01 基本データ
3,859件を16.1年。コメント率42.3%、中央値29字で、長文より短い判断メモを積み重ねる型。平均スター0.32、総スター1,230個で、拡散力より継続的な技術・資料収集が中心。
02 投稿時間帯
時間帯（0〜23時）
曜日
11時が8.6%で最多。10〜16時に厚く、平日は水18.2%、木18.6%など高め。土7.1%、日6.2%まで落ち、仕事・学習時間帯と重なる利用形態がかなり明瞭。
03 よく参照する媒体
ほか計30媒体
Qiita222件、Togetter175件、Speaker Deck145件、SlideShare127件、Publickey72件、GitHub61件。技術記事だけでなく発表資料をよく拾い、後で参照するための資料庫としての性格が強い。
04 主要テーマ・関心
AI/IT/技術33.6%が圧倒的。ネット/SNS9.3%、学術/教育6.1%、メディア/報道5.7%が続く。技術を軸に、教育・制度・情報公開へ関心が伸びる。
05 頻出語
「メモ」「コード」「データ」「情報」「参考」「確認」「定義」など、再利用と検証の語が上位。感情語より、何を根拠に判断するか・仕様をどう解釈するかという語彙が目立つ。
06 文体の特徴
| 短文ツッコミ（30字以下） | 833 |
| 引用括弧「」を含む | 253 |
| 疑問符を含む | 117 |
| 一人称（俺・私・自分）を含む | 102 |
| 感嘆符を含む | 62 |
| 長文コメント（100字以上） | 32 |
| w/草/笑を含む | 31 |
| そもそも型 | 26 |
| むしろ型 | 6 |
| URL提示・資料参照を含む | 5 |
| というか型 | 3 |
| idコールを含む | 2 |
短文833件、引用括弧253件。記事中の一節を切り出し、目的・定義・因果を短く詰め直す。攻撃候補率1.2%で、「死ね」は語尾誤検出、「排除」もコードや概念上の用法が中心。攻撃パネルを出す材料ではない。
07 スター分析
上位スター付与者
スターが付きやすい領域（平均スター）
平均0.32スター。政治/政党は件数52件と小さいがテーマ平均3.71、報道1.90。高スター例では、制度の目的と手段を分離したコメントや、判断根拠の公開を求めるコメントが支持されている。
08 思想・政治傾向
政治/政党は1.3%にとどまり、政治的所属を推定できるデータではない。社会的な話題では、結果の比率より機会の設計、規制の結論より判断根拠、スローガンより因果関係を確認する傾向が強い。価値判断より「その目的にその手段はつながるか」を先に問うタイプ。
10 総合評価
仕様書を読むように社会記事も読む人。目的、前提、因果、判断根拠を分ける力があり、短文でも論点が残る。一方、合理性を前に出しすぎると「人間的な感情を排除せよ」のように、説明の精度より切り捨て感が勝つ瞬間もある。強みと弱みが同じ刃に載っている。