Keio Affiliated Schools AY 2023 Study Abroad Debriefing Meeting President Itoh and Other Executive Staff Participate in APRU Presidents' Meeting and Asia-Pacific Women in Leadership (APWiL) Summit
![Keio University](https://cdn-ak-scissors.b.st-hatena.com/image/square/3c5d9a7cec576baf1f87ba5a0a49c2722a61dd27/height=288;version=1;width=512/https%3A%2F%2Fwww.keio.ac.jp%2Fen%2Fassets%2Fcommon%2Fimages%2Fogp%2F01.png)
セミナーが終わったところなどで、「最近いわゆる『脳ブーム』ですが、信頼できそうもない本がたくさん出回っているような気がします。どうしたら、信頼できる本だけを探すことができますか?」というお問い合わせをひんぱんにいただくようになりました。 これは、簡単なようで難しい問いです。厳格な認知神経科学者さんなら、「巷に出回っている本の99%は信頼できない。よって買ってはいけない」と答えるかもしれません。しかし、これもどうかと思います。たいていの人にとって、脳への興味というのはそうしたものではないから、ネイチャーやパブメドばかり読んではいられない、というよりも読む暇もないでしょう。 とはいえ、「どう見てもちょっと・・・」という本もけっこう出てきているのはたしか。極端なところでは、タイトルに「脳」とはあるけれど、中に「脳の話」は一切出てこない、ということもあります。 単純に、「常識で判断する」こともでき
コミュニケーションスキルに問題発見力、最先端のマネジメント手法と、ビジネスの能力を向上させる上で“学習”は欠かせない。 学ぶべきことはたくさんあるが、“学習”と“知識の獲得”は同じものだと思っている方はいないだろうか。ビジネスだけでなくアカデミズムの世界でも、知識社会到来に向けて“知識の獲得”が重視されている。 効率を尊ぶ風潮の影響で、とかくネット上で収集できてしまえる情報や知識が重宝がられる時代。“現場”の経験の中で育む知性が軽んじられる傾向もある。 そんな中、言語や身体問題を論じる前田英樹さんは「身ひとつで生きる自分が学ぶ」ことが大事であり、教養とは「物識りたちの大風呂敷を指して言うのではない」と指摘する。 知識を得ることが、学ぶことに必ずしもつながらないのはなぜなのか。
この表には、トウモロコシの生産者原価が、100、200、300 US$/トンの時に、原油1バーレル相当の熱量のアルコールを生産するための原料コストを示した。 つまり、トウモロコシが100ドルの時には、1バーレル85ドルになる。200ドルだと、1バーレル当たりの原料価格が170ドルになる。トウモロコシの生産者原価は、川島さんの本によれば、75〜126ドル/トンで推移しているそうだが、最近は、トウモロコシの値段も上がっていて、シカゴでの取引値から推定すると、生産者原価200ドルがないわけではないので、それを想定すると、1バーレル当たり170ドルになる。 この費用には、トウモロコシからアルコールに転換するための輸送費、製造費などは含まれていないので、そういう費用を考慮すると、原油が1バーレル100ドル近辺を動いているようでは、食料に売る方がずっと得ということになる。 今の相場は、様々な特別
We have some exciting news: we would like to invite you to participate virtually in the launch of TEDxTokyo! We will be live broadcasting the launch event this Friday with the chance for you to join in the conversation. See all the action - every TEDTalk, every live speech, every demonstration – and follow us on Twitter in English (@tedxtokyo) and Japanese (@tedxtokyo_ja) with dedicated live-blogg
産業技術総合研究所計量標準総合センター (NMIJ) のページは 以下のアドレスに移転しました。 このページは10秒後に新ページに自動転送されます。 新URL: https://unit.aist.go.jp/nmij/ お手数ですが、ブックマーク及びリンクの登録変更をお願いいたします。 転送されない場合は上記URLをクリックしてください。 NMIJ website has moved to the following address. This page will automatically be redirected to new NMIJ website in 10 seconds. URL: https://unit.aist.go.jp/nmij/ Please be sure to update any bookmarks you may have registered. Pl
AT&Tがこれを買い取ってケンブリッジ研究所とするも、2002年に閉鎖された。閉鎖の際、Guardian紙は「ケンブリッジで最も生産性が高くイノベーティブな研究所の1つが、企業のコスト抑制の犠牲者として閉鎖される」と報道した。現在は、ケンブリッジ大学の障害者センターとして使用されている。 実はARM1をリリースした1985年、エイコーン社はオリベッティ社(Olivetti)の子会社となっている。それと同時に、ハウザーはオリベッティ研究所(Olivetti Research, 写真5)の副社長に就任。ホッパーを研究所長に据える。 しかし1988年にハウザーはオリベッティを去り、自己資金100万ポンドを使ってABC社(Active Book Company)社を立ち上げ、手のひらに乗せて使うコンピュータ(のちのPDA, Personal Digital Assistant)の開発を始めた。この
モットの先見 ケンブリッジ大学は、1970年代から産業との連携を強めた。その発端は、第6代キャベンディッシュ・プロフェッサー(Cavendish Professor)のサー・ネビル・モット(Sir Nevill Mott)が1969年にまとめあげたモット報告にある。このモット報告は、それまで雇用を抑制してきた政策を転換させて、大学と産業界とが連携して科学産業(Science-based industry)の立地を促進させること、つまり大学がもっと産業社会とかかわるべきであることを説いた。 キャベンディッシュ・プロフェッサーとは、ケンブリッジ大学キャベンディッシュ研究所(物理学科)筆頭教授のことだ。電磁気学の祖ジェームス・マックスウェル(James C. Maxwell)が1871年に第1代に就任して以来、ケンブリッジ大学の最重鎮として物理学研究の方向性をさししめす役割を担ってきた。第2代の
ポンドが大暴落した理由 英国ケンブリッジ大学(写真1)での生活も、この3月で1年になる。その間に、米国発の金融危機が世界に拡散し、金融業に偏りすぎていた英国はその余波をまともに受けて突然の不況に見舞われた。2007年には3%以下だった失業率は、いまや10%に達すると見積もられている。ケンブリッジですら、若いホームレスが突然増えた。 そればかりではない。2007年12月に250円だった1ポンドが、2009年2月には130円台と約半分になった。おかげで英国の物価は、ようやく日本と同程度になった。見方を変えれば、英国市民は数年ものあいだ異常なほど高い価格で日用品を買わされていて、ポンド高の利益をほとんど享受してこなかったことになる。 G7先進国の中で、なぜ英国だけが通貨の異常な暴落をこうむったのか。よくある議論は、「ポンドは過去数年のあいだ過大評価されており、このカタストロフによって購買力平価に
このシリーズの第1回で梶井功東京農工大名誉教授と本山直樹千葉大教授に農薬が果たしている役割などについて総括的に話してもらった。今回以降は、そこで提起された問題について具体的に検証していくことにする。第2回の今回は、無農薬栽培のリンゴはアレルゲンを増大させることを科学的に証明した森山達哉近畿大学農学部講師に取材し、健康に良い農産物とは何かを考えてみた。 ◆増えている野菜・果物アレルギー 最近、食品によるアレルギーが話題になることが多い。ソバや米によるアレルギーはよく知られているが、野菜や果物アレルギーに罹る人が増えているという。「野菜嫌いの人」を野菜アレルギーということもあるようだが、それとは異なりある野菜を食べるとアレルギー症状をおこす人のことをいう。 原因となる食品としては、野菜では、キュウリ・トマト・ナス・ニンニク・ピーマン・シシトウなど、果実ではリンゴ・メロン・モモ・イチゴなどと、
著者:ケヴィン・ケリー ( Kevin Kelly ) 訳 :堺屋七左衛門 この文章は Kevin Kelly による "The Google Way of Science" の日本語訳である。 グーグル方式の科学 The Google Way of Science ペタバイトレベル以上のきわめて大規模なデータベースができると、人間の学習方法が変わってしまいそうな予感がある。今までの科学の方法では、仮説を構築して観察したデータに合致させる、あるいは新しいデータを集めるということをしていた。そこには数多くの観察がある。どのような理論であれば、今までのデータをうまく説明することができて、そこから次の観察結果を予想できるのか? きわめて大量のデータがあれば、理論の部分は省略して、いきなり観察結果を予想できるかもしれない。グーグルは早くからそのことに気づいていた。たとえば、グーグルのスペルチェッ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く