id:zgmf-x20a のアイコン
id:zgmf-x20a
研究・医療・政治を十八年追い、疑問符と実務経験で「その説明、本当に通る?」を積み重ねる理系ニュース検算型
研究・医療 ニュース検算 疑問形 長期高発話
基礎 全員共通・0-20
活動量
10
影響力
7
特性 この人の個性
質問魔
10
瞬発力
9
粘り強さ
10
報道追随度
9

01 基本データ

19,851
総ブックマーク
17.8年
活動期間
2008年10月22日
ブクマ誕生日
19,850
解析対象ブックマーク
17.8年
解析期間
4,792
アクティブ日数
73.6%
期間内の稼働率
63.9%
コメント付き率
29字
コメント中央値
12,545
総スター数
20.8%
スター付き率
0.63
平均スター

19,851件を17.8年、稼働率73.6%。コメント率63.9%、中央値29字で、保存より短評の比重が高い。総12,545スター・平均0.63と、長期の高発話に対して反応も安定している。

02 投稿時間帯

時間帯(0〜23時)

0時6時12時18時23時

曜日

19時8.1%、5時7.9%、6時7.3%と朝夕に山があり、曜日差は小さい。4,792活動日にわたるため、特定曜日の趣味というより日常的な巡回習慣として定着している。

03 よく参照する媒体

togetter.com
1,916
anond.hatelabo.jp
1,821
www3.nhk.or.jp
901
www.asahi.com
774
news.yahoo.co.jp
716
mainichi.jp
528
twitter.com
443
blog.livedoor.jp
361
www.itmedia.co.jp
333
note.com
318

ほか計30媒体

Togetter1,916、増田1,821に加えNHK901、朝日774、Yahoo716、毎日528。ネット言説と報道を同じ机で読み、研究・医療・政治の説明をコメントで照合する構成。

04 主要テーマ・関心

メディア/報道
26.5%
ネット/SNS
26.3%
AI/IT/技術
16.1%
政治/政党
13.2%
学術/教育
10.9%
医療/健康
9.6%
生活/社会
6.7%
経済/労働
6.0%
事件/司法
4.3%
文化/表現/オタク
3.5%

報道26.5%とネット26.3%が二本柱。IT16.1%、政治13.2%、学術10.9%、医療9.6%が続く。事件/司法は4.3%ながら平均1.32スターで、責任や手続を問う短評がよく拾われる。

05 頻出語

安倍 大学 研究 関係 先生 ダメ 日本 政権 責任 コロナ 立場 企業 不謹慎 評価 バカ 子供 維新 国民 期待 還暦 ガンダム 時代 いま 否定 理解 大阪 論文 感染 多く 女性 仕事 時間 自民党 政府 首相 無理 東京 議員 世界 対応 知人 判断 間違い 政治家 事実 経験 名前 増田 実際 説明 研究者 ワクチン 情報 新聞 報道 冥福 時点 民主党 違い 河野 お世話 アホ 教授 写真 意見 接種 感謝 近く 立川 思い 行動 可能性 主張 先日 議論 一度 全て 認識 ウイルス ちなみ 有権者 疑問 嘘つき 自民 予想 人間 国内 医者 心配 マスク 滋賀県 技術 年金 発言 社会 医療 専門 京都 イメージ 大臣 科学的 行為 学生 システム 結婚 揶揄 影響 言葉 合掌 同意 去年 知事 インターネット 批判 能力 会社 効果 韓国 ポケモン 教員

「安倍」「大学」「研究」「先生」「責任」「コロナ」「論文」が上位。政治語と研究語が同じ頻度帯にあり、ニュースを陣営だけでなく専門知・制度・再現性へ戻して読む語彙になっている。

06 文体の特徴

短文ツッコミ(30字以下)6,740
疑問符を含む3,647
一人称(俺・私・自分)を含む1,044
w/草/笑を含む771
引用括弧「」を含む571
長文コメント(100字以上)374
感嘆符を含む198
というか型84
URL提示・資料参照を含む66
むしろ型60
そもそも型60
idコールを含む3

30字以下6,740件、疑問符3,647件、一人称1,044件。短い反問と自身の研究・職場経験を使い分ける。候補率3.1%で粗い語もあるが、高重み候補の大半は「しね」の文字列誤検出、引用、制度語。

誰しも「された」事には敏感なんだよね。
2019-08-05 ・ ★148 ・ ameblo.jp
あれだけ支持された岩田先生がクレームを受けている。つまり一般人は感染症スペシャリストの客観的な事実報告を支持したのではなくて、不安を煽る行為に敏感に反応しただけと言う事か…
2020-02-26 ・ ★98 ・ twitter.com
私も辛坊さんの無関係は論外としても、岩田さんの関係アリアリも危ないと思っていた。西浦さんは微分方程式モデルでシミュレーションをなさる方なので、因果を証明してはいないし、論文でもそう書いていると思った。
テレワークが可能なように、認証とか様々な社会の仕組みを変える必要があり、それが出来るのは政府なんだけど、政府はオリンピックとか寝言ほざくだけで、やるべき事をしない。次の選挙は有権者も覚悟しないと。
ノーベル賞の本来の趣旨は基礎科学よりもどれだけ人の役に立ったかだと聞く。その意味で今回の受賞はまさに趣旨通りである。加えて企業研究がアカデミアに比べて決して劣らない証明でもある。おめでとうございます。
研究・医療・制度を、雰囲気ではなく論文・因果・実務経験へ戻せるのが強み。コロナや企業研究のコメントは、記事の不足を一段補っている。反面、相手の説明が雑だと嘲笑語へ滑る時がある。事実と疑問符だけで止めれば、検算役としての精度がさらに際立つ。

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)

事件/司法
1.32
政治/政党
1.13
医療/健康
1.06
メディア/報道
0.97
学術/教育
0.92
経済/労働
0.79
生活/社会
0.76
ネット/SNS
0.62
AI/IT/技術
0.51
文化/表現/オタク
0.50

anus3710223 140、watto133、theNULLPO111、peketamin105など多数から分散して受信。特定一人の固定応援より、ニュース・技術・村内の複数層に長く拾われる型。収録済み側から本人の太いスター付与先は確認できない。

08 思想・政治傾向

政治的所属は断定しない。安倍政権・維新・政府対応への批評は多いが、研究者・企業研究・感染症モデル・基本的人権などを具体論で読む比率も高い。陣営語より「その因果は証明されているか」「責任や手続が適切か」を確かめる関心が一貫している。

09 類似・正反対・idコール頻度が高いユーザーとの比較

jmakoは研究・医療・ITと政治ニュースを横断する点が近いが、zgmf-x20aは疑問符の比率がさらに高く、実務・研究経験を短い反問へ変換する。kenkoudainiも制度の矛盾を短く査定する近縁だが、こちらは学術・医療の厚みが目立つ。

10 総合評価

zgmf-x20aは、ニュースの見出しをそのまま飲まず、研究・医療・政治を「因果は? 手続は? 実務では?」と疑問符で検算する長期型である。専門知と経験が効くコメントは強い。一方、確信が立つと「くたばれ嘘つき」「脳内お花畑」のような余計な一撃も出る。論拠がある人ほど、最後の罵声はなくても十分に刺さる。