「ハイテンションボルト」が足りない 五輪建設ラッシュで8カ月待ち、国交省は異例措置 スーパーもスタジアムも工事遅れ 2019/6/3 6:00 (2022/12/14 13:11 更新) [有料会員限定記事]
「ハイテンションボルト」が足りない 五輪建設ラッシュで8カ月待ち、国交省は異例措置 スーパーもスタジアムも工事遅れ 2019/6/3 6:00 (2022/12/14 13:11 更新) [有料会員限定記事]
海外旅行などで米国に入国するためのビザを申請する際、6月からソーシャルメディアのアカウント名などの提出が義務付けられるようになったと、米New York Timesや米Bloombergなどが2日に報じている。 この変更は、海外テロリストの入国を阻止するために米国への入国審査を強化するという2017年3月に発行された大統領令に基づくもので、米New York Timesによれば過去5年間に使用したソーシャルメディアアカウントの情報の提出が求められるという。 米国自由人権協会(ACLU)ディレクターのヒナ・シャムシさんは米New York Timesに対し、「このような義務化は旅行者やその友人、家族などに監視の疑念を抱かせる。そして政府はソーシャルメディアの情報をどう利用するのか説明できていない」と、SNS情報申告義務化への懸念を示した。 関連記事 Facebookの5000万人の個人情報、
農林水産省の元事務次官の76歳の父親が44歳の長男を刺したとして逮捕された事件で、父親は先週、川崎市で男が小学生らを殺傷した事件を受けて「川崎の事件を見ていて、自分の息子も周りに危害を加えるかもしれないと不安に思った」という趣旨の供述をしていることが捜査関係者への取材でわかりました。 これまでの調べで、熊澤容疑者は「長男は引きこもりがちで、家庭内暴力があった」と供述していますが、その後の調べに対し、およそ1週間前に起きた、川崎市で51歳の男が小学生らを包丁で殺傷した事件を受けて「川崎の事件を見ていて、自分の息子も周りに危害を加えるかもしれないと不安に思った」という趣旨の供述をしていることが捜査関係者への取材でわかりました。 警視庁によりますと、事件直前には長男が近くの小学校で行われていた運動会の音がうるさいと腹を立てたのを父親が注意し、口論になったということで、父親は「周囲に迷惑をかけては
環境省では、福島県が行う県民健康管理調査の甲状腺検査において、約40%の方で小さなのう胞等の所見を認めている(いわゆるA2判定)ことを踏まえ、平成24年度事業において福島県外3県の一定数の方に甲状腺の超音波検査を行いましたので、その結果について報告いたします。 福島県外3県における甲状腺有所見率調査結果 1.調査の背景・目的 福島県が行う県民健康管理調査の甲状腺検査において、約40%の方に20.0mm以下の小さなのう胞(注1)等の所見が認められています。 こうした小さなのう胞(注1)等は精密検査を必要とするものではありませんが、これらの軽微な所見も記録することとした結果、かえって住民の方の不安を招いていると指摘されています。 このような大規模かつ精度の高い調査は世界初の試みであり、子どもでのう胞を認める頻度や、検査結果に生じうるばらつきについて、正確にはわかっておりません。 こうした状況の
「#採用やめよう」ーー。インパクトのあるキャッチフレーズが6月1日、日経新聞の紙面に踊った。 【画像】『#採用やめよう』上下が逆転してないバージョン フリーランスで働く人たちのプラットフォーム『Lancers』(ランサーズ)が、経団連が定める新卒採用の「選考解禁日」に合わせて、掲げた全面広告だ。(浜田理央 / ハフポスト日本版) 説明文では、ネットの普及などで場所や時間にとらわれずに働くことが可能になったのに、昔ながらの労働観が根強く、柔軟な働き方や多様な人材を活かしきれていないと指摘している。 画一的な採用をやめることが、人材不足という難題の解決策になるとして、こう訴えている。 「フリーランスでも、正社員に負けじと、出会った企業のビジネスに本気で貢献したい、と燃える人が多くいる。彼ら彼女らの力を活かすことこそが日本の未来をつくると信じてやみません」 人手不足に対して「採用やめよう」を呼び
from glob import glob files = glob('data/*.csv') len(files) # 10000 この 1万件の CSV ファイルを Pandas DataFrame として読み込みたい。 ちなみに検証用のデータは以下のようにして生成した。 (3列 x 10,000行 の CSV ファイル 10,000 個) import numpy as np import pandas as pd row_n = 10000 col_n = 3 columns = [f'col{i}' for i in range(col_n)] for i in range(10000): df = pd.DataFrame(np.random.randn(row_n, col_n), columns=columns) df.to_csv(f'data/{i:04}.csv',
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