id:timeout のアイコン
id:timeout
検索語彙からOS史まで、前提のズレを拾う技術寄りネット論客
AI/IT/技術 ネット/SNS 論点整理 辛口
基礎 全員共通・0-20
活動量
4
影響力
6
特性 この人の個性
ネット文化度
9
偏執度
9
論戦力
8
長文力
7

01 基本データ

697
総ブックマーク
9.3年
活動期間
2017年4月26日
ブクマ誕生日
697
解析対象ブックマーク
9.3年
解析期間
570
アクティブ日数
16.7%
期間内の稼働率
59.0%
コメント付き率
41字
コメント中央値
1,004
総スター数
27.3%
スター付き率
1.44
平均スター

697件を9.3年。コメント率59.0%、中央値41字、平均スター1.44。中規模ながら発言密度は高く、技術・ネット論争で所感を残す。

02 投稿時間帯

時間帯(0〜23時)

0時6時12時18時23時

曜日

活動570日、稼働率16.7%。毎日常駐ではなく、読む価値や論点がある記事を選んでコメントする型。

03 よく参照する媒体

anond.hatelabo.jp
103
togetter.com
59
note.com
46
qiita.com
27
zenn.dev
19
www.publickey1.jp
12
news.yahoo.co.jp
12
speakerdeck.com
10
blog.tinect.jp
10
www.itmedia.co.jp
10

ほか計30媒体

増田103、Togetter59、note46に、Qiita27、Zenn19、Publickey12。ネット議論と開発者向け技術情報の二本柱。

04 主要テーマ・関心

ネット/SNS
34.1%
AI/IT/技術
25.3%
生活/社会
9.8%
メディア/報道
9.6%
学術/教育
7.7%
文化/表現/オタク
5.9%
経済/労働
5.5%
外交/安全保障
4.4%
医療/健康
4.3%
ジェンダー/家族
4.2%

ネット/SNS34.1%、AI/IT/技術25.3%が中心。生活9.8%、報道9.6%、教育7.7%へ広がるが、関心の重心は明確にWeb・技術寄り。

05 頻出語

理解 時間 人生 解決 情報 本文 要約 無駄 スルー 意見 日本 主語 バカ 時代 原因 確認 安心 同意 価値 現代 コメ 人間 仕事 ダメ 目線 常識 おっ 技術 少数派 おじ 言葉 人々 実際 認識 無関係 リアル 正直 日本人 文学 違い 若者 相槌 共感 イメージ 女性 生物 少子化 選択 タイム 失敗 アプリ 本件 ニュース 途中 不幸 メディア 対象 関係 思考 テレビ 分野 システム 未来 生活 通用 勘違い 文化 入門 職場 忌避 方法 警告 子育て 主張 参考 アピール 言語 コンピュータ サイエンス エンジニア アホ 会話 名前 音程 耳コピ 証明 電車 option キー 検索 知性 無理 失礼 否定 企業 環境 多数派 効果 間違い 一般 スタート 段階 non 対応 発音 結婚 処理 コントロール 議論 会社 基本 仕方 正解 行動 精神 従来 派生 ノイズ ジャパン 位置

『理解』『時間』『解決』『情報』『本文』『要約』『主語』『確認』が上位。内容そのものだけでなく、説明の構造や読み手の理解コストを気にする。

06 文体の特徴

引用括弧「」を含む140
短文ツッコミ(30字以下)135
疑問符を含む49
一人称(俺・私・自分)を含む44
感嘆符を含む23
長文コメント(100字以上)18
w/草/笑を含む10
URL提示・資料参照を含む7
そもそも型5
というか型5
むしろ型2

引用140件、短文135件、疑問符49件。攻撃候補率5.8%だが、『死ね』『殺せ』は批判・比喩の引用で本人の攻撃ではない。粗い『バカ』『アホ』は散発するが常態的な攻撃型とはしない。

つまり江添氏自身の正当性はどうでも良くて「警察がいい感じに任意の市民を職務質問からの流れで恣意的に準犯罪者として取り扱う権利のようなもの」を残しておきたかった・守りたかった、という理解で宜しいか?
良い記事だった。しかしMkLinuxを持ち出して「MacがもともとLinux」ってのは無理筋かな。とくに「もともと」の部分。 せいぜい「Macで動作するLinuxディストリビューションもあった」でしょう。
JPEGLI (JPEG-XL派生技術)でエンコードした画像は普通のJPEGとしてデコード出来るのに、信じられないレベルの量子化ノイズ低減とguetzli並みの高圧縮率を実現しているのでぜひ体験して欲しい。
というかまず、「必要な情報を得るための語彙を得る」という検索段階が存在する。 まったく知らない分野について知ろうとするとまずコレだよね。
あと、「ブックマークしただけで実行した気にならない」
2023-01-24 ・ ★11 ・ togetter.com
『何を知らないかを知るための語彙が必要』のように、問題解決の前段を言語化できるのが強い。技術的な訂正も具体的で再確認しやすい。ただし粗い人物評は説明力を削るので、そこだけ一段冷ますと本来の分析力がより見えやすい。

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)

医療/健康
2.27
ジェンダー/家族
2.00
メディア/報道
1.76
経済/労働
1.32
AI/IT/技術
1.27
生活/社会
1.26
ネット/SNS
1.22
学術/教育
1.00
外交/安全保障
0.97
文化/表現/オタク
0.83

事件/司法9.79が突出するが件数14と小さい。医療2.27、ジェンダー2.00、報道1.76も高めで、技術以外でも論点を構造化したコメントが反応を得る。

08 思想・政治傾向

政治そのものへの関心は薄く、技術・ネット・生活上のルールを『実際どう運用するか』『前提は正しいか』で見る傾向が強い。社会争点でも陣営より制度設計や論理の筋を重視する。

10 総合評価

技術記事では用語の誤りを具体的に直し、社会記事では主語や前提のズレを拾う。検索に必要な語彙そのものを論点化するようなメタ視点が強み。一方、読み手の雑さに苛立つと『バカなのかな』『アホの子』まで一気に口調が粗くなり、せっかくの構造化が罵倒に隠れることがある。