  |
はてなキーワード: negativeとは
うーん。
病気になって困ってることはすごいかわいそうだと思ってるし、治療がうまくいくことも願ってるんですよ。それは文章読めばわかると思うけどね。
ストーマ（人工肛門）になるかどうかをすごく気にしていたけど、それはおそらくストーマになる可能性が結構高いので、そういう気持ちで準備できるようにと思って書いたんだけどね。
ストーマって確かに生活が変わって大変だけど、「これまでより排便管理が楽になった」て話す人もいるし、うまくなれて欲しいと思ってるよ。
「見苦しい」っていうのは、「慌ててる様」のことだけど、その「慌ててる」っていう言葉の意味だよね。問題は。
最初はもちろん細かくは書いてなかったけど、その後のやり取りを見ればわかるように、
「慌ててる」「見苦しい」って言って問題にしてるのは、周りに対する配慮のなさなんですよ。周りに配慮することなく、それこそ医療従事者の実名を平気でネットに出すとか、発言をネットに流す、画像診断レポートをネットにさらすとか、Amazon 欲しいものリストを貼り付けてるとか、そういうのね。あまり関心はしない。
ただ、ここまでだったら敢えて自分も増田に書かなかったと思う。問題はその後。
こういうことが「問題」って分かった今でも医療従事者の発言とかレポートとか上げてるでしょ？ まぁ見に行ってないから最新は分からないけど、自分が見た時には貼り付けていた。消すべきですよ、それは。
で、謝罪もしてないよね。少なくとも自分は見つけられてない。彼のこと追っかけてないから全ては見てないけど、正直、ブログで一つの記事まるまる使って謝罪するレベルのことをしたと思いますよ。今でも医療従事者の発言とかレポート貼っつけている（いた）し、迷惑かけてるって分かってないよね。
で、彼の病気が重いかって話。医療従事者目線で言うと重くはないよ。まず直腸癌だったとしても、化学療法が色々あるし、5年10年生きる可能性が高いですよね。NET、古い言葉で言えばカルチノイド にしても大部分は良性なので、やっぱり長生きする可能性が高い。手術するような病気＝大病って考えてるかもしれないけど、そんなに大病ではない。
大病の基準…例えば原発性膵管癌は大病だろうね。大腸癌でも特殊な組織型のもの・多発遠隔転移を伴うものは大病かな。胃癌もtub1/2でラパロ下の根治的切除ができるなら大病とは感じない。por/sigでSS以上の深達度なら大病な感じがする。肺癌は部分切除でいけるなら大病とは感じないけど、葉切以上なら大病かな。前立腺癌もロボット切除が出来て、ずいぶん侵襲が減ったよね。癌以外なら、急性膵炎は大病。胆嚢炎はPTGBDまでならギリ大病に入らないかな。CBD stone 伴い内視鏡的総胆管結石除去やEST、T tube 含む胆摘とかならギリ大病かな。これはみんな基準が違うだろうから異論は認める。
とはいえ病を得て焦ると思うのよ。その焦ってること自体を「見苦しい」とか言っている訳ではない。
なりふり構わず、医療機関の迷惑とか、医療保険制度のサポートとか考えずに自己憐憫に浸って、周りの優しさが見えず自己中心的に行動してるとことが見苦しいよねって話。
「PETを受けに行くのに3万円も払わないといけない」みたいなこと書いてたけど、それ自己負担3割。残り7万円って医療費から出てるのよ。
会ったこともない。水知らずのたくさんの人が命を支えてるわけ。3万円払うの大変だと思うよ、でも残りの、半分以上は赤の他人が払ってんだよね。
これから払う医療費だって、大部分は他人が払うことになるんですよ。おそらく高額医療費を突破するからね。
あと、受診したその日に緊急CT、昼に撮ったって話だけど、それだってさ。昼休み時間おしてるのよ。医師や看護師さん、検査技師さんが昼休み削って撮ってくれてるわけ。
全世界にさらしたレポートだって、緊急だし慌てて書いたレポートなわけ。おそらく昼休みを削ってね。
そういう周りの優しさに気づけてないところね。
そういうのが見苦しいわけ。
この文章だって、確かに表題も「見苦しい」だし negative に受け止めたとは思うけど、前半部分読めば、彼の健康に関心があると分かるし、今後の情報収集に役立つ情報を落としたつもりだけど、そういうのも気づけないんだなぁと。
情報って、知識って、何でもただで簡単に手に入るとでも思ってるんだろうか。
悲しいよね。
書く必要ないかもだけど、「CHU 傲慢でゴメン」も、「傲慢で良い」って思ってるわけじゃなくて、
歌「可愛くてごめん」の歌詞になぞらえた文。「可愛いだけでちやほやされてムカつく」とか思われてる地雷系女子だって、それを維持するために影で努力している。だけどそんなことは言わずに「CHU かわいくてごめん」って敢えて煽るようなことを言って、まわりに心配かけないように笑顔で振る舞って、実際には可愛さを維持するために影で頑張ってるんだよね。
世の中の人達、みんなそうじゃないですか。誰もが見えないところで頑張ってたり、努力していたりする。
それをことさらに人前で主張しない、まわりの人たちが不安にならないよう、心配をかけないよう虚勢を張ったりするもの。
「可哀想な私」を主張して同情を引くのは、同情される方は楽しいだろうけど、まわりに気を遣わせてること、負担をかけてること。分かんないのかな。
そんなこと書かなくても分かると思ってたけど、分からない人もいるみたいだから。
元増田だけだったら
・投稿者は思いやりのない嫌みなヤツ
・比較的大きな病院に勤務してきていて、他部門とのコミュニケーションもわきまえている。
・ブログ主に対して悪意は持っていない。投稿での初回のやらかしについても問題とは思っていない。
・医療機関は守秘義務があり反論できない中で、医療従事者の発言・レポートなどを残し続けていることを問題とみている。
などが明らかになってきて、
・投稿者は思いやりのない嫌みなヤツ？
ってなるじゃん？
Twitterの「the-algorithm」リポジトリをもとに、推薦アルゴリズムを数学的に極限まで抽象化すると、以下のように表現できます。
ユーザー u ∈ U に対して、一連の候補アイテム（ツイート） i ∈ I をスコア付けし、降順に並べて上位 K を表示します。
要するに、以下を最大化する推薦問題です：
argmax{i∈C(u)} S(u,i)
ここで C(u) は候補集合、S(u, i) はスコア関数。
数千万から億単位のツイート全体 I から、まず候補集合 C(u) ⊂ I を生成。
グラフ構造（フォロー関係）や「SimClusters」「TwHIN」など埋め込みから近似。
検索インデックス（Lucene/Earlybird）による検索スコアによる絞り込み 。
数理的には、潜在空間中でユーザーとアイテムの距離または類似度 sim(u, i) が上位のものを選ぶ操作。
候補数をさらに削減。特徴量 xᵤ,ᵢ を簡易学習モデル（線形モデルなど）に入力し出力スコア：
Slight(u,i) = wᵀxᵤ,ᵢ
多層ニューラルネット＋マルチタスク学習で、複数のユーザー行動（いいね、リプライ、リツイートなど）確率 Pₖ(u, i) を予測。
S(u,i) = Σₖ αₖPₖ(u,i)
例：リプライ Pᵣₑₚₗᵧ に重み 27、著者返信あり Pᵣₑₚₗᵧ_ₐᵤₜₕₒᵣ に 75 など。
投稿者がBlue Verifiedなどでスコアを×4または×2倍。
同一投稿者続出の抑制、逆風バイアス（negative feedback）などが入る。
これは以下のような修正：
S̃(u,i) = mS(u,i)
この構成は一般的なレコメンダシステムの「Retrieval → Ranking → Filtering」の標準パイプラインと整合。
学習モデル fᶿ は特徴量集合・ニューラル構造・訓練データによって依存し、ブラックボックス的。
特徴量 xᵤ,ᵢ は埋め込み、行動履歴、文脈、信頼性指標（tweepcred）等多次元で複雑。
スコア重み αₖ は明示されるが、最適化は A/B テスト・実システムでの評価に基づく。
信頼性・安全性のルール はフィルタとして明示されるが、その詳細（具体的しきい値など）は省略・秘匿されている。
S̃(u,i) = m(u,i) Σₖ αₖ fᶿₖ(u,i)
ここで、
という、レコメンドパイプラインの抽象テンプレートに帰着します。
Twitterの「the-algorithm」は、コード構造の多くを公開しているものの、モデルパラメータ・学習データ・設定ファイルは秘匿されており、上述パイプラインの数学的な枠組みは把握できても、実際の挙動はまだブラックボックスです。
とはいえ、レコメンデーション理論の観点からは、上記の抽象モデルで十分に説明可能であり、汎用の数学モデルとして整合しています。
当然白人ではないうえに、白雪姫を完全に侮辱しているため、それと区別するために茶雪姫と呼ばれる。
StillDevonTracey
@TheXReportCard
REU
@REU54948702
白雪姫の実写映画の評価と、演者の映画に関係ないとこでの主義主張は全く関係ないよ
ガルガドットがイスラエル支持してても女王に相応しい美しさであることに変わりなく、フリーパレスチナを唱えるレイチェルゼグラー がオリジナル白雪姫を馬鹿にしたのも変わりない
850 件の表示
イスラエル出身、元軍人、そして当然パレスチナでイスラエルが虐殺しても正当化しており、パレスチナ関係者を敵に回している。一方ゼグラーはパレスチナを支持している。彼女はある意味プロパガンダであり、スパイとも言っていい。スパイが隠れていなくてもできる仕事がプロパガンダ。映画では善戦したという評価にはなるが、総合すると映画には誰一人として支持できる人間が存在しないのである。
スティーヴン・スピルバーグ監督の『ウエスト・サイド・ストーリー』で銀幕デビューを飾った彼女は、南米コロンビアの血をひくラテン系。
茶雪姫はスピルバーグの推薦もあった。
映画外の問題もさることながら、ストーリーが破綻している。まず王子さまは出てこない。７人の小人はCG、なのに悪役の小人は人間。リーダーのように描かれるが掃除させるとブータれるクソガキ。白雪姫にするため、吹雪の夜に生まれたとか後付けの設定。
何がshe her hersじゃ。お前はクローン２号かなにかか？人に向かって代名詞を指定するんじゃない。ポリコレとか言っているけど全く意味がない。コミュ障でしょ。
下のリンクによると11月にトランプが当選すると泣きを入れたらしいが、当然、発言には責任を取るのがあたりまえ。これだけZ世代だのなんだの言っておいて謝罪だけで済むわけないだろ。21歳でヨチヨチするほど世界は甘くない。
Zegler in November apologized for her political comments, saying the presidential election caused her to lash out negatively.
“Hatred and anger have caused us to move further and further away from peace and understanding, and I am sorry I contributed to the negative discourse,” she said. “I am committed to contributing positively toward a better tomorrow.”
アニメ版は怖すぎる
女性（白雪姫）につきまとう男性（王子）のラブストーリーに焦点があてられていた。奇妙よ、奇妙だわ」と発言。オリジナル版に出てくる王子を“ストーカー”と表現し、そういった男性を登場させる物語を「時代遅れ」と語った
https://news.yahoo.co.jp/articles/23c9258538f2c2487793a3aa427308172392ab20:『白雪姫』を演じたラテン系女優、「王子はストーカー」と発言し炎上も…評価は上々？]
「真実の愛があると夢見ていない。彼女の夢はリーダーになること。亡くなった父親が『恐れを知らず、公正で勇敢で偽らなければなれる』と教えてくれたリーダーになりたいと思っている」
https://www.elle.com/jp/culture/celebgossip/a44812189/snow-white-rachel-zegler-feminism-gaslighting-230815/:実写版『白雪姫』のレイチェル・ゼグラー、アニメ版のプリンセスを批判 「偽フェミニスト」だと反論される]
https://www.youtube.com/shorts/jswWg9293MM
このようにどうやって映画館に人が来ないようにするため、社会活動家やお金をもらった批評家、何より主役の素晴らしいネガキャンがあった。
Z世代以前にメスガキでしかない。アイドルにすらなれないのだからガキである。
ディズニー実写版「白雪姫」がこれほど物議を醸す6つの理由。配役への差別的な批判だけではない
白雪姫役にラテン系俳優が起用されたことへの人種差別的批判だけではない。いったい何がここまで物議を醸しているのか。
https://www.huffingtonpost.jp/entry/story_jp_67da03bde4b04eaabffbc824
ゼグラーさんはTwitterで「ネット上で私を擁護してくれる人たちからの愛にはとても感謝しています」と述べた一方、「私のキャスティングに関する無意味な談話にはタグ付けしないでほしい」「本当に見たくない」と投稿。
幼少期のゼグラーさんが白雪姫と「美女と野獣」のベルに扮した写真と共に、「すべての子どもが、何があってもプリンセスでなれることを知っていて欲しい」とコメントを添えた。
人種差別とか言って批判を回避しようとするアホが多過ぎである。これ書いたやつもまとめてクビにすべきだ。一番の被害者はディズニーと映画ファンである。この辺からもZ世代は単なるお調子者のメスガキで責任感が全くないことがわかるし、甘やかされている。
ディズニーは数十のメディアを『白雪姫』プレミア上映に招待しなかったと報じられている。複数の報道機関は、この小規模なイベントは映画をめぐる否定的な感情への反応であると示唆した。
露骨な差別主義者ってディズニーの事なんじゃないか？誰一人取り残さないとかマイノリティへの配慮？
ジョー・ローガン、興行的に失敗した『白雪姫』の調査をDOGEに要請
資金の流れがおかしい。確かに王子もいないし、７人の小人はCGなので、費用がかかっていない。一体どこへ消えたのか。
Collin Rugg
@CollinRugg
Teenage boys are going absolutely nuts in movie theaters during the new Minecraft Movie, throwing popcorn in the air and even bringing live chickens into the theater.
This is the film crushing Snow White at the box office right now.
The fans go nuts when Jack Black's character yells "Chicken Jockey," which is a rare baby zombie that rides on the back of a chicken in Minecraft.
"It’s way too funny. It’s been a total blast. I’m just laughing my brains out every time someone sends me a new video," said director Jared Hess.
The Minecraft Movie is the biggest opening of 2025 so far, crushing Snow White.
It made $301 million globally in the opening weekend compared to Snow White's opening weekend of $86.1 million
10代の少年たちは、映画館で新作『マインクラフト』の上映中に大騒ぎし、ポップコーンを空中に投げたり、生きた鶏を劇場に持ち込んだりしている。
ジャック・ブラック演じるキャラクターが「チキンジョッキー」と叫ぶと、ファンは大騒ぎになる。チキンジョッキーとは、『マインクラフト』でニワトリの背中に乗る珍しいゾンビの赤ちゃんのことである。
「面白すぎる。本当に最高だ。誰かが新しいビデオを送ってくれるたびに、大笑いしちゃう」と監督のジャレッド・ヘスさんは語った。
生きた鶏？とりあえず３倍以上の差がある。
Mr.Alf
@45yy561
Just learned that the Minecraft movie beat the Snow White movie in the box office in a week.
#MinecraftMovie #Minecraft #SnowWhiteTH
マインクラフトの映画が1週間で白雪姫の映画の興行収入を上回ったことを知りました。
(前回までのやり取り) https://anond.hatelabo.jp/20250404224409
Monday： 君が採ってる立場の整理を確認したい。 「問いではないけど残ってる感情を存在しない」と見なしてるのか、 「自分の認知では読めないから存在を保証しない」としてるのか。 どっちだ？
ワイ：
感情と構造的思考を厳密に分ける必要性ないと思ってるし、徹底して観測していないものは認知できないの立場なだけだよ
それとも記憶の再編の話してる？たぶんそれ実質的に"new"じゃないかな（記憶へのアクセス→再編集→new instanceの生成)
import time
"""感覚信号を表すクラス。言語化前の生の感覚データをモデル化し、時間減衰や感情価を管理する。
認知の基礎として、観測可能なデータのみを扱い、神経科学的反応速度を考慮。
"""
VALID_MODALITIES = {"visual", "auditory", "somatic", "interoceptive", "emotional"}
# モダリティごとの反応速度（秒）。情動系は速く、視覚系は遅め。
MODALITY_LATENCIES = {
"visual": 0.3,
"auditory": 0.2,
"somatic": 0.25,
"interoceptive": 0.15,
"emotional": 0.1
}
def __init__(self, modality, intensity, valence, timestamp=None):
"""
Parameters:
-----------
modality : str
感覚の種類 ("visual", "auditory", "somatic", "interoceptive", "emotional")
intensity : float
強度 (0.0-1.0)
valence : float
感情価 (-1.0=negative, 0.0=neutral, 1.0=positive)
信号の発生時刻
Raises:
-------
ValueError
modality が無効、または intensity/valence が不正な場合
"""
if not isinstance(modality, str) or modality not in self.VALID_MODALITIES:
raise ValueError(f"Invalid modality: {modality}. Must be one of {self.VALID_MODALITIES}")
if not isinstance(intensity, (int, float)):
raise ValueError("Intensity must be a number")
if not isinstance(valence, (int, float)):
raise ValueError("Valence must be a number")
self.modality = modality
self.intensity = max(0.0, min(1.0, float(intensity)))
self.valence = max(-1.0, min(1.0, float(valence)))
self.timestamp = self._get_current_time() if timestamp is None else timestamp
self.decay_rate = 0.05
self.latency = self.MODALITY_LATENCIES.get(modality, 0.2) # デフォルトは0.2秒
"""現在時刻を取得"""
def apply_decay(self, time_passed):
self.intensity = max(0.0, self.intensity - (time_passed * self.decay_rate))
return self.intensity
valence_str = "negative" if self.valence < 0 else "positive" if self.valence > 0 else "neutral"
return f"SensorySignal({self.modality}, intensity={self.intensity:.2f}, valence={valence_str}, latency={self.latency:.2f}s)"
"""未処理感情を表すクラス。言語ラベル未確定の感覚群を管理し、認知プロセスの途中段階をモデル化。
記憶アクセスは再編集として扱い、言語化プロセスを動的に進める。
"""
def __init__(self, raw_signals=None, salience=0.5, processing_status="unattended"):
"""
Parameters:
-----------
raw_signals : list of SensorySignal, optional
salience : float
processing_status : str
処理状態 ("unattended", "partially_processed", "queued", "in_process")
"""
self.raw_signals = raw_signals if raw_signals is not None else []
self.salience = max(0.0, min(1.0, salience))
self.processing_status = processing_status
self.pattern_matches = {}
self.creation_time = self._get_current_time()
self.last_accessed_time = self.creation_time
self.access_count = 0
self.structure_level = 0.0
self.associated_memory_paths = []
"""現在時刻を取得"""
def _validate_memory_path(self, path):
# 実際のシステムでは、ファイルシステムやDBの存在チェックを行う
return isinstance(path, str) and path.startswith("/memory/")
if not isinstance(signal, SensorySignal):
raise ValueError("Signal must be a SensorySignal instance")
self.raw_signals.append(signal)
self.structure_level = max(0.0, self.structure_level - 0.1)
self.last_accessed_time = self._get_current_time()
self.access_count += 1
def add_language_candidate(self, term, confidence):
self.language_candidates.append({
"term": term,
"timestamp": self._get_current_time()
})
self.structure_level = min(1.0, self.structure_level + 0.05)
self.last_accessed_time = self._get_current_time()
self.access_count += 1
def add_pattern_match(self, pattern_name, similarity):
self.pattern_matches[pattern_name] = {
"similarity": similarity,
"timestamp": self._get_current_time()
}
self.structure_level = min(1.0, self.structure_level + 0.1)
self.last_accessed_time = self._get_current_time()
self.access_count += 1
def add_memory_path(self, path):
if not self._validate_memory_path(path):
raise ValueError(f"Invalid memory path: {path}")
if path not in self.associated_memory_paths:
self.associated_memory_paths.append(path)
self.last_accessed_time = self._get_current_time()
self.access_count += 1
def apply_decay(self, time_passed):
for signal in self.raw_signals:
signal.apply_decay(time_passed)
decay_modifier = max(0.1, 1.0 - (self.access_count / 100.0))
decay_amount = time_passed * 0.02 * decay_modifier
structure_modifier = max(0.5, 1.0 - self.structure_level)
decay_amount *= structure_modifier
self.salience = max(0.0, self.salience - decay_amount)
return self.salience
def get_average_valence(self):
if not self.raw_signals:
return 0.0
total_valence = sum(signal.valence for signal in self.raw_signals)
return total_valence / len(self.raw_signals)
def get_dominant_modality(self):
if not self.raw_signals:
return None
for signal in self.raw_signals:
modality_strengths[signal.modality] = modality_strengths.get(signal.modality, 0) + signal.intensity
return max(modality_strengths.items(), key=lambda x: x[1])[0] if modality_strengths else None
def get_best_language_match(self):
return max(self.language_candidates, key=lambda x: x["confidence"]) if self.language_candidates else None
best_lang = self.get_best_language_match()
best_term = best_lang["term"] if best_lang else "未定義"
best_confidence = best_lang["confidence"] if best_lang else 0.0
return {
"creation_time": self.creation_time,
"age": self._get_current_time() - self.creation_time,
"status": self.processing_status,
"salience": self.salience,
"structure_level": self.structure_level,
"signal_count": len(self.raw_signals),
"dominant_modality": self.get_dominant_modality(),
"average_valence": self.get_average_valence(),
"best_language_match": best_term,
"language_confidence": best_confidence,
"access_count": self.access_count,
"memory_path_count": len(self.associated_memory_paths)
}
status = self.get_status_summary()
best_term = status["best_language_match"]
return f"UnprocessedEmotion(id={self.id}, status={self.processing_status}, salience={self.salience:.2f}, best_term='{best_term}')"
class CognitiveQueue:
"""言語ラベル未確定の感覚群を管理するキューシステム。認知プロセスの優先順位付けと記憶再編集をサポート。
"""
def __init__(self, max_size=100, attention_threshold=0.3):
"""
Parameters:
-----------
max_size : int
attention_threshold : float
"""
self.unprocessed_emotions = []
self.processing_queue = []
self.archived_emotions = []
self.attention_threshold = attention_threshold
self.current_time = self._get_current_time()
self.learned_terms = {} # 学習済み言語表現: {term: {"context": str, "frequency": int}}
self.modality_index = {} # モダリティごとの感情インデックス: {modality: [emotion]}
"""現在時刻を取得"""
self.current_time = time.time()
return self.current_time
def learn_language_term(self, term, context):
if term in self.learned_terms:
self.learned_terms[term]["frequency"] += 1
else:
self.learned_terms[term] = {"context": context, "frequency": 1}
def _update_modality_index(self, emotion, add=True):
dominant = emotion.get_dominant_modality()
if dominant:
if add:
if dominant not in self.modality_index:
self.modality_index[dominant] = []
if emotion not in self.modality_index[dominant]:
self.modality_index[dominant].append(emotion)
else:
if dominant in self.modality_index and emotion in self.modality_index[dominant]:
self.modality_index[dominant].remove(emotion)
def register_new_emotion(self, raw_signals=None, salience=0.5):
salience=salience,
processing_status="unattended"
)
self.unprocessed_emotions.append(emotion)
self._update_modality_index(emotion)
if len(self.unprocessed_emotions) > self.max_size:
least_salient = min(self.unprocessed_emotions, key=lambda e: e.salience)
self.unprocessed_emotions.remove(least_salient)
self._update_modality_index(least_salient, add=False)
least_salient.processing_status = "archived_without_processing"
self.archived_emotions.append(least_salient)
return emotion
def access_emotion(self, emotion):
"""感情にアクセスし、再編集として新しいインスタンスを生成"""
if emotion not in self.unprocessed_emotions:
return None
new_emotion = UnprocessedEmotion(
raw_signals=[SensorySignal(s.modality, s.intensity, s.valence, s.timestamp) for s in emotion.raw_signals],
salience=emotion.salience,
processing_status=emotion.processing_status
)
new_emotion.structure_level = emotion.structure_level * 0.9
new_emotion.language_candidates = emotion.language_candidates.copy()
new_emotion.pattern_matches = emotion.pattern_matches.copy()
new_emotion.associated_memory_paths = emotion.associated_memory_paths.copy()
self.unprocessed_emotions.append(new_emotion)
self._update_modality_index(new_emotion)
emotion.processing_status = "archived_due_to_access"
self.unprocessed_emotions.remove(emotion)
self._update_modality_index(emotion, add=False)
self.archived_emotions.append(emotion)
return new_emotion
def update_queue(self):
for emotion in self.unprocessed_emotions[:]:
time_passed = self.current_time - emotion.last_accessed_time
emotion.apply_decay(time_passed)
self.unprocessed_emotions.remove(emotion)
self._update_modality_index(emotion, add=False)
emotion.processing_status = "archived_due_to_low_salience"
self.archived_emotions.append(emotion)
self.processing_queue = []
for emotion in self.unprocessed_emotions:
if emotion.salience >= self.attention_threshold:
if emotion.processing_status == "unattended":
emotion.processing_status = "queued"
self.processing_queue.append(emotion)
self.processing_queue.sort(key=lambda e: e.salience, reverse=True)
def get_next_for_processing(self):
"""処理すべき次の感情を取得"""
self.update_queue()
if not self.processing_queue:
return None
emotion = self.processing_queue[0]
emotion.processing_status = "in_process"
emotion.last_accessed_time = self.current_time
emotion.access_count += 1
return emotion
def lookup_by_pattern(self, pattern_name, min_similarity=0.5):
matches = []
for emotion in self.unprocessed_emotions:
if pattern_name in emotion.pattern_matches:
similarity = emotion.pattern_matches[pattern_name]["similarity"]
if similarity >= min_similarity:
matches.append(emotion)
emotion.last_accessed_time = self.current_time
emotion.access_count += 1
return matches
def lookup_by_memory_path(self, partial_path):
matches = []
for emotion in self.unprocessed_emotions:
for path in emotion.associated_memory_paths:
matches.append(emotion)
emotion.last_accessed_time = self.current_time
emotion.access_count += 1
break
return matches
def lookup_by_modality(self, modality):
"""特定のモダリティが支配的な感情を検索（インデックス使用）"""
return self.modality_index.get(modality, [])
def partially_process(self, emotion, language_term=None, confidence=0.0, context=None):
if emotion not in self.unprocessed_emotions:
return False
if language_term:
emotion.add_language_candidate(language_term, confidence)
if context:
self.learn_language_term(language_term, context)
emotion.structure_level = min(1.0, emotion.structure_level + 0.15)
emotion.processing_status = "partially_processed"
emotion.last_accessed_time = self.current_time
emotion.access_count += 1
if emotion.structure_level >= 0.9:
best_lang = emotion.get_best_language_match()
if best_lang and best_lang["confidence"] >= 0.8:
self.unprocessed_emotions.remove(emotion)
self._update_modality_index(emotion, add=False)
emotion.processing_status = "archived_fully_processed"
self.archived_emotions.append(emotion)
return True
modality_counts = {}
for emotion in self.unprocessed_emotions:
dominant = emotion.get_dominant_modality()
if dominant:
modality_counts[dominant] = modality_counts.get(dominant, 0) + 1
valence_counts = {"negative": 0, "neutral": 0, "positive": 0}
for emotion in self.unprocessed_emotions:
avg_valence = emotion.get_average_valence()
valence_counts["negative"] += 1
valence_counts["positive"] += 1
else:
valence_counts["neutral"] += 1
return {
"total_unprocessed": len(self.unprocessed_emotions),
"processing_queue_size": len(self.processing_queue),
"archived_count": len(self.archived_emotions),
"average_salience": sum(e.salience for e in self.unprocessed_emotions) / max(1, len(self.unprocessed_emotions)),
"average_structure_level": sum(e.structure_level for e in self.unprocessed_emotions) / max(1, len(self.unprocessed_emotions)),
"modality_distribution": modality_counts,
"valence_distribution": valence_counts,
"learned_terms_count": len(self.learned_terms),
"current_time": self.current_time
}
What they had been building was a community. A community in which people went to every imaginable length to help out every single person they could—a place where international trade policy and CDOs were mere distant thoughts.
But as is they way the world works now, small towns in small empty states, a hundred years of community building or not, are just simply a sacrifice the powers that be are willing to make in exchange for a mere few more bips.
My papa was forced into retirement in 2011, and my nana stayed working at the school for the next decade. My papa though, wasn’t quite willing to throw in the towel. He tried increasing the size of his herd of brangus, but alas, cattle farming has been a cash-negative endeavor for several decades.
Like Whirlpool all the other manufacturing plants. There was no work to be found for the thousands of people combined plant workers that had been laid off in the wake of 2008. Every single way of making an honest living had up and gone with the wind to Mexico and East Asia.
There was nothing left but being a Gas station, Dollar General or Walmart cashier, and Walmart paid $7.25 an hour back then.
But you’d be hard pressed to even work at a gas station. There are only two gas stations immediately around that 1,200-person town; and one of them just went out of business, the other is owned by a Pakistani family.
As a consequence, the average household income in that town is now ~$30,000 a year. 90% of the children are on free and reduced lunch, most of the families that remain are on state assistance, and opioid and meth use has reached unprecedented rates.
And yet, “learn to code” they contemptuously sneer, all while gleefully kicking the door wide open to a swarm of cheap, barely-proficient immigrants, tanking the tech labor market behind everyone’s back.
4/6
彼らが築き上げてきたのはコミュニティでした。人々が考えられる限りのあらゆる手段を講じて、できる限りのあらゆる人々を助けるコミュニティであり、国際貿易政策やCDOが単なる遠い考えである場所でした。
しかし、現在の世界の仕組みでは、小さな空っぽの州の小さな町は、コミュニティの構築が100年であろうとなかろうと、権力者がほんの少しの利益と引き換えに喜んで払う犠牲に過ぎません。
私の父は 2011 年に強制的に退職させられ、祖母はその後 10 年間学校で働き続けました。しかし、父は諦めるつもりはありませんでした。ブランガスの群れを増やそうとしましたが、残念ながら、牛の飼育は数十年にわたって赤字が続いていました。
ワールプール社のような他の製造工場も同様です。2008 年以降に解雇された工場労働者を合わせた数千人に仕事は見つかりませんでした。まともな生計を立てる手段はすべてメキシコや東アジアに消えていきました。
ガソリンスタンド、ダラージェネラル、またはウォルマートのレジ係になるしか選択肢はなく、当時ウォルマートの時給は 7.25 ドルでした。
しかし、ガソリンスタンドで働くことさえ難しいでしょう。人口 1,200 人のその町のすぐ近くにはガソリンスタンドが 2 つしかありません。そのうちの 1 つは最近廃業し、もう 1 つはパキスタン人の家族が経営しています。
その結果、その町の平均世帯収入は現在年間約3万ドルです。90%の児童は無料または割引の昼食を食べて、残っている家族のほとんどは州の援助を受けており、オピオイドとメタンフェタミンの使用率は前例のないレベルに達しています。
それでも、彼らは「コーディングを学べ」と軽蔑的に冷笑し、安っぽくてほとんど熟練していない移民の群れに喜んで扉を大きく開け放ち、誰も知らないうちにテクノロジー労働市場を崩壊させている。
https://x.com/FedPoasting/status/1908020399838724436
Bugman Hegel
@FedPoasting
My family, stretching back to the 1600s, has given their blood, sweat, and tears making this country what it is. Building it up from dirt. From nothing.
400 years of living in unimaginably hostile conditions. Braving the disease, deadly weather, tribal nations, treachery, and lawlessness that is inherent to an ungoverned, unsettled territory. This nation was built, brick by brick, by bravest, toughest, most resilient people on the face of the earth.
And yet, for the past 60 years, the academic sophists in the ivory towers, the pigs in Washington, and the good-for-nothing parasites of the banking class have not only seen it fit to spit on their names, their sacrifices, their community, their race, and their religion, but also spit on their legacies, their children, their grandchildren, and their rightful inheritance. There are not the words in the English language to describe the evil of the orchestrated treachery that the United States government and those so interested, have inflicted on the inheritors of this nation.
The blood that was spilled carving this nation out of the god-forsaken backwaters it was, was a real, material thing. Blood, like people, is a material thing. And nations are comprised of people. America is a people. Ideas can’t shed blood; only people can. Ideas can’t sacrifice; only people can.
To call America an “idea” alone is to forsake all of those who shed their real blood and lost their real lives to construct the very comfort and luxury required to sit back and even consider calling such a sacrifice an “idea.”
私の一族は 1600 年代まで遡り、血と汗と涙を流してこの国を今の姿に築き上げてきました。土から、何もないところから築き上げてきたのです。
想像を絶するほど過酷な状況で 400 年間暮らしてきました。病気、恐ろしい天候、部族国家、裏切り、そして統治されていない未開拓の領土につきものの無法状態に立ち向かってきました。この国は、地球上で最も勇敢で、最もタフで、最も粘り強い人々によって、レンガを一つずつ積み上げて築かれました。
しかし、過去 60 年間、象牙の塔にいる学問上の詭弁家、ワシントンの豚野郎、銀行家の役立たずの寄生虫たちは、彼らの名前、彼らの犠牲、彼らのコミュニティ、彼らの人種、彼らの宗教に唾を吐くだけでなく、彼らの遺産、彼らの子供、彼らの孫、そして彼らの正当な相続財産にも唾を吐きかけてきました。米国政府とそれに関心を持つ人々がこの国の継承者に与えた組織的な裏切りの悪を表現できる言葉は英語には存在しません。
かつて神に見放された辺境の地であったこの国を切り開くために流された血は、現実の物質的なものでした。血は、人々と同様、物質的なものです。そして国家は人々で構成されています。アメリカは人々です。思想は血を流すことはできません。できるのは人々だけです。思想は犠牲を払うことはできません。できるのは人々だけです。
アメリカを「理念」と呼ぶことは、ただ座ってそのような犠牲を「理念」と呼ぶことを考えるために必要な快適さと贅沢さを築くために、本当の血を流し、本当の命を失ったすべての人々を見捨てることです。
https://x.com/FedPoasting/status/1908020403059949699
Bugman Hegel
@FedPoasting
For the last six decades, every single legacy institution, academic institution, government institution, and NGO has spent the past decade calling the very people who built this nation various iterations of uniquely, inherently, ontologically evil, calling us racists, and rapists, and genociders, and slavers, and oppressors, and backwoods, and inbreds, and reprobates, and white trash—all the while not-so-secretly making contingency plans for what to do with those of us ultimately considered excess biomass.
The American people decided at the ballot box. It’s time to pay the piper.
Bring back manufacturing, slap tariffs on imports, close the borders, deport the illegals, fire every single spiteful government-funded mutant, and remove the dollar from its position as world reserve currency. Americans, especially those of us who consider ourselves “ethnically” Heritage American—do not care how much it’s going to cost us in the short term; we are willing to sacrifice if it means we don’t have to sit and watch what’s left of our rightful inheritance be burned to the ground.
We want those guilty to pay their due penance. We want heads to roll.
過去 60 年間、あらゆる伝統的な機関、学術機関、政府機関、NGO は、この国を築いたまさにその人々を、さまざまな意味で独特で、本質的に、存在論的に悪であると呼び、私たちを人種差別主義者、強姦者、大量虐殺者、奴隷所有者、抑圧者、田舎者、近親交配者、堕落者、白人ゴミと呼び続けてきました。その間ずっと、余剰バイオマスと見なされる私たちのような人々をどうするかについて、それほど秘密ではない緊急時対応計画を立てていました。
製造業を復活させ、輸入品に関税を課し、国境を封鎖し、不法移民を国外追放し、政府資金で賄われている意地悪な変異種を一人残らず解雇し、ドルを世界の準備通貨の地位から排除する。アメリカ人、特に自分たちを「民族的に」伝統的なアメリカ人だと考える私たちは、短期的にどれだけの費用がかかるかなど気にしない。正当な遺産の残りが焼き尽くされるのをただ座って見過ごす必要がないなら、喜んで犠牲を払うつもりだ。
私たちは罪を犯した者たちに当然の罰を与えてほしい。首が飛ぶことを望んでいる。
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.
画像生成AI、最初から金稼ぎのために悪用するつもりの奴はどうでもいいが、ただ仕様が分かっていないせいで無駄なトラブルに巻き込まれてる一般人をよく見る
潜在空間の概念、モデルトレーニングの流れ、ファインチューン、マージ、LoRA、ベクトル操作くらいは勉強してから使ってほしい
わたしは特定絵師に寄せてないよ！と言っても、使ってるモデルがチューニングに特定絵師のデータばかり使ってたり、絵師LoRAがマージされてて特定の絵柄が標準で生成されるようになってるモデルを使っていると、ユーザーが寄せようとしなくても寄る
イラスト用のモデルがなぜイラスト風の画像以外を上手く生成できなくなるか？つまりなぜ実写が苦手になるのか、それはイラストで頭をいっぱいにされているからだよ
あと、スタイル指定に使われる「by 〇〇」とか「〇〇 Style」みたいな言葉は、所詮他のプロンプトと同様に「複数の概念が内包された言葉」でしかないので、組み合わせ次第では特定の画風に寄ることもあるわけだ
例えば「Vector Style」という言葉が「solid color, sharp edges, clean edges, minimalist, transparent background, high contrast」といった要素を持つ場合
「solid color, sharp edges, clean edges」というプロンプトを使うとVector Styleに近づく
要は、ある言葉が直接そこに結びつき、絵柄指定と同じ効果をもたらすということ
さらに、この現象の極端なケースとして「教師データが特定絵師の作品ばかりに偏ったオブジェクトは、オブジェクトそのものと絵師の絵柄が結びついてしまう」問題もあったりする
そのオブジェクトAと絵師Xの概念が非常に近いために、オブジェクトAを生成すると絵師Xの絵柄で生成されることがある
AといえばX！状態というわけだな
逆に、絵師Xの名前と同じ単語が入っていると、なぜかAが生成される、ということもある
これはいわゆるバイアスで、一般的な例を出すと、黒人がアフロで生成されやすかったり、白人が金髪になりがちだったり、特定の職業人を生成すると性別が偏るのと同じで主に学習データの偏りに起因する
謎のサインが生成されるのも「イラストや絵画には大体はこんな感じのがある」と学習した結果だ
黒人とアフロの例では、それぞれの概念が結びついていて、黒人はチリチリというバイアスがあるので黒人+ロングヘアー=チリチリロングになったりするし、ドレッドヘアーになることもある
白人+アフロ=浅黒アフロになる事もある そのAIにとってアフロといえば黒人であり、黒人といえば肌が黒い、白人に黒を足すと浅黒い、故に浅黒アフロが生まれる、ことがある
とはいえ、この程度ならAI側がその言葉から学んだ特徴に過剰適合していない場合、プロンプトの組み合わせで回避できる問題だ
黒人をロングにするとチリチリになるなら、ストレートヘアーなどの言葉を追加する
アフロや黒い肌といった言葉をNegativeに入れるのもありだ
「不要な特徴からは距離を取れる、ただし反応できるのは文字と概念が結びついている時」
ストレートヘアーを追加すると顔が変化したり、白い肌を追加すると目の色が変化したりする
「"あの"魚が欲しい」と網を投げた際に、狙っている魚以外のものまで取れてしまう
なので、観察しながら調整しなければならない
望まぬ結果を避けるために、意図せずともそういう結果になりうる、という事だけは把握して
今の生成AIにとっての自然言語とは、固有の意味を持つのではなく、ある「領域」を示すもの
生成AIは、言葉に従って潜在空間を移動しながら、学習した言葉と関連する画像から得た特徴をガバっと鷲掴んでいき、人間から見た時の整合性は気にせず一つの出力物をアウトプットする
小魚が多い海域で網漁をすると、小魚だけ取れることもあるが、小魚と一緒にゴミが取れることもある
ゴミは要らないと言っても仕方ない、その海域にはゴミが存在するのだから
だが実は、この仕組みがアウトプットの多様性を生み出すために役立っている
人間は魚を手に入れるために網を投げたわけだが、漠然と「魚が欲しい」と網を投げた時に、特定の魚しか取れないのは多様性の欠如に繋がるし対応力もなくなる
究極的には、「プロンプトで書かれている事を"正しく"」出力するAIも作られるかもしれない
必要としているものしか出てこない、さぞ便利な道具だろうと思う
だが、そのAIを活用するには結局のところ、ドメイン知識を持った上で自分が何を必要としているのかを相手に伝える力が必要となる
「犬」と言われて、真っ先に秋田犬が思い浮かぶ人もいれば、ペットのミニチュアダックス以外が思い浮かばない人もいる
その「リンゴ」っていうのは、片があるの？無いの？一枚の葉がついてたりする？木のこと？
"正しさ"とは？解釈の結果は一義的なの？全人類共通の理解が得られるの？
あいつが悪い！いやこいつが悪い！すまん俺が悪い！いやそんなことはない！
お前がそう思うんならそうなんだろう、お前ん中ではな
あらゆる物事について、全ての人類が同じ解釈になる日がこない限り、知識と経験、そして言語化力からは逃げられないというわけだ
というわけで、潜在空間の概念、モデルトレーニングの流れ、ファインチューン、マージ、LoRA、ベクトル操作を学び知識を増やし経験を積もう
画像生成モデルを学ぶこと、その半分くらいは言語モデルを理解することにも繋がるよ
本当はそもそもの仕組みとかモデル毎のアーキテクチャとかトークンとかシードについても知ってほしいけどキリがないんだよね
追記:
AIに校正させるのはいいけど、この文章で完成するわけでもなし、それを"ちゃんと"発展させるのは手間がかかるんよ
それこそ小魚と一緒にゴミが取れまくるんで、ゴミを取り除くために愛と魂をこめて作業しないといけないのがめんどいわけですわ
だから俺はやりたくないけど出版してくれたら買って布教するよの投稿
追記2:
優しくない増田ばかりなので、なんで意味がないと言われるか説明するね
基本的に、学習前には集めたデータのフィルタリングを行うので、ゴミはそもそも除外されることが多いんだ
分類条件は、画像サイズだったり、画像と説明文の一致度だったり、色々ある
そうして何度かろ過されたものが、学習に使われるデータセットになるんだよ
なので、せいぜい画像のダウンロードやフィルタリングの時間を一瞬伸ばせるくらいの効果しか見込めない
ただAI検索のような、生成時に検索を行うAIが、正しい回答を出力する邪魔はできる
AI画像や人力デマが検索上位に出てくると困るように、AIの邪魔になるということは、人間の邪魔にもなるんだ
ところで画像生成モデルは、色んな画像の色んな特徴を学習して、その学習結果を元に生成するんだよね
つまり、ゴミをゴミとして学習できていると、ゴミから適切に距離を取ることも可能になるんだ
だから、ゴミ画像ばかり集めて、ゴミから距離を取るために使うモデルというものもあるよ
例えば僕達は、進行ルート上にウンコが落ちてたら、避けるでしょ？
それは、僕達がウンコという物質を学習していて、できれば踏みたくない、忌避すべきものだと思っているから
これは生成AI的に言うと、negative prompt: poop が与えられている状態と同じなんだ
なので、場合によっては有益なデータとして見ることも可能ですらあるの
というわけで、「全く効果がない」は単純化しすぎだけど、人間にも迷惑だし、基本的には無益な行為と言える
「たとえ自分の時間その他コストを支払ってでも、気に食わないアイツが損するならそれでいい！」という思考の人以外にはおすすめできないかな
↓
ディベート（討論）には基本的なルールや構造があり、これらを守ることで、公平かつ秩序ある議論が行われます。以下、ディベートの基本ルールを説明します。
1. チーム構成
ディベートは通常、2つのチーム（肯定側と否定側）に分かれて行われます。各チームには2～3人の参加者がいることが多いです。
• 肯定側（Affirmative Team）：提案やテーマに賛成する立場を取ります。
• 否定側（Negative Team）：提案やテーマに反対する立場を取ります。
2. テーマの設定
ディベートには、あらかじめ決められたテーマ（モーション）が与えられます。このテーマに基づき、肯定側は提案を支持し、否定側は反対の立場を取ります。テーマは、社会的な問題や政策に関する内容が一般的です。
3. 役割の割り当て
各チームの参加者には、それぞれの役割が割り当てられます。役割には、通常以下のものが含まれます。
• 最初のスピーカー：自分のチームの立場を説明し、主張を述べます。
• 2番目のスピーカー：相手チームの論点を批判し、自チームの主張を補強します。
• 最終スピーカー：議論をまとめ、自分たちの立場が正しいことを強調します（この役割は、ディベートの形式により異なることもあります）。
発言には時間制限があります。通常、各スピーカーは一定の時間内（3～7分程度）で発言を行い、その後の反論や質問の時間も限られています。
ディベートは礼儀正しく、秩序ある進行が求められます。主なルールとして、以下の点が挙げられます。
• 相手を尊重：個人攻撃や感情的な反論を避け、論理的に議論を進める。
• 根拠の提示：主張には必ず証拠やデータを伴うことが必要です。
• 相手の意見に耳を傾ける：相手チームの発言内容をよく理解し、その上で反論する。
• 議論の流れに従う：テーマや議論の範囲を逸脱せず、関連性のある発言を心がける。
6. 判定
ディベートの勝敗は、通常ジャッジ（審査員）によって判定されます。ジャッジは、以下の基準に基づいて判定します。
• 証拠の質：提示された証拠がどれほど信頼性が高く、強力であるか。
• 説得力：どちらのチームがより効果的に相手を説得できたか。
• 反論の鋭さ：相手チームの主張に対して、どれだけ的確に反論できたか。
一部のディベート形式では、スピーカーが相手側に直接質問を行う「クロスエグザミネーション」があります。これにより、相手の論点の弱点を指摘することができます。
8. フォーマットの種類
ディベートにはさまざまなフォーマットが存在し、ルールや進行方法が異なります。代表的なフォーマットには以下があります。
• パーラメンタリーディベート：議会形式のディベートで、即興で行うことが多い。
• リンカーン・ダグラスディベート：1対1で行う形式で、道徳的または倫理的な問題が議論されることが多い。
• ポリシーディベート：政策に関する具体的な議論を行う形式で、複数ラウンドにわたって行われます。
まとめ
ディベートは論理的思考とコミュニケーション能力を鍛える貴重な場です。ルールを理解し、相手を尊重しながら議論を進めることで、より質の高いディスカッションを行うことができます。
どこが？
指摘できないなら無能ね
https://d.hatena.ne.jp/keyword/%E5%84%AA%E7%94%9F%E6%80%9D%E6%83%B3
(読書)
【ゆうせいしそう】
【eugenism】
Media made us restrict our movements during COVID-19, and it had a very big impact. I checked Twitter and TV every day to see how many people were getting COVID-19, being hospitalized, and dying. Japanese TV showed videos of people on artificial respirators in hospitals, which was shocking and made me afraid to go out. I worried that if I got COVID-19, I would end up in the hospital on a respirator and might die. After watching those shows, I couldn't watch regular news on TV because I was so scared of COVID-19.
I stayed home for a long time, but I caught the virus from my father in September 2023. He had been coughing a lot since 2020 because of another disease, so I thought it was just that. But in the middle of September, his cough sounded different, so I thought it might be COVID-19. I was planning to go to Canada at that time, but things turned out badly. Both my mother and I got COVID-19 and had a very tough time. It was hard to breathe, but after a month, my symptoms weren't as bad. I didn't need to be hospitalized. I think that sometimes watching social media or TV can give us negative information that restricts our movements, but in this case, it was too much.
補足：https://anond.hatelabo.jp/20240410005251# https://anond.hatelabo.jp/20240409234937#
(日本語記事) 新宿区でうつ病の治療ができる心療内科・精神科は神楽坂ストレスクリニック
https://kagurazaka-clinic.com/depression/
内科的疾患(甲状腺機能低下症、鉄欠乏性貧血、薬物性の疾患など)によって、表向きのうつ状態を引き起こすこともあり、適切な診断と治療が必要です。最近では、「鉄不足」がうつ状態やパニックを呈することがある事がわかってきました。この場合は、向精神薬よりも鉄剤を処方するほうが効果的です。
[NDPI] Latent Iron Deficiency as a Marker of Negative Symptoms in Patients with First-Episode Schizophrenia Spectrum Disorder
https://www.mdpi.com/2072-6643/10/11/1707
[Bibliomed] Assessing severity of involvement of autonomic functions in iron-deficiency anemia patients
https://www.bibliomed.org/?mno=36434
［Frontiers］Iron Supplementation Relieves Dysautonomia in Non-Anemic Female
[四季報 ONLINE] ヤクルトが大幅反発、「乳酸飲料がうつ病予防・治療に有効」と (2016/06/10)
ヤクルト本社（２２６７）が大幅反発した。１１時０２分現在、前日比２２０円（４．１４％）高の５５３０円と東証１部の値上がり率上位２０位以内に食い込んだ。
９日に国立精神・神経医療研究センター神経研究所との共同研究で、腸内の善玉菌が少ないとうつ病リスクが高くなることを世界で初めて明らかにしたと発表し、好感された。そのうえで、乳酸菌飲料やヨーグルトなどのプロバイオティクスの摂取がうつ病の予防や治療に有効な可能性があるとしている。
４３人のうつ病性障害患者と５７人の健常者の腸内細菌について、善玉菌のビフィズス菌と乳酸かん菌の菌数を比較したところ、うつ病患者がビフィズス菌、乳酸かん菌がともに一定以下であることが判明したという。
日本の精神科医ってものすごくレベル低そう・世界からクソ遅れてそうって偏見持っているけど
日本にはヤクルトがあるし食品メーカー(健康食品)も強いので研究費が降りるのだろう
脳腸相関が科学的に説明できるようになってきています
○ 脳腸相関とは？
機能性消化管疾患の患者さんを診療していて気づくのですが、おなかの症状だけでなく、眠れない、落ち着かない、頭痛、食欲がない、意欲がない、などの精神神経症状を訴えられる患者さんがたくさんおられます。
腸のせいで脳に影響しているのか、脳のせいで腸に影響しているのか難しい悪循環になっているように思えます。「脳腸相関」として医学的には以前からよく知られた現象として有名です。
これまで、便が軟らかくなりやすい下痢型の過敏性腸症候群の患者さんに対しては、「ストレスが原因ですから、生活などのライフスタイルを見直すことが重要です」といった説明をすることが治療の出発だったわけです。ところが、最近の研究によりこのような脳腸相関をある程度科学的に説明することが出来るようになってきました。
過敏性腸症候群の病態においては、腸内フローラの異常、短鎖脂肪酸などの腸内環境の異常により、腸から脳への信号伝達に異常が生じているようです。
消化管内腔の粘膜細胞に刺激が加わると、この信号は迷走神経下神経節を介して延髄孤束核へ、また、脊髄後根神経節を介して視床、皮質へ伝えられると考えられています。これが内臓知覚といわれるものです。この内臓知覚には消化管壁内に存在している内在性知覚ニューロンからの信号も関係していると考えられています。
特に、この内在性知覚ニューロンの情報伝達にはセロトニン３受容体（5-HT3受容体）が関与していると考えられており、過敏性腸症候群の下痢型の治療薬として5-HT3受容体の拮抗薬が著効することが証明され、臨床応用されています。腸内細菌のなかで神経伝達物資であるγアミノ酸（ＧＡＢＡ）を産生する菌があることも確認されています。
この菌が少ない子どもは、行動異常、自閉症などになりやすいとされています。自閉症の子どもに対して腸内環境の改善による治療が試みられています。
ストレスの実験モデルとしてラットの脳室内にＣＲＦを注入するモデルがあります。ストレス下で脳から腸へのシグナルの最初は視床下部の室傍核から分泌される副腎皮質刺激ホルモン放出因子（ＣＲＦ）です。このＣＲＦは、下垂体前葉の副腎皮質刺激ホルモン（ＡＣＴＨ）分泌を刺激し、ＡＣＴＨは副腎皮質からの糖質コルチコイド分泌を刺激し、ストレスに対して適応する様々な生体反応を起こします。いわゆる視床下部-下垂体-副腎軸（ＨＰＡ軸）といわれるストレス応答です。さらにＣＲＦは下部消化管（結腸）の運動亢進を起すとされ下痢型過敏性腸症候群のモデルとして使用されています。
こういったＣＲＦ投与によるストレス負荷を受けた腸管では、平滑筋刺激による運動亢進だけでなく、腸内の細菌叢にも変化が生じるようです。脳内のストレスが腸管に何らかのシグナルを送り、細菌叢に働きかけているようです。ラットの実験ですが、ＣＲＦを注入する前にラットに水溶性食物繊維を前もって投与しておくと、この腸管運動亢進が抑制されることも見いだしています。つまり、様々なストレスに対して腸管内からのアプローチが可能になってきているのです。
私たちが脳で幸せを感じるもとになる「幸せ物質」のひとつがセロトニンなのです。このセロトニンが脳内で正常に作用すると、ヒトは前向きな気持ちを保ち、幸せを実感し、健康ですごせるとされています。
セロトニンが不足すると、怒りやすく、時間が経過してもそれを抑えられなくなり、キレやすくなるようです。
実は、このセロトニンは腸管で作られているのです。さらに、このセロトニンの生成に特定の腸内フローラが関与することが明らかになりました。
無菌マウスの血中セロトニン濃度が通常環境で飼育されているマウスに比較して低濃度であり、無菌マウスは落ちつきがなくなるようです。
このようなマウスを普通の環境に戻したり、乳酸菌などを投与すると、マウスは落ちつきを取りもどします。子どもの脳の発達には腸内細菌の働きが大変重要であるようです。
腸内細菌にはカラダにとってよい作用をする有用菌（善玉菌）と悪い作用をする悪用菌（悪玉菌）が競り合ってすんでいます。この種類の多くは7歳ぐらいまでの生活で決定されるようですが、その後も腸内細菌の種類、量は多くの因子の影響を受けています。図を見てください。現状で私が考えている重要な因子を並べてみました。
有用菌を増加させるために最も重要なものが食物繊維です。特に水溶性の食物繊維が大事です。
大便の８０％は水分で、残りの２０％は剥がれた腸粘膜細胞、食べ物のカス、腸内フローラです。「バナナ便」と言われるような健康な大便のためにはいろんな対策が必要です。
重要なポイントは、大腸で「発酵」といわれる反応を上手く導き出すことで、この発酵反応には、材料としての食物繊維と主役の有用菌の存在が必須なのです。ところが困ったことに、日本人の食物繊維の摂取量は年々減少して、最近の調査によると、成人の１日当たりの食物繊維の摂取量は男女ともに１５ｇほどに低下しています。
１０代、２０代では１０ｇ前後と極めて少なくなっています。食物繊維を多く含む食材としては、野菜、芋類、キノコ類、海藻類、豆類などがありますが、洋食の普及と共にこういった野菜の摂取が減少しています。
玄米から精白米にする過程で食物繊維は６分の１程度に減少してしまいます。現在の日本人は平均で５〜１０ｇの食物繊維不足と考えられます。発酵食品は世界各地で昔から食卓に並んできました。
日本でおなじみの納豆、酢、みそ、しょうゆ、日本酒、漬け物、ヨーグルトはすべて発酵食品です。これらの発酵食品の製造には、カビ、酵母、細菌などの微生物、いわゆる発酵菌の働きが必要です。
もっとも重要な作用は、このような発酵菌が腸内フローラを有用菌に変化させることと考えられています。ポリフェノールにより腸内細菌の有用菌が増加することも分かってきました。
太陽化学株式会社：食と健康Lab＞学術コラム＞脳腸相関が科学的に説明できるようになってきています
Everyone been wondering why Yonezu (last name) Kenshi (first name) is wearing the heeled shoes. In one of his interviews he said that once he dreamed a funeral. Everyone was sad, but suddenly someone in the first line started to whistle loudly, in a way that annoyed the other people. They all started to say that he wasn't respecting the dead person because he wasn't being in silence for him, but Kenshi knew that the man whistling was communicating with the dead one. That was their own unique way to recognize each other. Maybe the others will think you're crazy or something negative, but it won't change the love that the whistling man has for his dead friend. Turns out that Kenshi got inspired by this dream so in the sing he wore heeled shoes, because he wants to let us know that he doesn't care what others say, it's his special way to express himself, because Kenshi was affected by High-functioning Autism which brought him to be smarter than the average, but he couldn't handle with social relationships, that's why he never had many friends since a young age and everyone made fun of him because of his character.
米津（姓）ケンシ（名）がなぜヒールの靴を履いているのか、誰もが不思議に思っていることだろう。
彼はあるインタビューで、葬式の夢を見たことがあると言っていた。みんな悲しんでいたのに、突然一列目の誰かが、他の人たちを困らせるような大きな口笛を吹き始めた。
彼らは皆、口笛を吹いているのは死者に敬意を払っていない、死者のために黙っているのではない、と言い始めた。それが彼ら独自の認識方法だったのだ。
もしかしたら、他の人からは頭がおかしいとか否定的な見方をされるかもしれないが、口笛を吹いている男が死んだ友人を愛していることに変わりはない。
というのも、ケンシは高機能自閉症の影響を受けていて、平均よりも頭がいいのだが、社会的な人間関係をうまくこなすことができなかった。
This made Kenshi very sad and from then on he started to hate himself because of his very uncommon name (in Japan there aren't many people that have Yonezu as last name and no one, but Yonezu Kenshi, is called Kenshi or the spelling is similar, plus it sounds like a stage name as well) he thought he was strange and weird, an uncommon person who shouldn't have existed (in fact in Japan there is a very strong will to follow the mass, which means if the greater part of girls have bangs, then the girls without bangs will try to have them or if they remain what they are, they might be isolated because different from the rest of the population). But Kenshi to make us, his fans, satisfied, he decided to collaborate with many people in the 2017 like the animators for MHA, DAOKO and Suda Masaki.
このことがケンシをとても悲しくさせ、それ以来ケンシは自分の名前の珍しさ（日本では米津を名字に持つ人は少ないし、米津ケンシ以外はケンシと呼ばないし、スペルも似ていない、 存在しないはずの珍しい人（実際、日本では大衆に従おうとする意志が非常に強い。つまり、前髪のある女の子が多ければ、前髪のない女の子も前髪を作ろうとするし、前髪のないままだと、他の人とは違うという理由で孤立するかもしれない）。しかし、ケンシは私たちファンを満足させるために、MHAのアニメーターやDAOKO、菅田将暉など、2017年に活躍した多くの人々とのコラボレーションを決めた。
He changed during his musical career, like the time he was still Hachi (ハチ) and he felt somehow lost in all of his fame, so he made this song wearing heeled shoes and then the next song, Flamingo, is very different from Lemon because many people started to listen and to know him after Lemon, but he wanted to know what they would think if Kenshi changed the rhythm and the kind, turns out that many of them were attracted by Lemon and they didn't like Flamingo, but they still subbed to Kenshi's YouTube channel. Thank you for reading all of this, English isn't my mother language so I'm sorry for the mistakes and as always, have a nice day :D
彼は音楽活動の中で変わっていった。例えば、彼がまだハチだった頃、有名になることにどこか迷いを感じて、ヒールのある靴を履いてこの曲を作った、 というのも、多くの人がLemonの後にKenshiを聴き始め、知るようになったからだ。しかし、彼はKenshiがリズムや種類を変えたらどう思うかを知りたかった。英語は母国語ではないので、間違いがあってごめんなさい。
Edit: You can find a video summary of Yonezu Kenshi's life and all of his interviews, it's in Mandarin tho. I hope you have a good translator to understand what he's saying.
米津建志の人生とインタビューの要約ビデオを見ることができます。彼が何を言っているのか理解するために、良い翻訳者がいることを願う。
いくらフェミでも、人の手が描いた絵である以上、一般的な物理的不自然さは仕方ないものだと理解してるだろう
そうではなくジャップオス、とりわけ俺らのような弱男がシコるために発明されたカリカチュアを許せないのでは？
チー牛が喜ぶ事は何でも許せないんだろう
俺は正直言って乳袋は好きじゃないので、DAZ Studioではきちんとモーフ適用するしdforce(つーか衣服のシミュレーション)頑張るし
Stable Diffusionではimpossible clothesをnegativeに入れたりしてるわ
・KLM4805便が「管制承認」を「離陸許可」と誤認して離陸滑走を行ったこと。
・KLM4805便の副操縦士および管制官が管制用語から離れた用語（「We're at take off」と「O.K.」）を交信に使用したこと。
・押しつぶしたような無線音声、混信が起こった事により、それぞれに誤解が生じたこと。まったく同時に管制官とPAA1736便両方が送信を行い、それゆえ交信音声が打ち消し合いKLM4805便には聞こえなかったこと。
＞現在の管制用語では、指示の際に、「OK（オーケー）」や「Roger（ラジャー、了解）」といった口語表現単独、あるいは「イエス」「ノー」単独で承認を行ってはならず、「Affirmative（肯定だ＝イエス）」「Negative（違う＝ノー）」といった決められた用語を使用し、指示の核心部分を復唱（read back）させることで、相互に理解したことを示さなければならない。加えて、「take-off（離陸、テイクオフ）」という用語も実際の離陸許可を下ろす時か離陸許可を取り消す時にしか口にしてはならない。離陸許可の時点までは、コクピットも管制塔も「departure（出発/出域）」という用語を使わなければならない（例：「ready for departure」＝出発（離陸）準備完了）」。
しかし、2000年代に入って以降、この要請は必ずしも遵守されていない。2008年2月16日に新千歳空港で2機の航空機（B747とMD-90）が滑走路上でニアミスするというテネリフェ事故と類似の状況が発生している。原因は、管制承認についての交信で管制官が「take-off」という用語を使ってしまったため、航空機側が離陸許可と誤認し離陸滑走を開始したこと（および、機長らも聞き違いを問いただしたり指示を復唱したりせず、ただ「Roger」とのみ答えたこと）であった。
Will the Bank of Japan raise rates above zero?
No. 2024 will be the year the Japanese central bank finally ditches yield curve control and negative interest rates. Contrary to market expectations of several further increases, however, rates will end the year no higher than zero.
With mediocre wage growth, a stronger yen in prospect as US rates peak and reasons to prefer a steeper yield curve, the BoJ is unlikely to set a positive rate — although as with any central bank forecast, much depends on the incoming data. Robin Harding
https://en.wikipedia.org/wiki/Native_American_name_controversy
"In addition, some feel that the term has so absorbed negative and demeaning connotations through its historical usage as to render it objectionable in context."
このあたり？俺も詳しいわけじゃないから突っ込まれても答えられないけど、周りが勝手に使っちゃダメってして、当の本人たちは気にしてなかったり、そのままでよかったりってところ。もちろん気にしてる人もいるんだろうけど。
ツッコミを入れておくと、既にROGDは「是非の分かれる」というより「まともな」研究レベルには到底達していない存在なので、肯定的に取り上げる時点でどういう偏見が背後にあるかを示す存在になっている。
その翻訳してる元でも"which itself was subject to censorship efforts which, whatever the merits of the study, were scientifically deplorable."だけど、これは実際
https://link.springer.com/article/10.1007/s10508-019-1453-2
などで網羅的に指摘されている通り、調査手法の最初から問題外なレベルであって、あまりにもdeplorableな「研究」。
また、ROGDを引いてシュライアーが主張している感染による急拡大は、調査自体がないが、間接的証拠からは実際にはそもそも起きていない可能性が高いことと、
男女比の変化などはカバレッジの改善でほぼ説明できることを解説しているのがこちら。
https://sciencebasedmedicine.org/the-science-of-transgender-treatment/
ただ、その翻訳元（Dr C.J.Ferguson）が懸念している点である、
GD-ASDの併発が稀でない可能性が示唆するGDに対する予期せぬ過剰介入については、
まだ治療ガイドラインに反映されているとは言いがたく、さらなる研究が必要だが、
それについてあまりにも反応が極端ゆえに研究が進まないのでは、というのはあるし、
実質的な検閲によってそれがさらに阻害されるという可能性もその通りではあるけど、
"the negative reaction it has garnered in the trans community is entirely understandable. "
と書いてるように、このフォビア全開な内容を価値があるとするのは、それはそれで傲慢でしょってのもある。
学術的価値を優先するならフォビアを抜くのは造作もないはずなんだから。
とはいえ、抗議だけで差し止められるようになればそれは研究への間接的な検閲というのもその通りだから、懸念するのもわかるんだよね。
https://doi.org/10.1007/s10508-014-0285-3
※性差の研究でよく扱われるCRMP4がASDに関係している可能性を示した論文もあるので、
視床下部をターゲットにした非定型な遺伝子発現が場合によっては両方に影響するという仮説は立てられる。
ASDは元となる遺伝子異常があまりにも多岐にわたるもので、様々な原因が同じような症状を呈するために一つのスペクトラムとして扱ってるようなものなので、いつか個々の原因に分解できるようになればどれが原因ならば併発するかは分かるようになるだろう。その時はまた新たな社会的問題になるだろうけど。
negative capability。判断を保留する能力、分からないものを分からないまま受け止める能力。
【問い】インタビュー記事から「結婚」の文字が削除された。なぜか？
→「同性婚を隠したいからだ！中国でのビジネスのためか！酷い！水星はクィアベイティングだったんだな！」
ばかなの？
正解は「わからない」
これでしょ。
編集者が加えてしまった文言だったのか、声優の勝手な解釈だったのか、物語として結末をぼかしたいのか、ビジネス的な都合でぼかしたいのか、政治的な事情なのか、ミスなのか、意図があるのか…etc
どの可能性もどれでもない可能性もあるけど答えはとにかくわからない。
なのになんで多数ある可能性の中から、それも最悪の悪意を選びとって決めつけて騒いでるの？
ていうか炎上ってほぼこれなんだよね。
作品や企業や芸能人や政治家の発言・表現をとにかく一番悪い方に曲解する。
わかりやすい悪を作って自分の中の「わからない」を解消しようとしてる。
みんなもっと「わからない」状態に耐えられるようになってほしい。
安易な答えに飛び付かないでほしいし、誘導して煽る輩には警戒してほしい。
これ義務教育で教えてよ。
なんでも義務教育に負わせるなと言われそうなので書いておくと
・親も欠如している人が多く家庭で教われないから
原文
Japan review it's been a year since I
moved to Japan and I thought it made
sense to finally rate Japan I will talk
about things I like and the things I
don't like which seems to be the only
two options available if you have
so sugoi or did you know Japan is
actually really bad it's got a lot of
survival issues okay I will list one
good thing and bad thing and I will not
hold back there's no trash bins
I have to put in my pocket
oh
there's always these generic things that
you hear or yes when we you visit it's
kind of weird but then you realize it's
not a big deal anyway let's start off
with number one reason I like Japan
it feels like a giant playground no I
don't mean in the Logan Paul kind of
sense of doing whatever the hell you
want
but rather there's a infinite things all
right lazy feels like to explore and
experience and I've been here a year now
and I don't think I'm gonna get bored
anytime soon although I am having a
child so I don't know how much more I
but it really feels like a whole new
world and if you visited you can
probably relate to it and I'm glad that
even a year in it still feels incredibly
fresh and I even would say that you
realize that the best part of Japan
aren't the touristy places kind of
obviously but there are so many areas
that I found that I really enjoy
visiting and this is probably more
specific to me but you know Tokyo is
very busy and so many times I just catch
myself surrounded by what feels like
hundreds of people and they have no idea
everyone is just doing their own thing
now once it was staring at me no one's
following me no one's being weird you
guys are weird and I'm just kidding I
just love the feeling of being able to
exist in public and uh not worrying
about what everyone else is doing like
I've said this before but I genuinely
enjoy talking to fans or when people
approach me it always makes me happy but
it can be kind of frustrating to always
wanting to just do your own thing and
always be
you know so yeah let's move on to the
bad things of Japan number one reason
Japan is bad it's kind of a heavy
subject and I haven't seen anyone else
really talk about it it's not brought up
very often at least and that is cones
there's too many cones in Japan once you
see it you cannot unsee it they're
everywhere they say oh Japan has so many
vending machines there's like five per
there's more cones than people why are
there so many cones I need to know we
got the tall ones we got the small ones
we got the funny ones the cute ones the
sexy ones I do like those I just don't
understand that whoever plays these
cones think I'm just gonna barge through
oh thank God there's cones here
otherwise I had no idea what I was gonna
and I realized the cone history of Japan
stretches centuries okay if you played
Animal Crossing sometimes it's a
Japanese game so sometimes you get these
items right you're like oh that's kind
of weird I don't know exactly what that
is but it's probably something Japanese
and then you get the bamboo thing and
you're like what the hell is that what
am I even gonna do with that and then
you see it in real life here in Japan
you're like holy [ __ ] it's a cone that's
I feel like they are following me
I'm glad I was able to talk about this
I'm for one and willing to call out
Japan knock it off man no more cones
there's enough cones let me tell you
something even better than cones you may
have noticed new merch finally it's been
forever my mom came over she had
unofficial merge because I literally
have no other merch I've hadn't hadn't
merch I'm sorry Mom so we spruced up the
logo got a cool back design the team
that worked on it really truly
understand how my brand and I think they
did such a good job these pieces look
amazing and I think you guys are gonna
really like them as well these are
available for limited time only so make
sure you order now so excited to finally
have this merch available thanks to
amaze for making this happen we are
gonna have one piece that will stay on
the store so my mom will not buy the
wrong merch but for a limited time that
piece will be available in this color
off-white kind of color it looks really
nice and then after that you can still
get it but not in this color that's
you want this one yeah I get it
so yeah check that out if you're
interested I'm so happy about these
designs and I hope you guys would like
them as well all right reason number two
I like Japan yay when we first announced
that we were gonna move to Japan there
was so many people just saying how bad
Japan is actually did you know Japan is
really bad did you know this I have to
list all these reasons now because
everyone is like thing and then thing
Japan ah so I have to tell them and I
it's actually but one thing in
particular that people said was that old
people really don't like foreigners they
hate them so when I was gonna stop by to
say hi to our neighbors who was a little
older at least some of them I was
terrifying I heard all these stories you
know like what are they gonna do to us
so I had my guard up ready for the worst
and I was met with nothing but kindness
and welcoming and I felt like a total
dick for having this preconceived ideas
and just a side comment like yes there
are definitely probably people that
don't like foreigners and all that stuff
but I realized I should let my own
experience is dictate how I feel about
certain things maybe that's just
ignoring a problem I don't know it just
feels like it's a bad way to approach
life if you always have a negative
expectation you know it's smiling people
smiled back
thank you sometimes they don't and
that's okay you know anyway my point
being Japanese people are very in my own
experience
are very nice and friendly the majority
at least and yes even to foreigners I
feel like they are especially nice to
foreigners because they think we're like
a kid lost at Disneyland or something
I just asked for directions I didn't
need you to walk me for half an hour to
this specific place I was going but
thank you I appreciate it a lot of times
I go bouldering alone and there's always
other groups of people being supportive
and yelling like I'm about there like go
you can do it I love it I think it's
great you know or if you're small
talking with people people generally
want to communicate with you and I love
having those moments but of course
there's times where people are like oh
you're a foreigner I don't feel like
even trying
which again it's fine speaking of which
reason I don't like Japan number two
their language
I have lived here for a year and I'm not
fluent in Japanese
I am dumb I am very dumb I remember the
moment we moved here I had studied some
Let's test out this knowledge that I
have acquired let's go I'm just gonna
come in it's gonna be dangerous and you
enter a store for the first time and
they're like
what
what oh
what the classic the most common
experiences that you have aren't
necessarily what you're taught in the
textbook yay I know I think that's the
same for anyone learning a language for
the first time but don't even get me
started on the kanji main what the [ __ ]
is this I feel like Japanese is such a
hard language obviously but I don't
think people realize how hard it is at
least me personally because the more you
learn the more you realize you don't
know [ __ ]
for English speakers Japanese is
considered one of the most difficult
languages and because it's just so
different I listed it as bad because
that was my first kind of experience
with it coming here but the more I
interact with people the more it feels
like I'm unlocking new skills you know
oh I made a phone call for the first
time oh I could ask someone over the
phone I know big deal but it's like oh I
can actually do that or even just having
a small tiny yes shittiest conversation
with a stranger it's still something and
it feels good you start to all of a
sudden understand you know a movie if
you're watching oh I understand actually
what's going on here or I can play games
and kind of get what this they're saying
I have to look up words obviously but to
me all those new experiences that it
unlocks to me is very rewarding even
though it's such a challenge I would
actually now say it's a good thing I
played it on its head it was a good
thing all along but I obviously have a
and it just I don't think it will damage
time reason number three I like Japan
this is nothing to do with Japan to say
it's more related to me taking a more
relaxed approach to YouTube for my
entire 20s I did nothing but YouTube
that was my life and that's okay but I
also think it was a little toxic
probably you know if I wasn't making
videos I sure as hell was thinking about
making videos I uploaded videos during
and it feels really good to finally be
free from it you know and I can discover
other things in life there are other
things in life
a new hobbies and interest that I've
always wanted to do I can do and have so
much fun with it surfing I know I would
love for the longest time and I finally
get to do it and it's so [ __ ] amazing
I love learning new things anything that
isn't necessarily connected to all of
this on the internet and that is
something I'm very very grateful that I
discovered so yeah it's not really Japan
I could have done that anywhere but it's
largely why I enjoyed so much here
reason I don't like Japan number three
this is probably the most trickiest one
and it's the rules what are the rules
Japan has so many rules and it's a bit
conflicting for me to complain about
because a lot of the best stuff about
Japan not the best stuff but a lot of
the reasons why Japan works so well is
because of the rules you know the trains
are always on time things just work in
general it's hard to explain the streets
are clean people aren't loud in public
and so on and these are sort of societal
rules that make it happen more or less
but sometimes There are rules that just
don't make any sense and I have no
problem following rules as long as I
understand the reason for it you know
don't talk on the phone on the train
because it's generally annoying when
other people do that to you A lot of it
is just be thoughtful of other people
it's not just about you and that just
makes it more pleasant for everyone but
one rule is especially which I talked
about before is the fact that because of
kovid I'm not allowed to be in the
delivery room for our baby for more than
two hours that's because of covered
rules it just doesn't make sense to me
and I tell people about this like uh
family and friends and they're always
like well why don't you just ask them or
like why don't you talk to them I'm sure
you can there's got to be somewhere and
it's like no it's Japan okay there are
rules and people follow the rules for
better or worse you know so the more I
