぐらい年下にギター弾けてた！って言われるギターボーカル中々居ないのでは…笑
セッティングの時、中憲のベースの音が出ない？アクシデントがあって中憲が呼び出されてて笑う。中憲が出てきたら一発で解決してた。アートのライブ見ると毎回思うけど、中憲とやぎさんの大きさの違いにびっくりする…。やぎさんが華奢なのもあるけど、やっぱり中憲デカい…すべてがデカい…。1曲目からロリータで皆盛り上がっていた。ローラーコースターと14souls久しぶりに聴いた。私は宇野ちゃんのベースが割と好きだったので、中憲のベースで聴けるの嬉しい。と言うかアートのベースは歴代どの人も好きだな。個人的にアートの音は割とベースが重要なポジション。しかし木下さん大分声持ち直してて本当すごいよなぁ…。戸高さんの「シロップが最後にやったMy Songが出たのが2003年頃だと思うんですけど、その時に出したミニアルバムからやります」との事で、LILYもお！って思ったけど、LOVERSが演奏されて心の中でうおー！！って声あげてしまった。LOVERS生で聴く日が来るとは…。めちゃくちゃ良かったです。ミスワからのBUTTERFLY KISS！好きな曲だからめっちゃ嬉しい！！これは本当に最高でしたね…。1人だけ頭ブンブンしてました…笑 BOYS MEETS GIRL、中憲がめっちゃ激しくてすごい勢いや…と思ってたけど、real Love/slow downで暴れまくっててテンション上がる。やぎさんのギターもめっちゃ良い。UNDER MY SKINだったかで勇さんと中憲が目合わせて笑い合ってたのめっちゃ良かったな〜。本編〆はFADE TO BLACK。
アンコールでは「時間も押してるので最後にカバーしてくれたsyrup16gとMO'SOME TONEBENDERに捧げます」との事でEVILとあと10秒で。EVIL、中憲のベースでも聴けて2度美味しい！！EVILのベース本当良い…。ひなっち感すごいのがまた良い。個人的にあと10秒で昔からそんなに好きじゃなくて…でも盛りあがるしね…(私の中でACIDMANのある証明と同じ位置付け)モーサムでやったあと10秒でではギターだった勇さんがアートではドラムを叩いていた。
印象に残ったMCなど。
戸「Syrup16gとMO'SOME TONEBENDERとART-SCHOOLが2026年に対バンしてるって言う、こんな未来は全く予想出来てなかった。みんなバンドを続けてきてくれて感謝だし、自分達も続けてきて良かった」って言ってて本当それって思った。
JAPAN CIRCUITの名前久しぶりに聞いたけど、Twitterで割と行ったって人がいてあれ相当前じゃない！？と驚いてしまった…。皆何歳なの…？名古屋がレミオロメンだったやつだよね…。木下さんが「シロップとモーサムとは20年振りで…20年振りってあるんだぁって…笑」って笑ってたけど、本当それ…笑 あとモーサムとシロップと対バンするって言う夢が一個叶ったって言ってて、これも3バンドとも色々あっても続いてたから叶った事だなぁと感慨深い気持ちになった…。
戸高さんはいつもシロップの事をベタベタに褒めてくれて有難い…。モーサムもシロップもギターのリフがカッコ良い、自分も燃えるって話してた。
木下さんが時折楽しそうに笑うの見て、ライブ中こう言う顔もするんだなぁ、良い事だと思った。
トリビュートライブがあと残り2つ、最後はcinema staffとPeople In The Box…って戸高さんが話してたら何故か中憲が笑って戸高さんが他にいましたっけ？って聞いたら「いや、分かんないっす笑」って言ってて笑った。何故あそこで笑った？？
1.ロリータ キルズ ミー
4.LILY
5.LOVERS
6.MISS WORLD
8.BOY MEET GIRL
11.FADE TO BLACK
En.
1.EVIL
2.あと10秒で
3時間、待ち時間も含めたら4時間ぐらい狭い場所で立ちっぱなしで腰がヤバかったけど笑 この貴重な対バンを見れて本当良かった。ずっとファンでいて、バンドも続いてたらこんな日が来るんだからすごいよね。しかし３マンで平日、19時開演のZepp羽田公演は東京在住だとしても中々ハードル高いよなと思った…。
※これだけ試したの2022年なので今と違うかも
単位変換
光速 = 299792458m/s =9.46 x 10e15 m/year
ご飯 100g = コロッケ小＝パン１枚 = 150kcal
銀１匁 = 70文
天保通宝最終レート.008円
１里 =3927.2727m = 36丁
１間 = 1.81818m = 6尺
１尺 = .30303m = 10寸
１寸 = .030303m
１斗 = 18L = 10升
１升= 1.8L = 10合
１合 = .18L
1m = 39.37inch = 3.2808feet = .00062137119miles
1inch = .0254m
1feet = .3048m = 12inch
1yard = .9144m = 3feet
1hectare = 2.47105acre = 10,000m2 = １町歩
1acre = 4046.86m2
東京ドーム面積 = 4.6755ha = 122 x 122m x 3.14
1L = 1,000cm3 = .2642 US gallon = .22 UK gallon = 1kg(water) = 2.20462pounds
US gallon = 3.785L
UK gallon = 4.5L
1pound = 453.5929g
ling yi er san si wu liu qi ba jiu shi bai qian wan
lim h->0 (1+h)1/h = e = 2.7182818284 = 1.64872127 x 1.64872127
ln2 = .69314718
ln 3 = 1.09861228866
ln 4 = 1.38629 = 2 ln2
1/e = (e)-1 = .3678794411
(e)2 = 7.38905609
pi/ 2 = 1.57079
2 = 1.259921 x 1.259921 x 1.259921 = 1.414213562 x 1.414213562
3 = 1.44224957 x 1.44224757 x 1.44224957 = 1.7320508 x 1.7320508
4 = 1.5874010519 x 1.5874010519 x 1.5874010519
5 = 1.7099759x 1.7099759 x 1.7099759 = 2.2360679 x 2.236079
11 = 3.31662479 x 3.31662479 ← 修正: 旧「3.1662479 x 3.31662479」
13 = 3.6055512751 x 3.605551275
golden ratio = 1 : 1.6180339 = (1 + (5)1/2) / 2
1 + tan2 x = 1 / cos2 x
sphere volume = 4/3 pi r3, surface area = 4 pi r 2
cone volume = 1/3 pi r2 H, surface area = pi r (r + L) = pi r2 + pi r L
日本の川長い順
１信濃川３６７
２利根川３２２
３石狩川２６８
４天塩川２５６
５北上川２４９
６阿武隈川２３９
７最上川２２９
７木曽川２２９
１富士山３７７６
２北岳３１９３
３奥穗高岳３１９０
３間ノ岳３１９０
５槍ヶ岳３１８０
６悪沢岳３１４１
７赤石岳３１２０
９塩見岳３０５２
１０仙丈ヶ岳３０３３
１１乗鞍岳３０２６
１２立山３０１５
１３聖岳３０１３
１４剱岳２９９９
１５水晶岳２９８６
１６甲斐駒ヶ岳２９６７
１７木曽駒ヶ岳２９５６
１８白馬岳２９３２
１９薬師岳２９２６
２０鷲羽岳２９２４
２１赤岳２８９９
２２笠ヶ岳２８９７
２３鹿島槍ヶ岳２８８９
２４空木岳２８６４
２５常念岳２８５７
２６黒部五郎岳２８４０
２６鳳凰山２８４０
２８五竜岳２８１４
２９白山２７０２
３０金峰山２５９９
３１光岳２５９１
３２日光白根山２５７８
３３浅間山２５６８
３４蓼科山２５３０
３５男体山２４８６
３６甲武信ヶ岳２４７５
３７火打山２４６２
３８焼岳２４５５
３９妙高山２４５４
４０燧ヶ岳２３５６
４１四阿山２３５４
４２高妻山２３５３
４３大雪山２２９１
４４鳥海山２２３６
４５瑞牆山２２３０
４６至仏山２２２８
４７恵那山２１９１
４８草津白根山２１７１
４９武尊山２１５８
５０苗場山２１４５
５１皇海山２１４４
５２トムラウシ２１４１
５２平ヶ岳２１４１
５５飯豊山２１０５
５６十勝岳２０７７
５７大菩薩嶺２０５７
５８幌尻岳２０５２
０日本橋２里
１品川２里半
２川崎２里半
３神奈川１里９丁
４保土ヶ谷２里９丁
５戸塚１里３０丁
６藤沢３里半
７平塚２７丁
８大磯４里
９小田原４里８丁
１０箱根３里２８丁
１１三島１里半
１２沼津１里半
１３原３里６丁
１４吉原２里３０丁
１５蒲原１里
１６由比２里１２丁
１７興津１里３丁
１８江尻２里２９丁
１９府中１里半
２０丸子１里２９丁
２１岡部１里２９丁
２２藤枝２里８丁
２３島田１里
２４金谷１里２４丁
２５日坂１里１９丁
２６掛川２里１６丁
２７袋井１里半
２８見附４里７丁
２９浜松２里３０丁
３０舞阪１里
３１新居１里２４丁
３２白須賀２里１６丁
３３二川１里２０丁
３４吉田２里２２丁
３５御油１６丁
３６赤坂２里９丁
３７藤川１里２５丁
３８岡崎３里３０丁
３９池鯉鮒２里３０丁
４０鳴海１里半
４１宮７里
４２桑名３里８丁
４３四日市２里２７丁
４４石薬師２７丁
４５庄野２里
４６亀山１里半
４７関１里２４丁
４８坂下２里半
４９土山２里２５丁
５０水口３里１２丁
５１石部２里２５丁
５２草津３里２４丁
５３大津３里
５４三条大橋
1368 174応安8
1379 176康暦3
1381 177永徳4
1384 178至徳4
1387 179嘉慶3
1389 180康応2
1390 181明徳5
1394 182応永35
1428 183正長2
1429 184永享13
1441 185嘉吉4
1444 186文安6
1449 187宝徳4
1452 188享徳4
1455 189康正3
1457 190長禄4(5)
1461 191寛正7(6)
1466 192文正2
1467 193応仁3
1469 194文明19
1487 195長享3
1489 196延徳4
1492 197明応10
1501 198文亀4
1504 199永正18
1521 200大永8
1528 201享禄5
1555 203弘治4
1558 204永禄13
1570 205元亀4
1593 207文禄5(4)
1645 211正保5(4)
1648 212慶安5
1652 213承応4
1655 214明暦4
1658 215万治4
1661 216寛文13
1673 217延宝9
1684 219貞享5
1704 221宝永8
1741 225寛保4
1801 233享和4
1804 234文化15
1818 235文政13(14)
1845 237弘化5(4)
1848 238嘉永7(8)
1855 239安政7(6)
5億年前 カンブリア紀
7.4万年前 eruption of mount Toba ← 修正: 旧「7万年前」
2570 BC 縄文時代 pyramid of Khufu constructed, 231 x 231 x height probably 146.5m, 138.5m now ← 修正: 旧「163.34m, 147m now」
79 eruption of mount Vesuvius
113 Trajan's Column
199 呂布眠
6th century 古墳時代 eruption of 榛名山
794 平安京
1499 明応８年 Pieta by Michelangelo ← 修正: 旧「1500 明応９年」
1505 永正２年 Mona Lisa by Leonardo da Vinci
1582 天正１０年 October 4->15 Gregorian calendar
1616 元和２年 William Shakespeare died
1653 承応２年 Bentheim castle by Jacob van Ruisdael
1666 寛文７年 great fire of London
1687 貞享４年 Philosophiae Naturalis Principia Mathematica by Isaac Newton
1689 元禄２年 Montesquieu born
1707 宝永４年 eruption of 富士山, Carl Linnaeus born
1768 明和５年 Mars and Venus surprised by Vulcan, by Lewis Jean Francois Lagrenee the elder, 258 years ago
1776 安永５年 United states declaration of independence
1780 安永９年 Jean Dominique Ingres born
1789 寛政元年 French revolution
1797 寛政９年 Franz Schubert born
1814 文化１１年 Jean Francois Millet born
1826-1827 文政９-１０年 oldest photograph 'View from the Window at Le Gras' by Nicephore Niepce ← 修正: 旧「1825 'Boy and his horse'」
1833 天保３年 東海道五十三次歌川広重 北斎漫画葛飾北斎
1863 文久３年 emancipation proclamation
1866 Romain Rolland born
1867 Jean Dominique Ingres died, 夏目漱石生 ← 修正: 「1875 Jean Dominique Ingres died」の行を削除
1874 Lucy Maud Montgomery born
1875 高橋由一 ← 修正: Ingres died（誤記）を削除
1885 Adventures of Huckleberry Finn by Mark Twain
1888 十五少年漂流記 by Jules Verne, eruption of 磐梯山
1890 Harland David Sanders born
1898 The war of the worlds by H. G. Wells, Lewis Carroll died, 井伏鱒二生 四芸術 by Alphonse Mucha
1903 John von Neumann born
1904 Salvador Dali born
1908 Anne of Green Gables by L. M. Montgomery
1908 松本清張生
1919 Auguste Renoir died
1923 関東大震災
1969 moon landing, 57 years ago
1970 三島由紀夫眠４５才
1980 Harland David Sanders died, 90 years old
1988 辻井伸行生
1989 Salvador Dali 手塚治虫昭和天皇眠ＧＢテトリス発売
1993 Audrey Hepburn 井伏鱒二眠
1995 阪神淡路大震災
2197.1 s
00:36:37.1
start 13:35:06
stop 14:11:43
4.825 t/s
10601 types
2.713 c/s
type - char
4640
世界的にバズったフィットネスチャレンジに「Bring Sally Up Push Up Challenge」というものがある。
これは刑事ニコラス主演の「60セカンズ」のOPで使用されたMobyのFlowerの楽曲にあわせて腕立て伏せをするというもの。
この楽曲は「Bring Sally Up and Bring Sally Down」という歌詞を３分間ほぼ延々と繰り返すため、「Bring Sally Up」で挙げる、「Bring Sally Down」で下げるを繰り返すことで腕立て伏せが楽しくできちまうんだ！というバカクソキツいトレーニングチャレンジである。途中にちょっとした歌詞や間奏が差し込まれるため、プランク的なキープ力、アイソレーション刺激が求められるうえ純粋に30回くらい歌詞が繰り返されるので普通にキツい。
で、このMobyのFlowerなんだけど歌詞がよくわからない。
よくわからないっていうのは「文学的すぎてわからない」「パリピすぎてわからない」という内容の話ではなく、サイトによって書かれている歌詞が違うのである。
例えば「Moby - Flower」で検索するとGoogle君が出してくれる歌詞では「Green Sally Up and green Sally Down」となっている。しかし他のサイトを見ると「Bring Sally Up and Bring Sally Down」と表記されていたりする。
「Green sally UP」勢のサイトのほうが若干公式臭が強いので優勢に感じられるが、Mobyの本場で流行ったはずのチャンレンジは「Bring Sally Up Push Up Challenge」となっている。本場の人間がこんな歌詞間違いするか？という話である。
なので、本場の人間に聞いてみたところ「正式にはGreen sally UP。そもそもGreen sally UPって童謡があってMobyはそれをサンプリングして曲を作ってるから間違えるわけないんだよ。じゃあなんでBring Sally Upチャレンジになったかっていうと、日本で言う空耳アワーみたいなもんで身体(sally)を持ち上げろ(Bring up)でゴロがよかったからだね。日本ではBring Sally Upが正式な歌詞だと思われてるんの？ウケるねハハッ」とのことだった。
聞いてみればなるほど納得である。
みんなどうやってるんだ？
技術の進歩は急速でコツコツとプロンプトと打ちながらやる今のやり方もそう長くはなさそうなので何となく記録しておく。
ローカル、5070Ti
メガネを光らせながらCivitaiで最新のcheckpointとLoRAをチェック。
今のbase modelの主流はIllustriousかponyで更新の9割以上はこの二つ、普及帯のGPUでも利用可能で品質も十分なのが理由か。flux以上は盛り上がってない。
あと、LoRAのトリガーワード管理がめんどくさい。そろそろメモ帳でやるのも限界。
日常生活からインスピレーション得てその日のキャラを決めるのが紳士流。
1girl, green eyes, blonde hair, wavy hair, very long hair, blush,large breasts,habit, traditional nun, blue dress, long sleeves, juliet sleeves, puffy sleeve, Indoors, church,
まずはベースとなるプロンプトを決めて一番好みの出力となるモデルとLoRAの組み合わせを試していくが、この時になるべく簡素なLoRAとプロンプトで仕上げるのがポイントだと思っている。
後々複雑な構図やポーズを作り上げる場合、この時点でプロンプトがパンパンだと追加プロンプトが十分効かなかったり(無理やり:2)強くしようとして画面が溶けたりする。
品質系プロンプトは省略しているので知りたい紳士は「Illustrious 品質プロンプト」とかでLLMに聞いてください。
そんなわけで好みのキャラと画風を仕上げたらついに叡智タイムである。
単純に好きなシチュをポンポン出すのもいいがストーリー仕立てにするのもいいだろう。
（ex.研究所に来た魔改造性癖ガールを研究員としてどんどん魔改造していく）
谷間が見たいぜ...
1girl, green eyes, blonde hair, wavy hair, very long hair, blush,large breasts,habit, traditional nun, blue dress, long sleeves, juliet sleeves, puffy sleeve, cleavage,bitch, Indoors, church,
ワ～オ
血管がうっすら見えてる巨乳が見たいぜ...
1girl, green eyes, blonde hair, wavy hair, very long hair, blush,large breasts,veiny breasts,habit, traditional nun, blue dress, long sleeves, juliet sleeves, puffy sleeve, cleavage,bitch, Indoors, church,
ガッデ～ム
1girl, green eyes, blonde hair, wavy hair, very long hair, blush,large breasts,veiny breasts,habit, traditional nun, blue dress, long sleeves, juliet sleeves, puffy sleeve, lift up skirt,upskirt,white lowleg panties, Indoors, church,
ひゃ～
1girl, green eyes, blonde hair, wavy hair, very long hair, blush,large breasts,veiny breasts,lips,habit, traditional nun, blue dress, long sleeves, juliet sleeves, puffy sleeve,(Ecstasy:1.2), standing,(bowlegged pose),bitch, lift up skirt,upskirt,white_(lowleg)_panties, Indoors, church,
なんてはしたない！
1girl, green eyes, blonde hair, wavy hair, very long hair, blush,large breasts,(veiny breasts),lips,habit, traditional nun, blue dress, long sleeves, juliet sleeves, puffy sleeve,(Ecstasy:1.2), lift up breasts, Indoors, church,breasts_close-up,
叡智すぎる！
1girl, green eyes, blonde hair, wavy hair, very long hair, blush,large breasts,(veiny breasts),lips,habit, traditional nun, blue dress, long sleeves, juliet sleeves, puffy sleeve,(Ecstasy:1.2),orgasm, lift up breasts,huge areola,(sucking:1.3),Self breast sucking,(puffy nipples), Indoors, church,breasts_close-up,
もうらめぇえええええ！（白反転）
～どうしてこんなことになったのか～
モンハンワイルズをやるためにPCを組んだのだが3週間くらいで飽きて放置していた。
そんなある日ブックマークしているpixivのイラストがbanされて消えていて大変落ち込んだのだが（数日後復活してた）
いや待てよ、あれAI生成だったな、だったら自分でできるのでは？と思って始めたのがきっかけである。
～～（反転戻り）～～
ejaculation
そんな感じで時間がかかるしめんどくさい。動画や漫画の手軽さが身に染みる。
生成の利点はとにかく自分の好みにカスタマイズした画像が出力できることだろう。いままで吸収してきたコンテンツや尖らせてきた性癖全出動の総合格闘技である。
また、画風の方向性としてはフォトリアル系やイラスト系などいろいろあるが、セミリアル系が凄い。一例としてフワフワの毛皮をまとったかわいいウサギ亜人が出力できる。
ピンク色のバッファローちゃんのもっとすごいやつみたいな感じ。正直フォトリアル系だったら生成じゃなくていいじゃんって思う。
{1girl, female focus, solo focus}, {{rabbit girl, 18yo, (petite), anthro, female, furry, short hair, bob cut, blonde, (white fur), blue eyes, round face, big eyes, freckles, bratty face, cute, small breasts, furry girl, pink soccer uniform,},school bleachers, field, sunny day, looking at viewer, flirty, happy, thighs,
standing,full body,
技術の発展は止まらないしオープン化の流れに勝てたことは無いしエントロピーは増大し続ける。
LoRA作成自体が爆速になるかi2iで画像だけでLoRA並み使えるようになるし、動画も実用レベルになるだろう。
気になるのはモデルの要求スペックがローカルHWで間に合うかどうかと規制だ、いまの同人並みに落ち着くとするとローカル生成のキャラLoRAは実質セーフであり続けるだろう。
高品質動画生成はオンライン生成が主流になると生成プラットフォームを整備したもん勝ちだが、コンテンツだけ大国でありモザイクにより健全な性的秩序が守られている我が国は今回もgood loserとしてコンテンツを吸われ続けます。南無三。
「瀬谷みどり博覧会」（2027年国際園芸博覧会、GREEN×EXPO 2027）は、現在懸念されている課題を克服し、以下の要因から成功する可能性を秘めています。
| 「自然のちから」 | 地球規模の気候変動や生物多様性の喪失が深刻化する中、「花と緑」というテーマは、人々の環境意識の高まりと合致しています。過去の万博（愛知万博の「自然の叡智」など）と同様に、開催後にテーマの意義が再評価される可能性があります。 |
| グリーンインフラの提案 | 景観だけでなく、自然の力を活用した持続可能な都市の基盤（グリーンインフラ）を世界に提案する場で、単なる園芸イベント以上の社会的なメッセージ性を持っています。 |
| 「質的成熟社会」への転換 | COVID-19後の社会で、人々が「リアルな体験」や「身近な自然」に価値を見出すようになっている傾向をとらえており、来場者の満足度を高める可能性があります。 |
会場となる旧上瀬谷通信施設跡地は約100ヘクタール（東京ディズニーランド約2つ分）にも及ぶ広大な敷地です。この規模を活かし、圧倒的なスケールで世界中の花や緑、庭園を展示でき、訪問者に強い印象を残すことができます。
横浜市内にあり、都心からのアクセスが比較的良好な立地であるため、地方の万博に比べて、首都圏の巨大な人口を動員できる可能性が高いです。
会場には農業振興地区の要素も含まれており、収益性の高い新たな都市農業モデルの展開や、農産物の収穫体験、直売など、博覧会終了後も地域経済に活力を与える具体的なレガシーを残すことを目指しています。
計画段階から、再生可能エネルギーの活用や、国産材の利用など、サステナビリティとレガシー計画を包括的に策定しており、環境面でのポジティブな評価を得るための努力がなされています。
成功のためには、現在最も大きな課題である交通渋滞・輸送能力の確保について、シャトルバスやパーク＆ライドの導入など、代替輸送手段を確実に機能させることが不可欠です。
「瀬谷みどり博覧会」は、2027年に横浜市瀬谷区で開催が予定されている「国際園芸博覧会（GREEN×EXPO 2027）」の通称です。
この博覧会が「失敗する」と懸念されている主な理由（課題や批判点）は、過去の万博と同様に、主に財政、交通インフラ、計画の持続可能性に関するものです。
当初、会場への主要なアクセス手段として計画されていた「上瀬谷ライン」という新交通システム（建設費約700億円と試算）について、採算性への疑問や、花博後の跡地利用（巨大テーマパーク誘致）の不確実性を理由に、事業化が見送られました。
その結果、来場者（目標1,000万人以上、ピーク時は1日約10万人）を輸送する代替手段（主にシャトルバスなど）の確保と、それに伴う周辺道路の渋滞対策が大きな課題となっています。特に環状4号線などの生活道路への影響が懸念されています。
運営費は、有料入場者数1,000万人のチケット販売で賄う計画ですが、チケット販売が計画通りに進まなかった場合、横浜市がその赤字を埋めることになり、市民に過大な財政負担を強いるリスクが指摘されています。
会場予定地周辺には、川の源流や、長年愛されてきた桜など豊かな自然が残っています。博覧会計画によって、水田の一部を埋め立てたり、樹木を伐採したりすることへの批判があり、自然保護の観点から地元住民や団体による反対意見が出ています。
交通量増加による周辺道路の渋滞や、騒音・振動、ゴミのポイ捨てなど、博覧会の開催が地域住民の日常生活に与える負の影響について、懸念の声が上がっています。
博覧会協会が公文書ではないという理由で事業発注書を非公開にするなど、情報公開の不十分さや、議論するための情報が市民や市議会に適切に提供されていないという批判があります。
新交通システムや巨大テーマパーク誘致など、市民の意見が十分に反映されないままに計画が進められているという不満が、一部の市民や議員から指摘されています。
Mrs. ↔ Mr.Children ↔ Destiny's Child
GREEN ↔ RED WARRIORS ↔ Red Hot Chili Peppers
APPLE ↔ ORANGE RANGE ↔ 石橋蓮司
python import random import numpy as np import matplotlib.pyplot as plt from collections import defaultdict # 飴の配布システムのシミュレーション class CandyDistributionSystem: def __init__(self): """ 設計意図: このシステムは経済における資源分配の不平等性をモデル化しています。 特に少数の特権層(Aグループ)が富を集中させ、再分配システムからも不均衡に利益を得る 構造的問題を表現しています。 """ # 各グループの人数設定 self.group_a_count = 8 self.group_b_count = 2498 self.group_c_count = 7494 self.total_participants = self.group_a_count + self.group_b_count + self.group_c_count # 飴の提出数設定 self.contribution_per_a = 624 self.contribution_per_b = 2 self.contribution_per_c = 1 # 各グループの総貢献計算 self.total_a_contribution = self.group_a_count * self.contribution_per_a self.total_b_contribution = self.group_b_count * self.contribution_per_b self.total_c_contribution = self.group_c_count * self.contribution_per_c self.total_contribution = self.total_a_contribution + self.total_b_contribution + self.total_c_contribution # 配布用と貯金用の飴の区分 self.distribution_limit = 10000 self.savings = max(0, self.total_contribution - self.distribution_limit) # 結果追跡用の辞書 self.results = { 'A': defaultdict(int), 'B': defaultdict(int), 'C': defaultdict(int) } def distribute_candies(self, method='original'): """ 設計意図: 配布方法の選択によって、特権の固定化や格差拡大がどのように進むかを 示します。'original'メソッドは意図的にAグループを優遇するよう設計されています。 Parameters: ----------- method: str 配布方法 ('original', 'lottery', 'first_come', 'new_condition', 'fair') """ # Aグループへの確定配布 a_distribution = 625 * self.group_a_count remaining = self.distribution_limit - a_distribution # 残りの参加者数 remaining_participants = self.total_participants - self.group_a_count # Aグループの結果記録 for _ in range(self.group_a_count): self.results['A'][625] += 1 # 各配布方法によって処理が異なる if method == 'original': # オリジナルの問題設定通りの配布（5000人に1個ずつ、残りは0個） lucky_count = remaining # 5000人が当選 # B+Cグループの混合リスト作成 bc_participants = [(1, 'B')] * self.group_b_count + [(2, 'C')] * self.group_c_count random.shuffle(bc_participants) # 当選者に配布 for i in range(len(bc_participants)): participant_id, group = bc_participants[i] if i < lucky_count: self.results[group][1] += 1 else: self.results[group][0] += 1 elif method == 'lottery': # 抽選方式（BとCグループから無作為に5000人選出） bc_participants = [(1, 'B')] * self.group_b_count + [(2, 'C')] * self.group_c_count winners = random.sample(bc_participants, remaining) # 当選・落選のカウント for _, group in winners: self.results[group][1] += 1 # 落選者のカウント self.results['B'][0] = self.group_b_count - self.results['B'][1] self.results['C'][0] = self.group_c_count - self.results['C'][1] elif method == 'first_come': # 先着順方式（アクセス速度による先着順を乱数でシミュレート） # 設計意図: 先着順は単なる運の要素を超えて、情報格差や技術格差も含む制度設計 bc_participants = [(1, 'B')] * self.group_b_count + [(2, 'C')] * self.group_c_count # 現実では、情報を早く得られる人や高速インターネット接続を持つ人が有利 # これをシミュレートするため、Bグループにわずかなアドバンテージを与える bc_speeds = [] for id, group in bc_participants: if group == 'B': speed = random.random() + 0.1 # Bグループに小さなアドバンテージ else: speed = random.random() bc_speeds.append((id, group, speed)) # 速度順にソート bc_speeds.sort(key=lambda x: x[2], reverse=True) # 当選者決定 for i in range(len(bc_speeds)): _, group, _ = bc_speeds[i] if i < remaining: self.results[group][1] += 1 else: self.results[group][0] += 1 elif method == 'new_condition': # 追加条件方式（恣意的な条件を設定） # 設計意図: 新たな条件の設定は往々にして既存の特権を温存するように設計される bc_participants = [(i, 'B', random.random()) for i in range(self.group_b_count)] + \ [(i, 'C', random.random()) for i in range(self.group_c_count)] # Bグループに有利な条件を設定（例: 特定の知識やスキルを持つ人のみ） # この「条件」は表面上は中立的だが、実際には特定グループに有利になるよう設計 def meets_condition(participant): _, group, rand_val = participant if group == 'B': return rand_val > 0.3 # Bグループには70%の確率で合格 else: return rand_val > 0.7 # Cグループには30%の確率で合格 # 条件に合致する人を抽出 eligible = [p for p in bc_participants if meets_condition(p)] # 条件に合致する人が多すぎる場合は抽選 if len(eligible) > remaining: winners = random.sample(eligible, remaining) else: # 条件に合致する人が足りない場合、全員に配布 winners = eligible # 当選者をカウント for _, group, _ in winners: self.results[group][1] += 1 # 落選者のカウント self.results['B'][0] = self.group_b_count - self.results['B'][1] self.results['C'][0] = self.group_c_count - self.results['C'][1] elif method == 'fair': # 公平な再分配方式（貢献度に応じた配布） # 設計意図: この方法は「貯金分」も含めた全ての飴を、各グループの貢献度に応じて分配 # これにより構造的不平等を軽減、結果としてより多くの人が少なくとも損をしない状態になる # 全飴（貯金分も含む）を使った配布 total_to_distribute = self.total_contribution # 各グループの貢献比率計算 a_ratio = self.total_a_contribution / self.total_contribution b_ratio = self.total_b_contribution / self.total_contribution c_ratio = self.total_c_contribution / self.total_contribution # 各グループへの配布数決定 a_share = int(total_to_distribute * a_ratio) b_share = int(total_to_distribute * b_ratio) c_share = int(total_to_distribute * c_ratio) # 端数調整 remainder = total_to_distribute - (a_share + b_share + c_share) if remainder > 0: # 端数は最も人数の多いCグループに c_share += remainder # Aグループの配布（均等配分） per_a = a_share // self.group_a_count self.results['A'][per_a] = self.group_a_count # Bグループの配布（均等配分） per_b = b_share // self.group_b_count b_remainder = b_share % self.group_b_count self.results['B'][per_b] = self.group_b_count - b_remainder if per_b + 1 > 0 and b_remainder > 0: self.results['B'][per_b + 1] = b_remainder # Cグループの配布（均等配分） per_c = c_share // self.group_c_count c_remainder = c_share % self.group_c_count self.results['C'][per_c] = self.group_c_count - c_remainder if per_c + 1 > 0 and c_remainder > 0: self.results['C'][per_c + 1] = c_remainder def calculate_net_gain(self): """ 設計意図: この関数は各グループの純利益/損失を計算し、資源分配の公平性を 定量的に評価できるようにします。純利益/損失は個人の観点から見た経済的公正性の 重要な指標です。 """ net_gains = {} # Aグループの純利益計算 a_contribution = self.contribution_per_a a_distribution = list(self.results['A'].keys())[0] # 全員が同じ数を受け取る前提 net_gains['A'] = a_distribution - a_contribution # BとCグループの純利益計算（加重平均） for group, contribution_per_person in [('B', self.contribution_per_b), ('C', self.contribution_per_c)]: total_gain = 0 for received, count in self.results[group].items(): total_gain += (received - contribution_per_person) * count net_gains[group] = total_gain / (self.group_b_count if group == 'B' else self.group_c_count) return net_gains def analyze_results(self): """ 設計意図: この分析関数は、各グループの分配結果を詳細に調査し、 制度設計の公平性、貢献度と報酬の関係、およびシステムの持続可能性を 評価します。政策分析においては、こうした多角的な検証が重要です。 """ # 各グループの純利益/損失 net_gains = self.calculate_net_gain() # 貢献度分析 contribution_percentage = { 'A': (self.total_a_contribution / self.total_contribution) * 100, 'B': (self.total_b_contribution / self.total_contribution) * 100, 'C': (self.total_c_contribution / self.total_contribution) * 100 } # 飴を受け取った人の割合 received_percentage = { 'A': sum(count for received, count in self.results['A'].items() if received > 0) / self.group_a_count * 100, 'B': sum(count for received, count in self.results['B'].items() if received > 0) / self.group_b_count * 100, 'C': sum(count for received, count in self.results['C'].items() if received > 0) / self.group_c_count * 100 } # 分析結果の表示 print("\n===== 飴の配布システム分析 =====") print(f"総飴数: {self.total_contribution}個 (分配用: {self.distribution_limit}個, 貯金: {self.savings}個)") print("\n--- グループごとの貢献と結果 ---") for group in ['A', 'B', 'C']: group_size = getattr(self, f"group_{group.lower()}_count") contribution_per_person = getattr(self, f"contribution_per_{group.lower()}") total_contribution = getattr(self, f"total_{group.lower()}_contribution") print(f"\n{group}グループ ({group_size}人):") print(f" 貢献: 1人あたり{contribution_per_person}個 (総計: {total_contribution}個, 全体の{contribution_percentage[group]:.1f}%)") print(f" 受け取り状況:") for received, count in sorted(self.results[group].items()): print(f" {received}個: {count}人 ({count/group_size*100:.1f}%)") print(f" 飴を受け取った割合: {received_percentage[group]:.1f}%") print(f" 純利益/損失: 1人あたり平均 {net_gains[group]:.2f}個") print("\n--- 全体的な公平性分析 ---") print(f"最も得したグループ: {max(net_gains, key=net_gains.get)}グループ (+{max(net_gains.values()):.2f}個/人)") print(f"最も損したグループ: {min(net_gains, key=net_gains.get)}グループ ({min(net_gains.values()):.2f}個/人)") # 全員に飴が配布されたかどうか all_received = all(sum(count for received, count in self.results[group].items() if received > 0) == getattr(self, f"group_{group.lower()}_count") for group in ['A', 'B', 'C']) print(f"\n前提条件「全員に配布」の充足: {'はい' if all_received else 'いいえ'}") if not all_received: total_without = sum(self.results['B'][0] + self.results['C'][0]) print(f" 飴を受け取れなかった人数: {total_without}人") return net_gains, contribution_percentage, received_percentage def visualize_results(self): """ 設計意図: データの可視化は政策の効果や不平等性を直感的に理解するために重要です。 このようなグラフィカル表現によって、各グループ間の格差や制度設計の問題点を 一目で理解できるようになります。 """ # グラフのセットアップ fig, axes = plt.subplots(2, 2, figsize=(14, 10)) # 1. 貢献度のグラフ contributions = [self.total_a_contribution, self.total_b_contribution, self.total_c_contribution] axes[0, 0].bar(['Aグループ', 'Bグループ', 'Cグループ'], contributions) axes[0, 0].set_title('グループごとの総貢献飴数') axes[0, 0].set_ylabel('飴の数') # 貢献度の割合をアノテーションとして追加 total = sum(contributions) for i, v in enumerate(contributions): percentage = v / total * 100 axes[0, 0].text(i, v + 100, f'{percentage:.1f}%', ha='center') # 2. 1人あたりの貢献度と受け取り数の比較 group_names = ['Aグループ', 'Bグループ', 'Cグループ'] contribution_per_person = [self.contribution_per_a, self.contribution_per_b, self.contribution_per_c] # 各グループの平均受け取り数を計算 received_per_person = [] for group, letter in zip(group_names, ['A', 'B', 'C']): total_received = sum(received * count for received, count in self.results[letter].items()) group_size = getattr(self, f"group_{letter.lower()}_count") received_per_person.append(total_received / group_size) x = np.arange(len(group_names)) width = 0.35 axes[0, 1].bar(x - width/2, contribution_per_person, width, label='提出') axes[0, 1].bar(x + width/2, received_per_person, width, label='受け取り') # 純利益/損失をアノテーションとして追加 for i in range(len(group_names)): net = received_per_person[i] - contribution_per_person[i] color = 'green' if net >= 0 else 'red' axes[0, 1].text(i, max(received_per_person[i], contribution_per_person[i]) + 5, f'{"+" if net >= 0 else ""}{net:.1f}', ha='center', color=color) axes[0, 1].set_title('1人あたりの提出・受け取り飴数比較') axes[0, 1].set_xticks(x) axes[0, 1].set_xticklabels(group_names) axes[0, 1].set_ylabel('飴の数') axes[0, 1].legend() # 3. 各グループの受け取り状況の分布 # 各グループの受け取り状況を積み上げ棒グラフで表現 group_sizes = [self.group_a_count, self.group_b_count, self.group_c_count] received_counts = [] not_received_counts = [] for letter, size in zip(['A', 'B', 'C'], group_sizes): received = sum(count for received, count in self.results[letter].items() if received > 0) received_counts.append(received) not_received_counts.append(size - received) axes[1, 0].bar(group_names, received_counts, label='飴を受け取った人数') axes[1, 0].bar(group_names, not_received_counts, bottom=received_counts, label='飴を受け取れなかった人数') # 割合をアノテーションとして追加 for i in range(len(group_names)): if group_sizes[i] > 0: percentage = received_counts[i] / group_sizes[i] * 100 axes[1, 0].text(i, received_counts[i] / 2, f'{percentage:.1f}%', ha='center') axes[1, 0].set_title('グループごとの飴受け取り状況') axes[1, 0].set_ylabel('人数') axes[1, 0].legend() # 4. 貢献度vs報酬の分配公平性 # 貢献度と最終的な飴の配分の比較を円グラフで表現 total_contribution = self.total_contribution contribution_shares = [self.total_a_contribution / total_contribution, self.total_b_contribution / total_contribution, self.total_c_contribution / total_contribution] # 実際の配分シェアを計算 distribution_shares = [] for letter in ['A', 'B', 'C']: total_received = sum(received * count for received, count in self.results[letter].items()) distribution_shares.append(total_received / self.distribution_limit) # 2つの円グラフを並べて表示 ax4_1 = axes[1, 1].inset_axes([0, 0, 0.45, 1]) ax4_2 = axes[1, 1].inset_axes([0.55, 0, 0.45, 1]) ax4_1.pie(contribution_shares, labels=group_names, autopct='%1.1f%%') ax4_1.set_title('飴の貢献度割合') ax4_2.pie(distribution_shares, labels=group_names, autopct='%1.1f%%') ax4_2.set_title('飴の配分割合') axes[1, 1].axis('off') plt.tight_layout() plt.show() # 飴の配布システムをシミュレート candy_system = CandyDistributionSystem() # オリジナルの配布方法を実行 print("\n===== オリジナルの配布方法 =====") candy_system.distribute_candies(method='original') original_results = candy_system.analyze_results() candy_system.visualize_results() # 公平な配布方法を実験 print("\n\n===== 公平な配布方法のシミュレーション =====") fair_system = CandyDistributionSystem() fair_system.distribute_candies(method='fair') fair_results = fair_system.analyze_results() fair_system.visualize_results() # 公平な配布と元の配布の比較 print("\n\n===== 配布方法の比較 =====") print("オリジナル方式と公平方式の純利益/損失差:") net_diff = {} for group in ['A', 'B', 'C']: original_net = original_results[0][group] fair_net = fair_results[0][group] diff = fair_net - original_net net_diff[group] = diff print(f"{group}グループ: {'+' if diff > 0 else ''}{diff:.2f}個/人") print("\n結論:") if net_diff['A'] < 0 and net_diff['B'] > 0 and net_diff['C'] > 0: print("公平な再分配により、Aグループの特権が減少し、BとCグループの状況が改善されます。") print("これは構造的不平等の緩和に効果的です。") elif net_diff['A'] > 0: print("興味深いことに、公平な再分配ではAグループさえも利益を得られます。") print("これは、現行システムが特定グループだけでなく全体の非効率性につながっていることを示唆しています。")
国民民主党の玉木代表が「1年たったら動物のえさ」と備蓄米を揶揄したことが大きな波紋を呼んでいる。
「１年たったら動物のえさ」進次郎農相アピールの「1800円備蓄米」を国民・玉木代表がチクリ
https://news.yahoo.co.jp/articles/e0f159b761a2bf8ba7fb1ae28f02cb1ab529ff9f
戦後から1980年代にかけて広く国民から「家畜の餌」「豚も食わない」「猫も避ける猫またぎ」などと揶揄された米産地があった、北海道である。
この当時の恨みつらみは北海道でJA全農を超える加盟者数を誇るホクレン農業協同組合連合会が現在でも語り継ぐほどに北海道米のイメージは非常に低かった。
https://www.hokuren.or.jp/_greenweb_/?post_type=studies&p=1564
北海道では「赤毛」や「坊主1号」が栽培され、独自品種の「ゆきひかり」が開発されるなどしたが、北海道で選択される栽培品種はとにかく寒冷に強く収量が多い品種が求められ、味は二の次とされたこともあり、いくら低価格であっても食卓の主食として多くの国民は買わず、収穫の多くは家畜飼料として用いられた。
しかし、その価格の安さは戦後から多くの貧困家庭、特に母子家庭の主食として高い支持を集めていたのも事実だった。この当時の貧困家庭は北海道米に助けられたと思っている家庭は少なくないだろう。
けれど、その「貧困家庭の米」という事実もブランドイメージ低下に拍車をかけた。貧困家庭以外に安くても売れない北海道米は飼料消費としても余ってしまった収量は破棄しているほどに一億総中流となっていく時代に北海道米は売れなかった。
1988年、そんな北海道米に新品種が生まれる。これまでの寒冷に強い、収量が多いという良さをそのままに食味が著しく大幅に改善された「きらら397」が開発されたのだ。
しかし、この「きらら397」が開発されても直ぐに販売量が伸びたわけではなく、これまでの悪いイメージを払拭する事へ非常に苦労した。貧困家庭からは美味しくなったと大絶賛されたものの中流以上の家庭からは食べもせずにどうせ不味いと考えられてしまっていたのだった。
そんなやっかいどう米に転機が訪れる。牛丼店を中心として全国の飲食チェーンが「きらら397」を採用し始めたのだ。
このエントリを読んでいる諸氏も「あの当時の吉野家で食べた牛丼」と今の吉野家の牛丼が何か違う、家庭で食べるいつもの米と吉野家で食べる何か違う米と気付いてる者も居るかも知れないが、それは広く一般家庭に売れるようになる前の「きらら397」だった。
飲食チェーンが北海道米「きらら397」を採用していることが世間にも徐々に広まっていくと「意外と北海道米も悪くない」として一般家庭でも広く食べられるようになる。
このエピソードは「牛丼を変えたコメ―北海道「きらら397」の挑戦―(足立紀尚 著)」でも触れられており、内地(北海道外を指す北海道方言)を見返してやろうと頑張った北海道米農家の皆さんの努力を垣間見ることが出来る。
「きらら397」以降、北海道米の新品種開発は急速に進み、前述した「きらら397」から更に食味を改良した1996年の「ほしのゆめ」、更に収量を改良した2001年の「ななつぼし」、更に耐冷性を改良した2003年の「ふっくりんこ」、前述の「ふっくりんこ」とは別系統の低アミロース極良食味認定を受けた2003年の「おぼろづき」、そして前述の「おぼろづき」並の極良食味でありながら「おぼろづき」以上に収量を改良した2008年の「ゆめぴりか」が登場するに至った。
「おぼろづき」および「ゆめぴりか」は驚愕すべきことに盲検試験によって日本国内では定番である特定米産地(迷惑かける影響を考慮して特定米産地は筆者の意思で隠蔽しました。ご了承ください。)のコシヒカリの食味に勝ると試験結果が出ており、北海道米が北海道外の米を超えられることを証明した品種となった。
寒冷地で栽培可能で量が取れて安くて美味い北海道米の時代が到来したのである。
国民民主党の玉木代表がなぜ米へ対して「1年たったら動物のえさ」と表現してしまったかと言えば、彼の記憶の中には確かに一部産地の美味しくない米が家畜飼料として使われていた過去、何なら余った分は廃棄していた、豚も食わない米が存在していたことを頭の片隅で覚えていたからだろう。
しかし解釈を誤ってはならない。玉木代表だからこそこういう印象を持ったのではなく北海道外にはまだまだ北海道米へ対して悪印象を持つ国民が大勢居るのだ。しっかりとした学術的なデータで食味の良さが示されようとも極々ありふれた一般の国民の多くが北海道米を忌避し続けているのが現状なのだ。
1993年の平成の米騒動の際にタイ王国から有り難くも拠出されたタイ米へ対して恥を知らぬ言動を取ったのは極々ありふれた一般の国民であったが、その性根は未だ変わっておらず、反省しておらず、その一雫がたまたま国民民主党代表玉木雄一郎であったにすぎない。未だに「猫またぎ」だと思っているのだ。
このエントリを最後まで読み、腹を立てたのであるならば2025年令和の米騒動が収束した後に北海道米を食べてみて欲しい。