01 基本データ

16.6年で1,322件を保存し、コメントは48件、総スター28。人物像を広く作れる発言量ではなく、技術・科学・生活資料の棚へ、必要な時だけ付箋を貼った記録として読む。

02 投稿時間帯

時間帯（0〜23時）

曜日

11時と23時が各6.1%、土曜19.6%、金曜17.3%。コメント母数が48件しかないため、時刻は発言した場面の分布に過ぎず、生活リズムは推定しない。

03 よく参照する媒体

ほか計30媒体

Qiita77件、Zenn41件、note26件、Speaker Deck20件。技術記事、研究、データ分析、生活上の工夫を保存し、ROOTや避難所基準など固有の知識が関係する時だけ短く補足する。

04 主要テーマ・関心

技術25.0%、文化18.0%、生活8.1%、教育8.0%。テーマ別スターはいずれも小さく、反応順位から中心思想を決めるのは難しい。保存行動と四十八コメントを分けて扱う必要がある。

05 頻出語

「お店」5、「想像」「データ」「情報」「使用」各3。語彙の反復より、避難所のスフィア基準、フォント利用環境、ランキングの定義など、その記事に欠けた前提を局所的に足す。

06 文体の特徴

短文22件、引用5件、資料参照4件、長文3件。コメントは説明を完結させるより、専門語、経験、懸念を一枚の付箋へ収める。攻撃候補は抽出上の誤検出だけで、攻撃型ではない。

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）

高齢者と技術進歩6、記者の座席3、避難所基準3、慣らし保育2が上位。反応圏は小さく、ledsun2を除き各1件程度であるため、交流関係の強い推定はしない。

08 思想・政治傾向

観測できる判断軸は、記事の結論へ飛びつくより、実際の使用条件、標準、責任、時間制約を確かめることにある。高齢者のデジタル利用では、初期のパソコン開発に関わり使いこなしていた祖父でも、技術進歩と加齢で使えなくなった経験を出し、能力を固定属性にしない。避難所にはスフィア基準、ランキングには「好き」か「よく使用する」かの区別、育児には子どものペースと時刻表の衝突を見る。企業のSDGs記事でも、掲げた目標と消費者を想像したサービスが一致しているかを問う。技術記事の保存量やROOTへの言及から職業・専門資格を断定することはできない。弱点は、発言が48件と少なく、保存した大半の記事をなぜ選んだのかが見えないことだ。古いコメントと最近のコメントも離れており、現在の関心や考え方の変化は追えない。それでも付箋が付く時は、基準名や経験が具体的で、記事の抽象論を現場条件へ戻す。

10 総合評価

十六年分の技術・科学資料へ千三百件を収め、ROOT、スフィア基準、フォント環境、慣らし保育が必要な時だけ四十八枚の付箋を貼る実験室書庫。棚は広いが、付箋のない資料の意図は判定保留である。