でもダフネにはスタミナがないから……とかいう奴はそもそもの観点が間違えてる。スタミナがないから腰を据えてじっくり遊べるとか言い出すならもうスマホじゃなくてちゃんとしたゲーム機でちゃんとしたゲームやればいいだけだから。スタミナないゆーてもメンタル回復待ちとかいう艦これレベルの縛りを課されている時点でゲーム体験が濁ってるのは間違いないんだよね。

今はまだいいけど、もし課金圧が強くなったらどうするの？

まだまだストーリー的に初期の段階だけど、今の時点で「良心的」「遊びやすい」といった評価がされていることに安心要素なんてそんなあるか？

ソーシャルゲームの宿命として「運営の方針次第で課金圧が急激に高まるリスク」は常につきまとうし、そこに３Dダンジョン系の「終盤で更に加速するイカれた理不尽さ」が重なった時、どんな絶望が待ってるか想像しておいて欲しい。

・ヤバすぎる強敵に対する「特効薬」がガチャレアになる（≒俗称「持ち物検査）

・高頻度で発生するロスト機会からにじみ出る課金圧

・要求された周回回数の多さから感じる課金誘導

こういった「ソシャゲあるある」が後からじわじわ効いてくる可能性は高い。

WIZのような手間とリスクのあるゲーム性こそ、課金で「時短」や「保険」を売りつけやすい土壌でもある。

今は「良心的」と思っても、数年後に「これは金払わないとやってられん」状態になる未来も十分にあり得る。

攻略情報探したって課金しろ課金しろばかりになるリスクがあるわけで、そんなのもうWIZのあり方として美しくないじゃん？

無課金「ストーリー終盤まで来たけど理不尽すぎてクリア出来ない……どうしたらいいですか？」

課金者「それ、課金したら解決するよ？どうせお前無課金だから◯◯も◯◯も持ってないだろ？それじゃ無理だよ。迷宮を舐めるな」

無課金「俺は課金したからクリア出来たとか思いたくないんだよ」

課金者「課金せずにクリアしたいとか、試食コーナーで腹いっぱい食べたいでしかないからね。お前がアホ」

微課金「課金したけど全然楽にならんぞ」

課金者「それは課金が少なすぎるだけ。何年も楽しませてもらって今更ちょっと月パス買うだけで済ませようみたいな発想が乞食なんだよね」

お前さ、そんなWIZやりたいか？

俺は嫌だよ。だから俺はSTEAMで旧作を買うことをオススメするわけ。まあぶっちゃけ旧作よりフォロワー系の名作を色々探してその中からあう奴を探すべきだな。萌え萌えキャラとダンジョン潜りたいって需要を満たせるゲームも沢山あるしな。

Permalink |記事への反応(1) | 06:32

ツイートシェア

2025-05-15

■anond:20250515190407

分からないのもリスク、という事実があるとするなら「リスクの大きさが分からないというリスク」という表現も当然許容できるはず。

(すべての)集合の集合、というクラスという概念の話と構造の似た話をしているだけだと思う。

それは結構いい直観だと思う。

要するにどういう集合の上で確率測度を考えるかという話だ。

例えば点過程は「数え上げ測度全体の集合」上の確率測度を考えることになる。

でもどういう確率測度（確率空間）を考えるかというのは数学的な構造だけの話であって、現実の「不確実性」の有り様とは関係ないわけ。

「不確実性」と「ランダムネス」の区別ができないということを明確にした結果コルモゴロフの測度論的確率論が生まれたと言ってもいい。

現実の不確実性やランダムネスをどう確率構造にマッピングするかという話が頻度主義とかベイズ主義とかいってるやつ。

Permalink |記事への反応(2) | 19:11

ツイートシェア

2025-04-25

■コロナ ワクチンに対する陰謀論の信じやすさと社会学的・政治学的属性

chatGPT o4-mini-high に調べてもらったよ

anondの仕様で投稿できなくなるので文中のリンクは消していますが､タイトルはあるのでググっていただければソースは見れると思います｡

---

以下では、主に米国と国際的な調査事例をもとに、コロナワクチンに対する陰謀論的信念の“はまりやすさ”と、社会人口学的属性・政治的属性との関連をまとめます。

## 要旨

調査結果を総合すると、コロナワクチンへの陰謀論的信念は、学歴の低さや低所得、若年層、マイノリティ人種、女性などと正の相関を示す一方、白人高学歴高所得・高年齢層では信じにくい傾向があります。また、政治的にはリベラルよりも保守層、特にトランプ支持者やポピュリズム的メディア利用者で信じやすく、党派的・メディア接触の影響が顕著です。加えて、知人・家族経由の情報入手者も信じやすいとされ、信念パターンは国際的にも一定の共通性を持つものの、国によって年齢や性別の効果はまちまちです。

---

## 1.社会人口学的属性との関連

### 1.1学歴

**低学歴層ほど信じやすい**：Pew調査では、高卒以下の48%が「COVID-19は計画された」とする陰謀論を“おおむね真実”と回答し、大学院卒では15%にとどまった ([25% in US seeat least sometruth in conspiracytheory that COVID-19was planned | Pew Research Center]。
**意図的ワクチン陰謀も同様の傾向**：英Economist/YouGov調査では「ワクチンにマイクロチップ埋め込み」を信じる割合は世代別では30–44歳が最も高く、学歴データでも低学歴層の支持率が高かったとされる ([Conspiracy vs. Science: A Survey of U.S. Public Beliefs]

### 1.2人種・民族

**マイノリティ層で高い共感**：Pew調査で、黒人 33%・ヒスパニック34%が「計画説」を信じるのに対し白人22%・アジア系19%だった ([25% in US seeat least sometruth in conspiracytheory that COVID-19was planned | Pew Research Center]。
**ワクチン接種意向にも影響**：米英9件の調査をまとめたレビューでは、白人より黒人層で接種意向が著しく低く、ヘルスエクイティの観点から課題が大きいと指摘されている ([What Demographic, Social, and Contextual Factors Influence the ...]。

### 1.3性別

**女性の方がやや信じやすい**：Pew調査で女性29%、男性21%が「計画説」を信じると回答 ([25% in US seeat least sometruth in conspiracytheory that COVID-19was planned | Pew Research Center]。
**接種意向は男性優位**：同レビューによれば、8件の調査で男性の方が女性よりワクチンを接種しやすいと報告されている ([What Demographic, Social, and Contextual Factors Influence the ...]。

### 1.4 年齢

**若年層で高い傾向**：Pew調査では65歳未満が25%、65歳以上が20%で「計画説」信奉率に差が見られた ([25% in US seeat least sometruth in conspiracytheory that COVID-19was planned | Pew Research Center]。
**接種意向は高年齢層が高い場合も**：レビューでは、年長者の方が接種意向が高いとする調査がある一方、若年層が接種に積極的とする報告もあり、国・時期で一様ではないとされる ([What Demographic, Social, and Contextual Factors Influence the ...]。

### 1.5所得・職業

**低所得層ほど懐疑的**：失業・低所得・田舎在住などは接種意向低下と結び付きやすいと複数の調査で示されている ([What Demographic, Social, and Contextual Factors Influence the ...]。
**医療職・学術職は高接種率**：医療従事者やアカデミック職が最も高い意向を示すとの報告もある ([What Demographic, Social, and Contextual Factors Influence the ...]。

---

## 2.政治的属性との関連

### 2.1政治イデオロギー

**保守層で陰謀論的信念が強い**：リベラル層よりも保守層でワクチン陰謀論に同調しやすく、特にポピュリズム傾向が強い人ほど信じやすいことが示されている ([How popul ism andconservative mediafuel conspiracy beliefs about ...], [What Demographic, Social, and Contextual Factors Influence the ...]。

### 2.2党派・メディア接触

**共和党支持者で顕著なギャップ**：「ワクチンにマイクロチップ」説は、トランプ支持者で非支持者の約4倍にあたる高率で同意された ([Conspiracy vs. Science: A Survey of U.S. Public Beliefs]。
**保守系メディアの利用**：Fox Newsなど保守系ニュースのヘビーユーザーは陰謀論的信念が強く、公衆衛生対策やワクチン接種への抵抗感も高いとされる ([Politicalnetwork composition predicts vaccinationattitudes -PMC]。
**社会的ネットワークの影響**：同じ政治的立場の友人・家族が多いと、陰謀論信念やワクチン否定傾向が強化されるとの分析もある ([Politicalnetwork composition predicts vaccinationattitudes -PMC]。

---

## 3.マッピング・可視化事例

### 3.1世界規模での流布状況

**WHO合同研究**（ScienceDirect）で、52カ国から収集した637件のワクチン関連噂・陰謀論を地図上にプロットし、波を描いた可視化 ([COVID-19 vaccine rumors and conspiracy theories]。

### 3.2米国内のインタラクティブツール

**Pew Research Center**の「AmericanNews Pathways」用インタラクティブデータツールで、州別・人種別・教育別の陰謀論信奉率をオンラインで参照可能 ([25% in US seeat least sometruth in conspiracytheory that COVID-19was planned | Pew Research Center]。

---

参考文献（主な引用）**

1. Reiter, P. L.et al. What Demographic, Social, and Contextual Factors Influence the Intent to Vaccinate againstSARS-CoV-2? _Vaccines_ 9, 726 (2021). ([What Demographic, Social, and Contextual Factors Influence the ...](https://pmc.ncbi.nlm.nih.gov/articles/PMC8431323/?utm_source=chatgpt.com))

2. Schaeffer, K. Alook at the Americanswho believe thereis sometruth to the conspiracytheory that COVID-19was planned. _Pew Res. Short Reads_ (20 20). ([25% in US seeat least sometruth in conspiracytheory that COVID-19was planned | Pew Research Center](https://www.pewresearch.org/short-reads/2020/07/24/a-look-at-the-americans-who-believe-there-is-some-truth-to-the-conspiracy-theory-that-covid-19-was-planned/))

3. Enders, A.et al. The sociodemographic correlates of conspiracism. _Sci. Rep._ 14, 14184 (2024). ([The sociodemographic correlates of conspiracism | Scientific Reports](https://www.nature.com/articles/s41598-024-64098-1))

4. Carsey UNH. Conspiracy vs. Science: A Survey of U.S. Public Beliefs. (2021). ([Conspiracy vs. Science: A Survey of U.S. Public Beliefs](https://carsey.unh.edu/publication/conspiracy-vs-science-survey-us-public-beliefs?utm_source=chatgpt.com))

5. Economist/YouGov Survey. Public beliefs in microchip implantationvia COVID-19 vaccines. (2021). ([Conspiracy vs. Science: A Survey of U.S. Public Beliefs](https://carsey.unh.edu/publication/conspiracy-vs-science-survey-us-public-beliefs?utm_source=chatgpt.com))

6. Oliver, J. E. & Wood, T. (2021). How popul ism andconservative mediafuel conspiracy beliefs aboutCOVID-1 9. _SAGE_ (要旨). ([How popul ism andconservative mediafuel conspiracy beliefs about ...](https://journals.sagepub.com/doi/full/10.1177/2053168021993979?utm_source=chatgpt.com))

7. Pérez, J.et al. ECCV-COVID:COVID-19 Vaccine Conspiracy BeliefsScale across 13 countries. _Front. Psychol._ 13, 855713 (2022). ([What Is the Support for Conspiracy Beliefs AboutCOVID-19 ...](https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2022.855713/full?utm_source=chatgpt.com))

8. Freeman, D.et al.Cross-cultural variation in vaccine hesitancy: the overriding role of conspiracist ideation. _Preprint_ (2021). ([How popul ism andconservative mediafuel conspiracy beliefs about ...](https://journals.sagepub.com/doi/full/10.1177/2053168021993979?utm_source=chatgpt.com))

9. Basch, C. H.et al.COVID-19 vaccine rumors and conspiracy theories. _PMC_ (2021). ([COVID-19 vaccine rumors and conspiracy theories](https://pmc.ncbi.nlm.nih.gov/articles/PMC8115834/?utm_source=chatgpt.com))

10. Jamieson, K. H.et al.COVID-19 Conspiracy Theories Are Spreading Rapidly—and They’re a Public Health Risk. _Time_ (20 20).

anond:20250425102619

Permalink |記事への反応(0) | 19:33

ツイートシェア

■

Web∞（ウェブ・インフィニティ）
1.根本原理 ――「状態」よりも「関係」を記述する
旧来（Web3）Web∞
グローバル単一台帳（Blockchain/DAG）相互検証可能な“関係グラフ”
各ノードは「だれが・いつ・どうつながったか」という変化の射だけを署名し、トポロジ全体が履歴になる
オンチェーン状態 ≒ 直接資産状態はローカル・資産は導関数
資産や契約は、関係グラフ上の経路依存量として再構成。スナップショットはクライアントが“可逆圧縮”で再計算可能
Proof of X (Work, Stake,etc.) Proof of Stewardship (PoS²)
「ネットワークが望ましい複雑性を維持するよう行動した度合い」をメタリック関数で動的スコア化し、報酬・ガバナンス権・帯域を同時に発行
要旨
もはや「台帳」すら保存しない。各エッジは STARK圧縮された更新証明を持ち、グラフの梁（フレーム）自体が履歴になる。再構築は局所的に O(log N) で済むため、グローバル同期のボトルネックが消える。
2.プロトコル層
Fractal MeshTransport (FMT)
自己類似ルーティング – トポロジ全体をフラクタルで自己複製。局所障害は“自己相似”パターンに吸収されるため、DDoS が形骸化。
アイデンティティ内包アドレス –DID を楕円曲線座標に埋め込み、パケット自体が署名・暗号化・ルーティングヒントを同封。IPv6 の後継としてレイヤ 3.5 に位置づけ。
HoloFabric Execution
ゼロ知識 WASM（zk-WASM） –任意言語を WASM にコンパイル→ zk-STARK で実行トレースを証明 → “結果のみ”関係グラフへ。
コンパイラ内蔵 MEV抑制 –計算結果が他ノードから解釈不能になるタイムロック VDF を伴い、価値抽出を物理的に遅延。
TemporalStream Storage
余剰ストレージの“時価”マーケット –ノードは自己の余剰SSD/HDD を分単位オークション。データは Reed–Solomon＋重力波的ハッシュ空間で erasure coding。
リテンション ≒ 信用 – 長期ホスティング実績はPoS²スコアへ累積。攻撃的ノードは経済的に即時蒸発。
Liquid Fractal Governance
議決トピックを「周波数帯」にマッピングし、参加者は帯域を“委任スペクトル”として分配。結果はウォルラス圧力で収束し、マイナー意見も連続的に次回へ重みが残る。
3. 主要イノベーションと“上位互換”ポイント
課題 Web∞ が取るアプローチ上位互換性
スケーリング三角形
（安全・分散・性能）台帳の排除で“グローバル合意”自体を縮退 ⇒スケール制約が幾何的に消失安全：ZK証明、
分散：フラクタル Mesh、
性能：局所再構築 O(log N)
エネルギー消費PoS² は「社会的有益度 × 熱消費効率」で算定。熱回収データセンターほど報酬が高いPoW よりオーダー数桁効率、PoS より社会関数を内包
プライバシー vs 透明性グラフは公開。ただし各エッジは zk-STARK なので内容は非公開 /関係のみ検証可能トレーサビリティが“情報理論的に”限定される
MEV・フロントランタイムロック VDF＋“ランダム束縛順序”で物理的に不可ブロック順序依存問題を根絶
量子耐性 STARK 系 + 多変数格子ベース署名 Shor破壊リスクを遮断
レガシー互換 Ethereum,Bitcoin, IPFS などへ 1:1ブリッジを Rust/WASM で提供既存資産を損なわず漸進的移行
4.インセンティブ・エコノミクス
マルチリソース報酬
Steward Credits (SC)：PoS² に比例し新規発行。帯域・ガバナンス票・ストレージ予約を等価交換。
Energy Reclaim Units (ERU)：余熱回収率に応じてクリーンエネルギー補助金と相互運用。
Knowledge Bounties (KB)：AI/LLMノードが生成した有用モデル差分を関係グラフへコミット→検証トークンとしてKB が発行。
負荷の自己調整
ネットワークが過度に混雑するとSC の新規発行レートが自動減衰し、トラフィック手数料が指数的に上昇。結果、スパムは短時間で経済的自殺となる。
5.実装ロードマップ（想定）
Year 0–1：最小核 – zk-WASMVM + Fractal Meshover QUIC。
Year 1–2：PoS² / ERU メトリクス実証、EVM 相互運用ブリッジ稼働。
Year 2–4：Liquid Fractal Governance によるプロトコル進化をコミュニティへ全面開放。
Year 5+：全世界 ISP ピアリング →既存 Web の転送層を徐々にWeb∞ 上へマイグレート。
6. 予想される社会的インパクト
国家単位のデジタル・ソブリンティを再構成：国境・法人格の境界を越え“関係”が一次元目となるため、規制枠組み自体が協調フィードバックモデルへ。
プライバシーと公共性の再両立：透明な“関係構造”上で非公開データを安全に扱う産業 API が標準化。医療・行政・金融の壁が大幅に低減。
インフラの脱炭素最適化：PoS²スコアに ERU が直結することで、再エネ比率が低いノードは自然淘汰。エネルギー政策とIT インフラが実質同一の経済圏に。
7. まとめ
Web∞ は「情報の状態」を残すのではなく「変化の証明」を残す。
その結果、台帳の重力・ガス代・フロントラン・量子不安・ガバナンス停滞といったWeb3 固有の限界が、概念的に初期条件から消滅します。
エネルギー・プライバシー・スケーラビリティを同時に極小化／極大化するため、従来トレードオフと呼ばれた三角関係は “収束しない曲線” へと畳み込まれる――それが本構想の核心です。
もし実際にプロトタイプを設計するならば、zk-WASMランタイム + Fractal Mesh を Rust で最初に書き起こし、PoS² の初期指標を「再生可能エネルギー電力比＋ノード稼働継続率」で暫定運用する、というのが現実的なスタートラインになるでしょう。

Permalink |記事への反応(0) | 10:28

ツイートシェア

2025-04-19

■

ヤンキーは蕎麦を手繰るなんて言い回しは知らない。オタクは知っている。

蕎麦を手繰るというのは大阪弁でいう茶ぁしばくみたいなもんで

粋がってると言うと言い過ぎだが、まじめな言い回しではない。

でも蕎麦といえば「手繰る」が正解だと思って「そばを食う」とか言ったら「蕎麦は手繰るだろ！」とかいうのがオタクの“教養”の限界

断片的知識はあっても連関を産んでない。それは教養ではないんだね。教養とは知識のマッピングだから

Permalink |記事への反応(0) | 17:48

ツイートシェア

2025-04-12

■位相的M理論とブラックホール エントロピーの関係

位相的M理論は、11 次元超重力と弦理論の統合としてのM理論の「位相的側面」を強調した理論だ。ここで扱うのは特に「G₂多様体」や「7次元の特異ホロノミー空間」の上で定義される理論。

ブラックホールエントロピーは、ボルツマン定数を1とすれば

𝐒 = 𝐀 / 4𝐆

だが、より深いミクロ状態の数え上げで理解される。特に M理論では、ブラックホールはブレーンの交差でモデル化され、そのエントロピーはブレーンの配置の組み合わせ数に対応する。

1.幾何的構成

ブラックホールのマイクロ状態をM理論的に記述する際、Dブレーンの交差を使うが、これをより抽象的に「ホモロジー類 Hₚ(X, ℤ) の元」と考えよう。

空間 X ⊂ 𝕄 とすると、

各ブレーン構成は

x ∈ Hₚ(X, ℤ)

ここで p はブレーンの次元。

エントロピーはブレーンの配置空間の位相的不変量、特にオイラー数やベッチ数、あるいはより高度にはモジュライ空間の測度に依存する。

2.代数的抽象

モジュライ空間 ℳ は、ブレーンの束縛条件と保存量（電荷、質量）で定義されるパラメータ空間。

エントロピーはその「ボリューム」として抽象化できる：

𝐒 ∼log Vol(ℳ)

ここで「Vol」は、たとえば対称多様体上のリウヴィル測度。

また、シンプレクティック形式 ω が定義されるとして

Vol(ℳ) = ∫_ℳ ωⁿ / n!

として計算される。

3.位相的M理論へのマッピング

位相的M理論では、G₂構造のモジュライ空間 ℳ_G₂ を考える。

ブラックホール解は特異な G₂ ホロノミー空間に対応し、その上のフラックス構成がブラックホールのマイクロ状態に相当。

したがって、次のような写像が考えられる：

Φ : Hₚ(X, ℤ) → ℳ_G₂

これによりエントロピーは位相的に次のように定式化できる：

𝐒 ≈log Card(Φ⁻¹(γ))

ここで γ は与えられたマクロ量（質量、電荷）に対応するモジュライ空間の点。

4.さらに抽象化：圏論的視点

これを更に圏論で抽象化する。

対象：ブレーン配置（オブジェクト）

射：ブレーン間の変形（ホモトピー）

するとブラックホールのマイクロ状態の数は、対応する拡張エクステンション群 Extⁱ(A, B) の次元に帰着できる。

𝐒 ∼log dim Extⁱ(A, B)

A, B はブレーン構成としての対象。

まとめ

この抽象化の極致をまとめよう：

空間： X ⊂ 𝕄（G₂多様体の部分多様体）

ブレーン： x ∈ Hₚ(X, ℤ)

モジュライ空間： ℳ ≅ Hom(Hₚ(X, ℤ), ℤ)

エントロピー： 𝐒 ∼log Vol(ℳ)

圏論的： 𝐒 ∼log dim Extⁱ(A, B)

エントロピーとは位相的な配置空間の測度であり、その「複雑さ」の定量化なのだ。

Permalink |記事への反応(0) | 17:18

ツイートシェア

■新しいアトラクションの形

万博やらプロジェクトマッピング見てて思ったんだが未来のテーマパークはもう大きな場所いらないんじゃないか？

もう大きな場所とって危険なものを作らなくても

揺れ動く乗り物に、背景変えて、それっぽい音出して風吹き出しとけば、それこそタワーオブテラー？みたいな形式にすればテーマパークになりうる気がする

ディズニーランドとか敷地三分の一に縮小してそれ以外の場所はテナントとして企業に貸し出し

建物はCG グラフィックで左右どこから見ても立体に見えるようにし、建物は10畳ぐらいのアトラクションみたいな感じにすれば維持費も製造費もコストカットできて黒字になるはず

Permalink |記事への反応(1) | 13:23

ツイートシェア

2025-04-07

■anond:20250407021332

ちなみに

JSで０インデックスがヘダーのストリングのアレイのアレイからなるテーブルのカラムを別アレイのカラムインフォオブジェクトのディスプレイナンバーに合わせて並び替えて名前をname からdisplayNameの値に入れ替えるコード

だと

想定される入力
const table = [
['id', 'name', 'age'], // ヘッダー
['1', 'Alice', '30'],
['2', 'Bob', '25'],
];

const columnInfo = [
{name: 'name', displayName: '名前', displayNumber: 0 },
{name: 'age', displayName: '年齢', displayNumber: 1 },
{name: 'id', displayName: 'ID', displayNumber: 2 }
];

出力例（上記データの場合）
[
['名前', '年齢', 'ID'],
['Alice', '30', '1'],
['Bob', '25', '2']
]

function reorderAndRename Table(table, columnInfo) {
const header =table[0];
const body =table.slice(1);

//name →index のマッピングを取得
const nameToIndex = header.reduce((acc,name,idx) => {
acc[name] =idx;
return acc;
}, {});

// displayNumber順にカラム情報をソート
const sortedColumns = [...columnInfo].sort((a, b) => a.displayNumber - b.displayNumber);

// 新しいヘッダーを displayName に置き換え
const newHeader = sortedColumns.map(col => col.displayName);

// 各行の値も同じ順で並び替える
const newBody =body.map(row => {
return sortedColumns.map(col => row[nameToIndex[col.name]]);
});

return [newHeader, ...new Body];
}