departmental bulletin paper

鍼灸治療は副作用が少なく未病や難病に効果があるとされ，WHOにも認められており今や世界中に広まっている．しかしながら，その治療は未だ経験的・臨床的に行われていることが多く，治療の仕組みや過程が科学的されていない部分が多い．そのため，現代の西洋医学および科学技術的な観点を取入れた客観的・統一的な研究方法や評価基準の確立が求められている．一方，システムの構造と動作の両方を表現・解析できるモデリングツールであるペトリネットは，生命システムのモデル化や解析に広く応用されており，生物情報学の分野でも多くの成果を上げている．本論文では，我々が高水準ペトリネットであるカラーペトリネットを用いて，鍼灸治療に向けの人体モデルの構築法を提案する．このモデルは，気・血・津液を取り入れ，臓腑間の影響を東洋医学の五行説および臓腑の表裏一体関係に基づいて数値的に表現することで構築される．それによって，鍼灸治療の仕組みや過程の解明に向けての客観的な分析手段を提供することを目指す．まずは，東洋医学における気・血・津液の化生・輸送の過程および臓器の新陳代謝を分析したうえで計算式を考案し，カラーペトリネットを用いたモデルの構築法を提案する．次に，五臓間や臓腑間の並行的・逐次的な働きを表すために，モデルへの補助要素の加え方を提案する．最後に，臨床で有効と検証された鍼灸治療法のシミュレーションを行い，モデルの妥当性を検証する．

東洋医学の診察は，四診（望診，聞診，問診および切診）と呼ばれる4種類の診察法で構成されている．この中で望診は，患者の顔色，表情，皮膚，爪，頭髪，舌などを注意深く観察する診察法であるが，これらのうちでも舌を見る舌診が特に重要とされている．舌診とは，舌の色・乾燥度・舌の苔（舌苔）などを診ることにより，五臓六腑の状態を診断する手法である．本研究では，東洋医学の舌診に基づき，人工知能技術を活用して，舌表面状態の画像識別による裂紋舌の自動診断法を提案する．裂紋舌は舌の肉部分（舌質）の表面が割れている状態にある舌であり，体が虚している病理状態（運動不足や栄養不足）を示している．また，裂紋舌の亀裂にはその深さと位置によって症状の度合いと病気のある臓器が異なる．なお，亀裂が深ければ深いほど，より深刻な酷い症状を示し，浅い亀裂はより軽い症状を示している．本研究で提案する診断法は，まず与えられた画像から人工知能の画像認識技術の一種であるMask R-CNN手法を用いて舌の部分を認識・抽出する．次に，抽出した画像を裂紋舌画像と非裂紋舌画像の2種類に分類する．最後に，裂紋舌画像から症状の度合いを診断する．本論文では，まず深層学習を用いた裂紋舌の自動診断の処理手順について説明する．次に，5つの画像認識モデル（LeNet，ResNet50，ResNet101，DenseNet169，ConvNeXt-Tiny）を用いて，裂紋舌の自動認識学習と裂紋舌の裂紋状態判定学習に対する画像分類の精度を調べ，これらのモデルに関する評価を行う．さらに，各々の学習で判定する正解率を高めるために，5つの画像認識モデルを融合するアンサンブル学習を行う．実験結果より，アンサンブル学習は5つの個別の画像認識モデルによる学習の正解率よりも優れており，どれも85%以上に達している．これらの結果から，本研究で活用した5つの画像認識モデルによるアンサンブル学習は裂紋舌の自動診断に効果的である．

The fluctuation hypothesis (Ionin et al., 2004) holds that learners of English as a second or foreign language (ESL/EFL) will continue to make errors in their use of English articles until they switch their criteria for English article selection from specificity to definiteness. However, L1 language acquisition research indicates that young children who are L1 speakers use English articles accurately on the basis of whether the referent is specific or nonspecific before they acquire the definite–indefinite distinction. It is possible that Japanese EFL learners, like young L1 learners, can accurately use English articles employing the specific–non-specific distinction even before they master the definite–indefinite distinction. This study examined this hypothesis using Bickerton’s (1981) semantic wheel-based taxonomy and Díez- Bedmar and Papp’s (2008) tag-coding system. An analysis of 38 essays from the Nagoya Interlanguage Corpus of English Reborn showed that the specific– non-specific distinction can contribute to a highly accurate use of English articles for non-specific referents and relatively accurate article use for specific referents by Japanese EFL learners who have difficulty applying the definite– indefinite distinction. The pedagogical implications of the results were discussed.

本研究では、男性顔の時代変化とそのメカニズムを明らかにするために、日本を代表する美男子コンテストである「ジュノン・スーパーボーイ・コンテスト」のBEST30通過者の顔写真を題材として検討を行った。まず、1988年から2021年までのBEST30通過者を4つの時期ごとに分けて、それぞれの時期の美男子平均顔を作成した。次に、大学生を対象者としたアンケート調査において、ランダムに並び替えた4種類の美男子平均顔について、①印象評価と②恋愛相手・結婚相手としての魅力度を測定した。そしてさらに、美男子平均顔に対する魅力度の違い（選り好み）を説明するための変数として、対象者の③結婚観・子ども観など配偶戦略について尋ねた。 このようなアンケート調査を行った結果、①最新の美男子平均顔ほど、より「穏やか」で「女性的」、「ひ弱」と評価される傾向があり、美男子平均顔の「脱男性化」が主観的印象ではなく、客観的事実であることが確認された。そして、②最も「穏やか」な最新の美男子平均顔に対して、半数以上の女子学生が恋人・結婚相手としての魅力を感じており、その割合は男子学生の予想を大きく上回っていた。さらに、③このような女子学生の選り好みは、結婚相手の経済力を重視しない姿勢や子どもへの従順性の期待、ブレイン・フォグ頻度の低さなどとも関連していた。 これらの知見にもとづけば、美男子平均顔にみられる「脱男性化」の傾向は、女性の選り好みを反映しており、女性の選り好みは、恋愛や結婚、子育てに関する配偶戦略の変化の影響を受けていると考えられる。ただし、先行研究によれば、男性顔の「脱男性化」は、先進諸国に広く見られるだけでなく、人類史全体を通じた一貫した傾向でもあると指摘されている。これらの指摘を前提とするならば、「脱男性化」した男性顔への選り好みは、時代変化を超えた頑健な傾向であり、人類の「自己家畜化」をもたらしている大きな要因の一つとも考えられる。

本稿は、低学年「生活」教科書をもとに、台湾における環境教育カリキュラムの構造を明らかにしようとしたものである。環境問題は、一国にとざされたものではなく、地球的課題としてどのように向き合うのかという「グローバル教育」の地平線にたって実践的可能性を模索しなければならない。しかしながら、小学校低学年の場合、冒頭からグローバルな空間認識のもとで実践を展開させていくことは難しい。ここで有効となり得るのが国際的な比較研究であり、台湾は日本と同じく低学年に「生活」があることから、「生活」教科書にあるプラスチックごみの削減を題材とした単元を取りあげ分析することで、比較カリキュラム論として国際的な参照軸から実践的可能性の展望を見出すことができる。