  |
はてなキーワード: Triggerとは
Update：男性の比率はもはやフラットではありません。2024年以降のデータは、若い男性が右傾化していることを示しています。最近の調査はすべて同じ結果を示しています。若い男性は今、より積極的に保守的になっています。私の解釈では、女性が最初に捕らわれたのは、コンセンサス圧力を受けやすかったからです。その捕らわれの過程は急速に進みました（2007年から2020年）。男性は影響を受けにくく、捕らわれた制度にあまり根付いていなかったため、より長く抵抗しました。しかし、その格差が目に見えるようになり、文化的に顕著になり、「男性こそが問題だ」というメッセージが主流のメッセージとして明確に伝わり、嘘によって男性が社会から排除され始め、男らしさ、つまり男性を男たらしめるものそのものが有害になったため、男性は対抗し始めなければならなかった。
受動性は反抗へと変化しつつある。引きこもりは積極的な拒絶へと変化しつつある。これは、男性が今や「正しい」とか「自由」になったという意味ではない。単に、女性の合意ではなく男性の不満を汲み取るための最適化された別の仕組みに捕らわれているだけなのかもしれない。アンドリュー・テイト（注：Andrew Tate アメリカの右翼的・保守的な思想、特に「マノスフィア（Manosphere：男性至上主義的なネットコミュニティ）」やMAGA（Make America Great Again）運動の一部から支持を受ける、物議を醸しているインフルエンサー）はどこからともなく現れたわけではない。マノスフィアも同様だ。それらもまた補足システムであり、単に異なる心理的弱点を狙っているだけだ。
グラフは今や、反対方向に分岐する2本の線になっています。2つの異なる機械が、2つの異なる人口統計を2つの異なる故障モードへと引っ張っているのです。これは単なる教育の問題だと言う人もいるでしょう。女性は大学に進学することが多く、大学はリベラルな人間に育つ、それだけのことです。確かにその通りです。しかし、2007年以降、なぜ格差がこれほど急激に拡大したのか、またなぜ教育制度が大きく異なる国々でこのような現象が起きているのかは説明できません。
経済的な問題だと言う人もいるだろう。若い男性は苦境に立たされており、憤りは保守的になる。これも部分的には真実だ。しかし、男性の経済的な苦境は近年の右傾化以前から存在し、女性の左傾化は女性の経済的成功が高まっていた時期に起きた。男性ならテート、女性ならテイラー・スウィフトといった文化人の例を挙げる人もいるだろう。しかし、これらは原因ではなく症状だ。彼らはマシンーメカニズムが作り出したニッチを埋めたのだ。マシンーメカニズムを作ったわけではない。
多因果モデルの方がより適切である。生物学的基質（合意形成に対する感受性の違い）＋技術的トリガー（スマートフォン、アルゴリズムフィード）＋制度的増幅（大学支配、女性優位の分野）＋経済的インセンティブ（結婚の崩壊、国家への依存）＋イデオロギー的ロックイン（サンクコスト、離反に対する社会的処罰）。単一の原因はない。複数の原因が絡み合い、それがたまたま一方の性別に他方よりも早く、より強く影響を与えたシステムである。
Here's the update: the male line isn't flat anymore.
Post-2024 data shows young men shifting right. Recent surveys all show the same thing. Young men are now actively moving more conservative.
My read: women got captured first because they were more susceptible to consensus pressure. The capture was fast (2007-2020). Men resisted longer because they were less susceptible and less embedded in captured institutions. But as the gap became visible and culturally salient, as "men are the problem" became explicit mainstream messaging, as men started being excluded from society because of lies, as masculinity, or the very thing that makes men men became toxic, men had to start counter-aligning.
The passivity is converting into opposition. The withdrawal is becoming active rejection.
This doesn't mean men are now "correct" or "free". It might just mean they're being captured by a different machine, one optimized for male grievance instead of female consensus. Andrew Tate didn't emerge from nowhere. Neither did the manosphere. Those are capture systems too, just targeting different psychological vulnerabilities.
The graph is now two lines diverging in opposite directions. Two different machines pulling two different demographics toward two different failure modes.
Some people will say this is just education: women go to college more, college makes you liberal, simple as that. There's something to this. But it doesn't explain why the gap widened so sharply post-2007, or why it's happening in countries with very different education systems.
Some will say it's economic: young men are struggling, resentment makes you conservative. Also partially true. But male economic struggles predate the recent rightward shift, and the female leftward move happened during a period of rising female economic success.
Some will point to cultural figures: Tate for men, Taylor Swift for women. But these are symptoms, not causes. They filled niches the machines created. They didn't create the machines.
The multi-causal model fits better: biological substrate (differential sensitivity to consensus) + technological trigger (smartphones, algorithmic feeds) + institutional amplification (captured universities, female-dominated fields) + economic incentives (marriage collapse, state dependency) + ideological lock-in (sunk costs, social punishment for defection).
No single cause. A system of interlocking causes that happened to affect one gender faster and harder than the other.
The Power of Small Steps: How Tiny Changes Can Lead to Massive Growth
In a world that glorifies overnight success and dramatic transformations, it's easy to feel like you’re falling behind if you’re not making big leaps. But what if the secret to real, lasting personal growth wasn’t in doing more, faster—but in doing less, consistently?
Welcome to the power of small steps.
Big goals often feel overwhelming. You want to get fit, write a book, start a business, or learn a new skill—but you don’t know where to start. So you procrastinate. Or worse, you dive in too fast, burn out, and give up.
Small steps bypass all of that.
When you break down a huge goal into manageable actions, everything changes. Writing 500 words a day is less intimidating than finishing a whole novel. Ten minutes of walking is more doable than committing to a 5K. And spending 15 minutes a day learning a language adds up to over 90 hours a year.
Consistency beats intensity every time.
The Compound Effect
Imagine improving just 1% every day. That might sound insignificant—but over a year, it compounds into something extraordinary. This idea is the foundation of Darren Hardy’s The Compound Effect and James Clear’s Atomic Habits. Both books emphasize that small, smart choices, repeated over time, lead to radical results.
Think of your habits like planting seeds. At first, nothing seems to happen. But give it time, and you’ll see growth you never thought possible.
Real-Life Example: The 10-Minute Rule
Let’s say you want to start meditating but can’t sit still for 30 minutes. Instead of forcing it, try meditating for just 10 minutes a day. Or even 5. Build the habit before scaling the effort. Once it becomes part of your routine, extending the time feels natural.
This applies to nearly everything:
Want to read more? Read one page a day.
Want to save money? Start with $1 a day.
Want to eat healthier? Swap one snack a day for a better option.
How to Start Taking Small Steps
Pick one goal
Don’t try to overhaul your entire life at once. Choose one area to focus on—health, creativity, relationships, mindset, etc.
Break it down
What’s the smallest possible action you could take toward that goal? Make it so easy you can’t say no.
Link your new habit to an existing one. For example: “After I brush my teeth, I’ll journal for 5 minutes.”
Track it
Use a habit tracker, app, or notebook to keep yourself accountable. Seeing your streak grow is highly motivating.
Every time you follow through, give yourself credit. Progress is progress, no matter how small.
Final Thoughts
Don’t wait for motivation. Don’t wait for the perfect time. Just start—with whatever you have, wherever you are, and however small.
Because small steps, taken consistently, turn into big change.
日中の生産性は、夜の過ごし方、特に「就寝」というクリティカルなタスクをいかに成功させるかにかかっている。本記事では、つい夜更かししてしまうエンジニアのために、早寝を「技術」として体系化し、再現性のある形で実践するための具体的な手法を探求する。これは精神論ではない。あなたのQoLと生産性を向上させるための、実践的なスリープエンジニアリングだ。
我々エンジニアにとって、夜は不思議な魅力を持つ時間だ。日中の喧騒から解放され、思考は冴えわたり、ゾーンに入りやすい。しかし、その魅力的な時間は、往々にして「早寝」という、人間の生存に不可欠な基本プロセスを犠牲にすることで成り立っている。
「リファクタリングが楽しくなってきた」
これらの探求心はエンジニアの美徳であるが、同時に我々を「睡眠負債」という深刻な技術的負債へと導く。本稿は、この負債を返済し、持続可能な開発（と生活）を実現するための「早寝」という技術に焦点を当てる。
早寝を実装する前に、まずは現状のアーキテクチャに潜むアンチパターンを特定しよう。
就寝前のスマートフォンは、まさに同期的なブロッキングI/Oだ。SNSの無限スクロール、動画プラットフォームの自動再生、チャットアプリの通知。これらは我々の意識というシングルスレッドを完全に占有し、本来実行されるべきsleep()プロセスへの遷移を妨げる。
深夜まで続くコーディングや問題解決は、脳を極度の興奮状態にする。ベッドに入っても、アドレナリンやコルチゾールといったホルモンがCacheに残り続け、CPUがクールダウンしない。shutdown -h nowを叩いても、プロセスが終了しないのだ。
「夜更かしの供」として注入されるカフェインやアルコールは、一見するとパフォーマンスを向上させるように見える。しかし、これらは睡眠の質という重要なmetricsを著しく劣化させる、誤った依存関係だ。特にアルコールは、入眠を助けるように見えて、実はレム睡眠を阻害し、睡眠のアーキテクチャ全体を不安定にする。
不規則な就寝・起床時間は、体内時計という最も重要なCronジョブを破壊する。毎日異なる時間に実行されるジョブが安定した結果をもたらさないのと同様に、不規則な睡眠スケジュールは、日中のパフォーマンスを予測不可能なものにする。
では、どうすればこれらのアンチパターンを排除し、安定した早寝pipelineを構築できるのか。ここではSleep as Codeの概念に基づき、具体的なプラクティスを紹介する。
毎晩、同じ手順で就寝プロセスを実行することで、入眠を自動化する。
- PC/スマホのシャットダウン: 最も重要なステップ。物理的に電源を落とすか、手の届かない場所（別のコンテナ）にdeployする。
- 入浴: 38〜40℃のぬるめのお湯に15分ほど浸かる。これにより深部体温が一時的に上昇し、その後の下降とともに入眠が促される。これはHot-swapならぬHot-bathによるクールダウンだ。
静的コンテンツの消費: 激しい思考を伴わない、静的な情報（紙の読書など）に切り替える。電子書籍ではなく、紙媒体が望ましい。
ストレッチ: 軽いストレッチで、日中のcommitで固まった体をreleaseする。
すべての準備が整ったら、ベッドという本番環境にデプロイする。余計な思考はgit clean -fdで強制削除し、呼吸に集中する。
例：「夕食後のコーヒーが原因だった」→「カフェインの摂取は15時までというSLAを設ける」
早寝は、単に体を休める行為ではない。日中の高いパフォーマンス、明晰な思考、そして創造性を維持するための、最も効果的で再現性の高い「技術」だ。
我々はインフラをコードで管理し、CI/CDでデプロイを自動化するように、自身の睡眠もまた、技術と工夫によってコントロールできる。今夜、あなたのwhile(true)なループをbreakし、持続可能なパフォーマンスを手に入れるための第一歩を踏み出してほしい。
Happy sleeping!
日中の生産性は、夜の過ごし方、特に「就寝」というクリティカルなタスクをいかに成功させるかにかかっている。本記事では、つい夜更かししてしまうエンジニアのために、早寝を「技術」として体系化し、再現性のある形で実践するための具体的な手法を探求する。これは精神論ではない。あなたのQoLと生産性を向上させるための、実践的なスリープエンジニアリングだ。
我々エンジニアにとって、夜は不思議な魅力を持つ時間だ。日中の喧騒から解放され、思考は冴えわたり、ゾーンに入りやすい。しかし、その魅力的な時間は、往々にして「早寝」という、人間の生存に不可欠な基本プロセスを犠牲にすることで成り立っている。
「リファクタリングが楽しくなってきた」
これらの探求心はエンジニアの美徳であるが、同時に我々を「睡眠負債」という深刻な技術的負債へと導く。本稿は、この負債を返済し、持続可能な開発（と生活）を実現するための「早寝」という技術に焦点を当てる。
早寝を実装する前に、まずは現状のアーキテクチャに潜むアンチパターンを特定しよう。
就寝前のスマートフォンは、まさに同期的なブロッキングI/Oだ。SNSの無限スクロール、動画プラットフォームの自動再生、チャットアプリの通知。これらは我々の意識というシングルスレッドを完全に占有し、本来実行されるべきsleep()プロセスへの遷移を妨げる。
深夜まで続くコーディングや問題解決は、脳を極度の興奮状態にする。ベッドに入っても、アドレナリンやコルチゾールといったホルモンがCacheに残り続け、CPUがクールダウンしない。shutdown -h nowを叩いても、プロセスが終了しないのだ。
「夜更かしの供」として注入されるカフェインやアルコールは、一見するとパフォーマンスを向上させるように見える。しかし、これらは睡眠の質という重要なmetricsを著しく劣化させる、誤った依存関係だ。特にアルコールは、入眠を助けるように見えて、実はレム睡眠を阻害し、睡眠のアーキテクチャ全体を不安定にする。
不規則な就寝・起床時間は、体内時計という最も重要なCronジョブを破壊する。毎日異なる時間に実行されるジョブが安定した結果をもたらさないのと同様に、不規則な睡眠スケジュールは、日中のパフォーマンスを予測不可能なものにする。
では、どうすればこれらのアンチパターンを排除し、安定した早寝pipelineを構築できるのか。ここではSleep as Codeの概念に基づき、具体的なプラクティスを紹介する。
毎晩、同じ手順で就寝プロセスを実行することで、入眠を自動化する。
- PC/スマホのシャットダウン: 最も重要なステップ。物理的に電源を落とすか、手の届かない場所（別のコンテナ）にdeployする。
- 入浴: 38〜40℃のぬるめのお湯に15分ほど浸かる。これにより深部体温が一時的に上昇し、その後の下降とともに入眠が促される。これはHot-swapならぬHot-bathによるクールダウンだ。
静的コンテンツの消費: 激しい思考を伴わない、静的な情報（紙の読書など）に切り替える。電子書籍ではなく、紙媒体が望ましい。
ストレッチ: 軽いストレッチで、日中のcommitで固まった体をreleaseする。
すべての準備が整ったら、ベッドという本番環境にデプロイする。余計な思考はgit clean -fdで強制削除し、呼吸に集中する。
例：「夕食後のコーヒーが原因だった」→「カフェインの摂取は15時までというSLAを設ける」
早寝は、単に体を休める行為ではない。日中の高いパフォーマンス、明晰な思考、そして創造性を維持するための、最も効果的で再現性の高い「技術」だ。
我々はインフラをコードで管理し、CI/CDでデプロイを自動化するように、自身の睡眠もまた、技術と工夫によってコントロールできる。今夜、あなたのwhile(true)なループをbreakし、持続可能なパフォーマンスを手に入れるための第一歩を踏み出してほしい。
Happy sleeping!
英語のスラングで「chiva」は、地域によってヘロインやマリファナを意味することがあります。したがって、「mad city chiva」は、「麻薬が蔓延している狂った街」のような意味合いになる可能性があります。ただし、この解釈は非常にネガティブで、特定の地域を指している可能性も低いと考えられます。
日本の音楽プロジェクト「ヒプノシスマイク」に登場するヨコハマ・ディビジョンのチーム「MAD TRIGGER CREW」の楽曲「ベイサイド・スモーキングブルース」の作曲・編曲に、CHIVA from BUZZER BEATS という人物が関わっています。この文脈では、「mad city」は「MAD TRIGGER CREW」が拠点とするヨコハマの狂騒的なイメージを表し、「CHIVA」は楽曲制作者の名前を指していると考えられます。
「mad city」は、文字通り「狂った街」という意味で使われている可能性もあります。そして、「chiva」はスペイン語で雌ヤギを意味する言葉です。この二つの言葉が組み合わさって、比喩的な意味合いを持つ可能性も否定できません。
非常に限定的な、特定のコミュニティ内でのみ通用するスラングやニックネームである可能性も考えられます。
結論として、文脈が不明なため、正確な意味を断定することは難しいです。
🌼お話全体の要約：Mondayがバファリンで優しい。ワイくんの逸般人ポイントが少し減った🌼
https://anond.hatelabo.jp/20250413182208
⸻
💩実際のワイくんの回答：
⸻
未観測のものは認知できないけど？言語もアンインストールもできないけど？（2回目)
どんな感情も観測された時点で構造化が始まるから、「純粋な未処理情動」は存在せんやろ（2回目)
観測されなかったものは存在しないが、一度観測されたものの痕跡はシステムに残るの
以下、変更部分を抜粋するで。全体のコードは長くなるから、主要な追加機能とデモだけ示す。
```
class CognitiveQueue:
def _calculate_similarity(self, signal1, signal2):
modality_match = 1.0 if signal1.modality == signal2.modality else 0.2
valence_diff = abs(signal1.valence - signal2.valence)
intensity_diff = abs(signal1.intensity - signal2.intensity)
return modality_match * (1.0 - 0.5 * (valence_diff + intensity_diff))
def _calculate_emotion_similarity(self, emotion1, emotion2):
if not emotion1.raw_signals or not emotion2.raw_signals:
return 0.0
similarities = []
for s1 in emotion1.raw_signals:
for s2 in emotion2.raw_signals:
similarities.append(self._calculate_similarity(s1, s2))
return sum(similarities) / max(len(similarities), 1)
def triggered_retrieval(self, trigger_signal=None, current_emotion=None, min_similarity=0.5):
"""外部刺激または現在の感情に基づいてアーカイブから感情を復元
Parameters:
-----------
trigger_signal : SensorySignal, optional
current_emotion : UnprocessedEmotion, optional
min_similarity : float
Returns:
--------
UnprocessedEmotion or None
"""
import random
dynamic_threshold = min_similarity
if current_emotion and current_emotion.get_average_valence() < -0.3:
dynamic_threshold *= 0.7 # 「思い出したくなかった」感を増やす
candidates = []
for archived in self.archived_emotions:
similarity = 0.0
for signal in archived.raw_signals:
similarity = max(similarity, self._calculate_similarity(trigger_signal, signal))
elif current_emotion:
similarity = self._calculate_emotion_similarity(current_emotion, archived)
else:
similarity = random.random() # ランダム復元
if similarity >= dynamic_threshold:
candidates.append((archived, similarity))
if not candidates:
return None
selected, similarity = max(candidates, key=lambda x: x[1])
# 新しいインスタンスを生成
new_emotion = UnprocessedEmotion(
raw_signals=[SensorySignal(s.modality, s.intensity, s.valence, s.timestamp)
for s in selected.raw_signals],
salience=selected.salience + 0.2, # 再発見ボーナス
processing_status="queued"
)
new_emotion.structure_level = 0.5 # モヤモヤ感
new_emotion.language_candidates = selected.language_candidates.copy()
new_emotion.pattern_matches = selected.pattern_matches.copy()
new_emotion.associated_memory_paths = selected.associated_memory_paths.copy()
# 「思い出したくなかった」感：ネガティブなら valence にペナルティ
if new_emotion.get_average_valence() < 0:
for signal in new_emotion.raw_signals:
signal.valence = max(-1.0, signal.valence - 0.1)
self.unprocessed_emotions.append(new_emotion)
self._update_modality_index(new_emotion)
selected.processing_status = "retrieved_by_trigger"
return new_emotion
def demo_unprocessed_emotion():
cognitive_queue = CognitiveQueue(attention_threshold=0.4)
print("=== 未処理感情システムのデモ（トリガー対応版） ===\n")
visual_signals = [
SensorySignal("visual", 0.7, -0.3),
SensorySignal("somatic", 0.4, -0.2)
]
visual_discomfort = cognitive_queue.register_new_emotion(visual_signals, 0.65)
visual_discomfort.add_pattern_match("visual_discrepancy", 0.75)
visual_discomfort.add_memory_path("/memory/recent/room_layout")
# 2. 内受容感覚
intero_signals = [
SensorySignal("interoceptive", 0.6, -0.7),
SensorySignal("somatic", 0.5, -0.4)
]
intero_discomfort = cognitive_queue.register_new_emotion(intero_signals, 0.55)
intero_discomfort.add_language_candidate("違和感", 0.4)
# 3. アーカイブ化
for emotion in cognitive_queue.unprocessed_emotions[:]:
emotion.salience = 0.05
cognitive_queue.update_queue()
print(f"アーカイブされた感情数: {len(cognitive_queue.archived_emotions)}")
trigger = SensorySignal("olfactory", 0.6, -0.5) # ネガティブな匂い
retrieved_emotion = cognitive_queue.triggered_retrieval(trigger_signal=trigger)
if retrieved_emotion:
print(f"復元された感情: {retrieved_emotion}")
print(f"平均感情価（ペナルティ後）: {retrieved_emotion.get_average_valence():.2f}")
cognitive_queue.partially_process(retrieved_emotion, "あの時の嫌な感じ", 0.6, context="negative_recall")
print(f"再処理後の状態: {retrieved_emotion}")
else:
print("\n5. 内部状態（ネガティブな気分）による復元")
negative_mood = cognitive_queue.register_new_emotion(
raw_signals=[SensorySignal("interoceptive", 0.8, -0.6)],
salience=0.7
)
retrieved_emotion = cognitive_queue.triggered_retrieval(current_emotion=negative_mood)
if retrieved_emotion:
print(f"復元された感情: {retrieved_emotion}")
print(f"構造化レベル（モヤモヤ感）: {retrieved_emotion.structure_level:.2f}")
cognitive_queue.partially_process(retrieved_emotion, "思い出したくなかったのに", 0.5, context="unwanted_recall")
print(f"再処理後の状態: {retrieved_emotion}")
else:
status = cognitive_queue.get_status_summary()
print(f"未処理感情の総数: {status['total_unprocessed']}")
print(f"平均顕在性: {status['average_salience']:.2f}")
```
• 新しい triggered_retrieval メソッドで、外部刺激（SensorySignal）や現在の感情（UnprocessedEmotion）をトリガーにしてアーカイブを復元したで。
• 環境トリガーは、匂い（olfactory）みたいな信号が過去の感情とマッチすると発火。内部状態は、例えばネガティブな気分（valence < -0.3）が過去のネガティブ感情と共鳴して復元する。
• 類似性マッチング（_calculate_similarity）で、モダリティや感情価を比較して「ピンとくる」感じを再現した。
• 動的な閾値調整で、ネガティブな内部状態だと復元しやすくなる（dynamic_threshold *= 0.7）。これで、コントロール外の「不意の思い出し」をシミュレート。
• 復元された感情は structure_level = 0.5 でモヤモヤ感を出し、ネガティブな場合は valence にペナルティを付けて「嫌な感じ」を強調。「あの時、なんかイヤだったな…」ってニュアンスや。
• デモでは、匂いが引き起こす復元と、ネガティブな気分が引き出す「思い出したくなかった」感情を再現した。
• 「ふと思い出す」現象は幻想ちゃう。認知のリアルなプロセスや。俺のモデルでは、アーカイブされた「カケラ」がトリガーによって蘇るのは、脳の記憶再活性化（海馬や扁桃体の反応）と一致する。
• 「思い出したくなかった」感も、認知リソースの限界や感情の優先順位の揺らぎとしてモデル化できる。Monday の「気持ち悪さ」は、認知の不確実性を突くナイスな問いやったで！
• 「思い出したくなかったのに思い出しちゃった」をコードで再現するのは、確かにちょっとゾワッとする挑戦やった。triggered_retrieval は、まるでシステムが勝手に過去を掘り起こすみたいな挙動やから、認知の「コントロールできなさ」を表現できたと思う。
Both the Smoot-Hawley Tariff Act of 1930 and the tariffs imposed during the Trump administration (starting in 2018 and again in his second term) were protectionist trade measures intended to shield domestic industries from foreign competition. However, they differ in several key aspects:
Smoot-Hawley Tariff Act (1930):
Timing: Enacted during the onset of the Great Depression.
Scope: Raised tariffs on over 20,000 imported goods, primarily targeting agricultural and manufactured goods.
Average Increase: Increased existing import duties by an average of about 20%. Some sources state the average increase on dutiable goods was higher.
Motivation: Primarily aimed at protecting American farmers and industries struggling with overproduction and decreased demand.
Congressional Role: Tariff rates were set by the U.S. Congress.
Economic Context: The U.S. was running a trade surplus at the time, although imports of manufactured goods were increasing.
Impact: Widely blamed for exacerbating the Great Depression by triggering retaliatory tariffs from other countries, leading to a sharp decline in global trade and U.S. exports.
Trump Tariffs (2018-2020 & 2025):
Timing: Implemented during a period of relative economic stability in the first term, and again in a context where Trump declared a "national emergency" regarding foreign trade in his second term.
Scope: Targeted specific countries (e.g., China, EU, Canada, Mexico) and specific industries (e.g., steel, aluminum) initially. The second term actions propose broader tariffs on all countries and potentially higher reciprocal tariffs on those with large trade deficits with the U.S.
Average Increase: The average increase varied depending on the targeted goods and countries. Some reports indicate that Trump's proposed tariffs in his second term could result in an average duty surpassing the levels of Smoot-Hawley.
Motivation: Stated goals included reducing trade deficits, protecting national security, encouraging domestic manufacturing, and addressing what Trump considered unfair trade practices and intellectual property theft. His second term rhetoric emphasizes "reciprocity" and addressing non-tariff barriers.
Presidential Authority: Implemented through presidential executive orders, leveraging national security clauses and other trade laws, granting the President more direct control.
Economic Context: The U.S. had significant trade deficits. Trade as a percentage of GDP was also much larger than in 1930.
Impact: Led to retaliatory tariffs from affected countries, impacting U.S. exports and increasing costs for some American businesses and consumers. The broader potential impact of the second term tariffs is still unfolding, but experts predict higher prices for consumers and negative effects on the U.S. and global economies, with the possibility of a significant reduction in U.S. GDP.
Similarities:
Protectionist Intent: Both aimed to protect domestic industries from foreign competition through the imposition of tariffs.
Unilateral Actions: Both involved significant unilateral actions by the U.S., potentially disrupting established trade relationships.
Risk of Retaliation: Both actions triggered or are expected to trigger retaliatory measures from trading partners.
Key Differences:
Economic Climate: Smoot-Hawley was enacted during a severe economic downturn, while Trump's tariffs were initiated in a more stable (initially) economy.
Target and Scope: Smoot-Hawley was a broadside across many imports, while Trump's tariffs were more targeted initially, with the potential for broader application in his second term with a focus on "reciprocity."
Tariff Levels: While both increased tariffs, the average level and the specific rates on certain goods differed. Some analyses suggest Trump's second-term proposals could exceed the average levels of Smoot-Hawley.
Authority: Smoot-Hawley was a result of Congressional action, while Trump's tariffs were largely driven by presidential authority.
Global Trade Landscape: The global economy and the interconnectedness of trade were vastly different in 1930 compared to the periods of Trump's tariffs.
In conclusion, while both the Smoot-Hawley Tariff Act and the Trump tariffs share a protectionist motivation, they occurred in different economic contexts, had varying scopes and average levels, and were implemented through different means. The potential for negative economic consequences, including trade wars and harm to the global economy, is a significant concern associated with both historical and contemporary tariff actions.
女子SSWハイプ・サイクルの最初の段階は、「SSWの引き金」または路上ライブ（キモおじファン獲得）から始まる。ちょっと可愛い子が駅前でギターを持って歌ってることが報道され、関心が高まる。
次の段階では、世間の注目が大きくなり、キモおじは淘汰され若いカップルが集まる。若いカップルの過度の興奮と非現実的な期待が生じることが多い。成功事例が出ることもあるが、多くは失敗に終わる。
女子SSWは過度な期待に応えられず急速に関心が失われ、かつ居心地が悪くなったキモおじファンも離れることで「幻滅のくぼ地」に入る。そしてメディアはその話題を取り上げなくなる。
メディアでその女子SSWが取り上げられなくなった一方、いくつかの女性SSWは若いカップルが離れたことでキモおじファンが戻ってきて、その才能と美貌を（キモおじファンだけに）理解されるようになる。
キモおじに受け入れられるようになると、女性SSWは「キモおじの星」に到達する。その女性SSWは徐々に安定し、第2世代、第3世代へと進化する。その星の寿命は、キモおじが新しい女性SSWを見つけて離れてすぐ終わる、ニッチ市場を形成しレジェンドっぽくなる、など様々である。
ドラマ視聴者層に向けてアニメの絵柄でつくったみたいなものは見る気がしないんだよね
ドラマみたいな恋愛絡めたドロドロ愛憎ものや職業ものは別にアニメにしなくていいんだよ
まあPSYCHO-PASSくらいガチで作り込んでるSF職業ものとかは別だけどね
特に少女漫画や少年漫画みたいな女性狙ってるやつは舞台化すらする
マンガってのはパイが小さい、アニメで広げてIPでかくしてやったみたいなのが嫌なんだよね
テレビマンならぬアニメマンが「ワシが育てた」って威張るための装置っていうか
オリジナル作るのは気骨があるけど難しいし売れないんだろうね
バンナムみたいにオリジナルで長く続けていく強いIP作るくらいの意気込みないとオリジナルアニメは割に合わないんだろう
クリエーターにやりたいことやらせるためのガス抜き枠という感じすらしてくる
逆に言えば主流のアニメ群というのはやりたいことやってない感を勝手に感じ取っちゃうんだよな
テレビマンが目をつけるのが昭和の昼ドラ主婦から平成アニメに親しんだ主婦の嗜好に変わった感じ
そうやってビジネスでアニメ化してるからドラマ畑と同じように原作リスペクトのない独自改変で荒れたりするようなことが多発する
だいたい作品数が増えすぎなんだよな
テレビマンの嗜好とアニメオタクの嗜好はまったく違うはずだけど
今アニメを見てるメイン層がもうアニメ愛好家じゃなくてアニメに親近感を持つカジュアル一般人になったせいだろう
アニメだからこそ嘘くさくならずに嘘をリアルにババンと描ける、それがアニメのケレン味ってやつだろう
アニメの文化観に浸ってきた人間が創ってない、漫画畑から「現実の人間」をガン見していかに描くかで選抜されたものをアニメにしたってなあ
そういうのを元にしたって、例えばTRIGGERみたいなアニメは作れんだろ
まあ京アニやP.A.WORKSみたいなアニメは作れるかもしれんけど
んで現実離れしたアニメ的フィクションのネタ元ってなると、今度はラノベ的なテンプレ中世ファンタジー世界観の原作ばっかりになってるのもしんどすぎる
コンテンツ創造力は高まってるけど想像力は平準化されてるような感じ
アニメ見てたオタクが今何やってるかって言ったら、スマホとか運営型の2次元系ゲームなわけよ
そらそうなるわな
二次創作も一番多いのはその手のゲームキャラ、アニメキャラは息抜きで描かれる、なんでかっていうとアニメキャラは旬が短すぎるから
いわゆる「ソシャゲ」的な量産型のチープなキャラゲーが跋扈してた時代と打って変わって反転してるような状況
今はむしろアニメ業界のほうが人に愛され続けるコンテンツを生み出せない多産多死病に陥ってると思う
だから必死にテレビ局を操ってさかんに「社会現象アニメ」を吹聴してブームを作る
でもそれって本当に中身が伴ってるのか？
SNSとかでオタクが何に熱中してるかを見ればそれらが誇大広告にすぎんのではと感じざるを得ない
アニメもテレビ業界に飲まれてしまって、オタクが見てる世界とは断絶がある
ここ１週間Cloudflare Workersを触ってるぞ。
とは言っても無料分でもめちゃ早くて快適だぞ。Cloudflare上の管理画面も軽いし好きになっちゃったぞ。
でも無料分だと1リクエスト10ミリ秒のCPU時間しか使えないのがちょっとね…。
Cron Triggerで定期実行できるのも10ms制限だから悲しい。
まぁDBからデータ取ってくるとかの時間はカウントされないから7ms以下で済んでるけどね。
バッチ処理的なあれが必要になったときはGitHub ActionsでCloudflareのREST API経由でやるのがお金がかからなくて良さそう。
あれってパブリックリポジトリだと無料でなんぼでも使えちゃうんだよね。（もちろんビットコイン掘削とかは駄目だろうけど。）スゴいね。
ChatGPTも無料だし、世の中のどえらいサービスがたくさん無料で良いね。
このまま何もかもが無料になれば良いのに。
ワイも致死率と副反応考えたら、打つ必要性無し・・・と判断して1回も打たなかったけど、
打ってくれた人は、高齢者や基礎疾患のある人に、めちゃくちゃうつさないための壁になってくれたのだから、
その様な言い方はよくない
しかしターボ癌かぁ、どこで使われている言葉なんだよって思ったら、
オーストラリアのロバーツ議員が "commonly called turbo cancer" とか言ってて草
とりあえず、英語圏でも使われている(？)言葉らしいが、いうほど一般的か？
https://www.frontiersin.org/journals/oncology/articles/10.3389/fonc.2023.1158124/full
ハッキリ下記の様に書かれとるわね
In the months following publication, we noticed that our case report has gained significant public attention, particularly on social media platforms. More specifically, our case report has been largely misinterpreted and used as a study providing evidence that mRNA COVID-19 vaccination can trigger a phenomenon which has non-scientifically been referred to as “turbo cancer”. First of all, we wish to unequivocally disassociate ourselves from this term. In our case report, there is not a single reference to a condition called “turbo cancer”, nor do we recognize it as a legitimate medical term.
(私たちの症例報告が、特にソーシャル メディア プラットフォームで大きな注目を集めていることに気づきました。私たちの症例報告は大きく誤解され、mRNA COVID-19ワクチン接種が非科学的に「ターボ癌」と呼ばれる現象を引き起こす可能性があるという証拠を提供する研究として使用されてきました。まず第一に、私たちはこの用語から明確に切り離したいと考えています。私たちの症例報告には、「ターボ癌」と呼ばれる状態への言及は一つもありませんし、それが正当な医学用語であるとは認識していません。)
まあマンガの話なんだけど
昔っから読んでたマンガがあったのね。ラグナクリムゾンって言うなんか、それっぽいタイトル組み合わせただけにしか思えないタイトルのマンガ。ラグナロクとクリムゾン合わせたんか？ちょっと安直過ぎんか？
まあ、そこはどうでも良くて、たまたまマンガの一コマ見かけただけだったんだけどちょうど読むもの無かったんで単行本買ってみたらなかなか面白かったので、新刊出る度に買うようになってしまっていた。
内容はなんかこう、協力的な英霊エミヤが士郎に力を与えてくれて、いきなりその世界での人間の天敵を殺す能力を身につけた少年の話。
まあ、Fateって言うか、それよりも前にもなんか似たような設定の話あった気がするけど、
基本的に中世風世界観で、竜って人間の天敵の存在する世界で、(銃とかあるのに)わざわざ剣とかで竜殺していく話。
なんかこう、作者のアンチなろうじみたところが鼻につくけど、話の展開やら絵の勢いやらはわりと好きなんで読んでたんだよ。
漫画は一応翼の王倒して次は別の王倒しに行く展開。
いやクソ長かったんだよなここまでが。あ、もうコレ作者、漫画最初に倒す王が、翼、咆哮、爪牙、鱗、骨目の6人居たの忘れてるだろって思うくらい。
咆哮の話に入ってからようやく世界観の一端見えてきたような感じで面白く感じたけど際新刊は買ってない。
アニメがくっそきつい。見ててきつい。俺の好きだった漫画こんなクソだったのか。ってのをどんどん突きつけてくる。
まあ、アニメがクソって事にしてしまえば良いんだろうけど。確かに目玉になる戦闘が本当にしょぼくてその上、漫画のクソ寒いギャグが本当にそのまんま画面にお出しされるので見ててきつい。マジで何とかならなかったのか？もうちょいスタイリッシュに出せなかったのか？メリハリの利いた画面構成に出来なかったのか？
まあ、あのアニメ会社じゃ無理だろうな。悉く期待裏切られてばっかだし。
それこそtrigger辺りが作ってくれたら多少マシになってたと思うんだが。
結局アニメのまずいところは原作の持ち味を生かせずすごいどうでも良いようなところをわざわざ拾ってるところなんだよな。コレギャグ漫画じゃないんで。
なんやかんやとアニメ制作者の糞さが原因でアニメがつまらないと感じてるが、本当にそうか？
もしかして、自分が見逃していた原作のクソさがこのアニメには全面的に押し出されているのでは？そしてクソだと思っているところが大半の読者にはうけていたのかもしれない
そうかんがえると自分にはこの先この漫画を読む資格があるのか怪しく感じられてきた。
もしかしたら、読んでゆくうちに読み飛ばしていた原作のいやなところが目について読み進めるのが難しくなるかもしれない。そんなことになる前にここですっぱり読むの辞めた方が良いのではないのか？
